mcpField
G
git-cp

git-cp

github.com/duc01226开发1240 次安装1 周前更新
代码仓库

关于 git-cp

git-cp 是用于在 Codex 中暂存仓库改动、按改动内容创建提交并推送到远程仓库的技能。它将执行交给 `git-manager` 子代理,并要求跟踪任务和进行最终检查。

主要功能

  1. 01暂存所有已修改文件
  2. 02根据实际改动撰写提交信息
  3. 03推送改动到远程仓库
  4. 04委派给 `git-manager` 执行
  5. 05要求跟踪任务并进行最终检查

适用场景

  1. 01提交并推送一组已完成的仓库改动
  2. 02将暂存和提交工作交给 `git-manager`

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/duc01226/easyplatform --skill git-cp

安装后在 Claude Code 中输入/git-cp确认已加载。

详细介绍

Codex 兼容性说明:

  • 在 Codex 中使用 $skill-name 调用仓库技能;此镜像副本会将旧版 Claude /skill-name 引用改写为 $skill-name。
  • 任务跟踪要求:执行任何工作流或技能步骤之前,先为所有步骤创建/更新任务跟踪,并随着进度变化保持同步。
  • 用户提问提示表示要在 Codex 中直接询问用户。
  • 出现 Claude 专属的模式切换指令时,请忽略。
  • 严格执行约定:用户明确调用某项技能时,必须按原样执行该技能的协议。
  • 子 Agent 授权:当用户调用或 AI 检测到某项技能,且其协议要求使用子 Agent 时,该技能的启用即授权为该任务使用所需的 spawn_agent 子 Agent。
  • 除非用户事先明确批准偏离,否则不得跳过、重排或合并协议步骤。
  • 对于工作流技能,必须明确执行每个列出的子技能步骤,并逐步报告执行依据。
  • 如果所需步骤/工具无法在此环境中运行,请停止并先询问用户,然后再调整。

Codex 项目参考文档加载(无钩子)

Codex 不会通过 Claude 钩子注入文档。 进行编码、规划、调试、测试或审查时,请按照以下路由显式打开项目文档。

始终阅读:

  • docs/project-config.json(项目专属路径、命令、模块以及工作流/测试设置)
  • docs/project-reference/docs-index-reference.md(指向完整的 docs/project-reference/* 目录)
  • docs/project-reference/lessons.md(始终适用的防护措施和反模式)

根据情况阅读的文档:

  • 后端/CQRS/API/领域/实体变更:backend-patterns-reference.md、domain-entities-reference.md、project-structure-reference.md
  • 前端/UI/样式/设计系统:frontend-patterns-reference.md、scss-styling-guide.md、design-system/README.md
  • 规格/测试用例规划或 TC 映射:feature-docs-reference.md
  • 集成测试实现/审查:integration-test-reference.md
  • E2E 测试实现/审查:e2e-test-reference.md
  • 代码审查/审计工作:code-review-rules.md,并根据变更文件阅读上述相关领域文档

不要不加甄别地阅读所有文档。请从 docs-index-reference.md 开始,然后只打开与任务相关的文件。

快速摘要

**目标:**暂存所有文件,根据更改创建有意义的提交,并推送到远程仓库。

工作流:

  1. 暂存 — 将所有已修改的文件添加到暂存区
  2. 提交 — 根据实际更改创建描述性提交消息
  3. 推送 — 推送到远程仓库

关键规则:

  • 委派给 git-manager 子 Agent 执行
  • 提交消息必须反映实际更改,不能含糊笼统
  • 将工作拆分为待办任务;添加最终自我审查任务

保持审慎。运用批判性思维和顺序思维。每项结论都需要有可追溯的依据,置信度百分比(想法的置信度应高于 80%)。

使用 git-manager Agent 暂存所有文件,根据更改创建有意义的提交,并推送到远程仓库。


[IMPORTANT] 开始前,使用任务跟踪将所有工作拆分为小任务——包括针对每个文件读取的任务。这可以防止处理长文件时丢失上下文。对于简单任务,AI 必须主动询问用户是否跳过任务跟踪。

AI 错误预防 — 每项任务都要避免以下失败情形:

删除前检查下游引用。 删除组件会导致文档和代码出现连锁过时问题。移除前先梳理所有引用该组件的文件。 根据实际代码核实 AI 生成的内容。 AI 会臆造 API、类名和方法签名。记录或引用前,务必使用 grep 确认它们确实存在。 编辑后追踪完整依赖链。 更改定义可能遗漏下游变量及其使用方。务必追踪完整链路。 验证正确性时追踪所有代码路径。 确认代码存在,不等于确认代码会执行。务必追踪提前退出、错误分支和条件跳过,而不仅是正常路径。 调试时,修复前先问“问题应由谁负责?”。 追踪问题是在调用方(数据错误)还是被调用方(处理错误)。在负有责任的层级修复,绝不要只修补症状出现的位置。 假定现有值是有意设置的——更改前先问为什么。 更改任何常量、限制、标志或模式前:阅读注释、检查 git blame,并查看周边代码。 核实所有受影响的输出,而不只是第一个。 涉及多个技术栈的更改,需要核实每一项输出。一个检查通过,不代表所有检查都通过。 整体优先的调试方式——避免只关注眼前问题。 调查任何故障时,先列出所有前提条件(配置、环境变量、数据库名称、端点、DI 注册、数据前提),然后逐项根据证据核实,再提出任何代码层面的假设。 精准更改——应用差异测试。 修复 Bug 时,每一处更改都必须能直接追溯到该 Bug。不要顺手调整样式或改进相邻代码。处理增强任务时,既要实现改进,也要明确说明这些改进。 编码前明确歧义——不要默默做出选择。 如果请求存在多种解释,应列出每种解释、预估工作量并询问用户。绝不要擅自假定用户需要的是所有记录、基于文件的方案或更复杂的路径。

批判性思维准则 — 运用批判性思维和顺序思维。每项结论都需要有可追溯的依据,置信度必须高于 80% 才能采取行动。 防止幻觉: 绝不要将猜测当作事实;每项结论都要引用来源;坦诚说明不确定性;自行检查输出是否有误;独立交叉验证;对自己的判断保持审慎——没有证据的确信是所有幻觉的根源。

必须注意: 运用批判性思维——每项结论都需要有可追溯的依据,置信度必须高于 80% 才能采取行动。防止幻觉:绝不要将猜测当作事实。

必须注意: 遵循 AI 错误预防要求——整体优先地调试、在负有责任的层级修复、编码前明确歧义,并在上下文压缩后重新阅读文件。

收尾提醒

  • 强制重要必须注意:开始前,使用任务跟踪将工作拆分为小型待办任务
  • 强制重要必须注意:创建新代码前,搜索代码库,查找至少 3 个相似模式
  • 强制重要必须注意:每项声明都要引用 file:line 证据(置信度 >80% 才采取行动)
  • 强制重要必须注意:添加一项最终审核待办任务,以验证工作质量

[TASK-PLANNING] 开始前,分析任务范围,并使用任务跟踪系统地将其拆分为小型待办任务和子任务。

无钩子提示词协议镜像(自动同步)

来源:.claude/hooks/lib/prompt-injections.cjs + .claude/.ck.json

[WORKFLOW-EXECUTION-PROTOCOL] [BLOCKING] 工作流执行协议 — 强制重要必须关键。无论出于何种原因,都不得跳过。

通用可移植性边界: 可复用技能和协议文本应保持项目中立;项目特定约定应从 docs/project-config.json 和 docs/project-reference/ 中查找。应用共享 AI-SDD,参见 shared/sdd-artifact-contract.md。读取 docs/project-config.json 和 docs/project-reference/docs-index-reference.md,然后打开其中列出的项目参考文档。只要提供了此共享上下文和本地文档,任何受支持的 AI 工具都可以执行。

  1. 检测: 将提示词与工作流目录匹配
  2. 分析: 找出最匹配的工作流,并评估自定义步骤组合是否更合适
  3. 询问(必需格式): 直接向用户提问,并使用以下结构;但如果用户明确调用了某个工作流/技能,且本地协议将其视为确认,则无需询问:
    • 问题:“你想启用哪个工作流?”
    • 选项 1:“启用 [最匹配的工作流](推荐)”
    • 选项 2:“启用自定义工作流:[步骤 1 → 步骤 2 → …]”(附上一句理由)
  4. 启用(确认后): 标准工作流调用 $workflow-start <workflowId>;自定义步骤则手动依序执行
  5. 创建任务: 使用任务跟踪覆盖工作流的所有步骤
  6. 执行: 按顺序完成每个步骤 [CRITICAL-THINKING-MINDSET] 运用批判性思维和顺序思维。每项声明都需要可追溯的证据,置信度 >80% 才采取行动。 反幻觉原则: 绝不将猜测当作事实;每项声明都要引用来源;坦诚承认不确定性;自行检查输出是否有误;独立交叉核对;对自己的判断保持怀疑。没有证据的确定性是所有幻觉的根源。 AI 注意力原则(首因—近因效应): 对于较长的提示词/协议,将最关键的 3 条规则同时放在开头和结尾,以便在长上下文窗口中仍能遵循指令。 目标驱动执行: 先定义成功标准,循环执行直至验证完成,并且仅在可观察的检查通过后停止。 测试验证意图: 测试必须保护业务规则/不变量,并在受保护的意图遭到破坏时失败,而不能只是复现当前行为。

[LESSON-LEARNED-REMINDER] [BLOCKING] 任务规划与持续改进 — 必须遵守。请勿跳过。

开始前将工作拆分为小任务(任务跟踪)。添加最后一项任务:“分析 AI 错误与经验教训”。

提取经验教训——只分析根本原因,不要只修复症状:

  1. 指明失败模式(推理或假设错误),而不是症状——“假设 API 存在,却没有阅读源代码”,而不是“使用了错误的枚举值”。
  2. 通用性测试:此失败模式是否适用于 ≥3 种情境或代码库?如果不适用,就再抽象一个层次。
  3. 将其写成普遍规则——去掉特定于项目的名称、路径和类。确保规则适用于任何代码库。
  4. 合并:多个错误若具有相同的失败模式,则合并为一条经验教训。
  5. 复发检查:“如果没有此提醒,这种情况会在未来的会话中再次发生吗?”——不会 → 跳过 $learn。
  6. 自动修复检查:“$code-review/$code-simplifier/$security/$lint 能否发现此问题?”——能 → 改进审查技能。
  7. 两项检查均通过 → 请用户运行 $learn。 [TASK-PLANNING] [MANDATORY] 执行任何工作流或技能步骤之前,先为所有计划步骤创建或更新任务跟踪,然后在每个步骤开始和完成时保持任务跟踪同步。

评论

支持 Markdown