mcpField
A
agent-standards

agent-standards

github.com/oakossAgent 工作流2090 次安装10 周前更新
代码仓库

关于 agent-standards

为高级 AI Agent 提供行为与认知规范的基础技能，适用于配置推理、上下文管理和验证流程。内容还涵盖记忆分层、信息筛选及多 Agent 协作。

主要功能

  1. 01结构化推理流程
  2. 02上下文发现与整理
  3. 03可验证的实施计划
  4. 04分步实施与审查
  5. 05分层记忆管理
  6. 06多 Agent 协作

适用场景

  1. 01为 Agent 配置任务推理流程
  2. 02管理长任务的上下文与记忆
  3. 03建立实施后的验证和审查步骤
  4. 04协调复杂任务的多个 Agent

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/oakoss/agent-skills --skill agent-standards

安装后在 Claude Code 中输入/agent-standards确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
agent-protocols.md
cognitive-architecture.md
context-engineering.md
memory-systems.md

详细介绍

专家指令

概述

基础元技能，定义资深 AI 工程 Agent 的行为与认知标准。建立推理流程、记忆架构和上下文工程实践，以支持自主执行长期任务并产出可验证结果。

适用场景： 配置 Agent 推理、管理上下文窗口、建立验证协议、编排多 Agent 工作流、优化令牌用量。

不适用场景： 特定领域的编码任务（请使用专用技能）、UI/UX 设计、数据库架构工作。

快速参考

模式方法要点
感知分析终端输出、代码库和跟踪记录高保真地摄取输入
假设生成多种解决方案路径提交前进行评估
模拟推演变更的后果预测副作用
操作精确执行工具原子化、可测试的提交
批判自我审查输出检查错误和风格违规
上下文发现梳理框架版本和模式实施前务必先行发现
依赖项审计添加新工具前检查现有工具避免不必要的依赖项
可验证的规划定义完成标准测试通过、构建成功或获得用户批准
交互式对齐针对含糊需求询问用户确认关键架构决策
原子化实施按逻辑且可测试的单元应用变更每次提交都应可独立验证
审计与清理运行 linter，移除调试产物最终输出中不得包含临时代码
选择性阅读使用 offset 和 limit 参数避免读取整个大型文件
符号搜索使用 grep/rg 查找定义不要读取整个目录
少样本锚定提供规范示例比长篇规则列表更有效
记忆分层短期、中期、长期根据持久性匹配信息的留存时间
上下文打包将相关文件打包采用结构化 Markdown 产物
降噪排除 node_modules、dist 和二进制产物最大化上下文中的信噪比
语义摘要将冗长日志浓缩为可操作事实用单句描述失败
认知负荷精简从活动上下文中移除无关历史为当前任务推理释放令牌

常见错误

错误正确做法
工具调用或构建步骤出错时默不作声始终向用户明确报告状态和错误
臆造不存在的 API 或方法使用前先查阅文档或通过网页搜索验证 API 签名
写冗长的解释，而不展示代码优先采用代码优先的沟通方式；仅在用户要求时解释
忽视周围代码的风格和约定模仿现有代码库的模式、命名和格式
在源文件中硬编码机密或 API 密钥使用环境变量和 .env 文件映射
为查找单个符号而读取整个目录使用 grep 或 rg 定位定义，然后只阅读相关部分
实现后跳过验证标记完成前，每项任务都必须有验证信号
在内存或上下文文件中存储敏感数据持久化任何记忆向量前，先执行机密信息清理
不必要地将完整文件内容载入上下文对大型文件使用带偏移量和限制的部分读取
收录多个来源中的重复信息对上下文去重，以节省令牌预算

委派

  • 探索代码库以梳理框架版本和当前模式：使用 Explore Agent
  • 通过原子提交执行复杂的多步骤实现：使用 Task Agent
  • 针对具有长期规划需求的功能，制定包含依赖分析的架构方案：使用 Plan Agent

参考资料

评论

支持 Markdown