关于 principle-encode-lessons-in-structure
Encode Lessons in Structure 是一项将反复出现的修正转化为可执行机制的技能，而非重复书写说明。它帮助团队把经验放到合适层级，例如 lint 规则、运行时检查或原则。
主要功能
- 01将重复说明转为机制
- 02选择可行的最强防护
- 03将修正归入适当层级
- 04落实修复或记录待办以闭环
适用场景
- 01用 lint 规则替代反复提醒
- 02通过运行时检查防止常见错误
- 03将测试失败转成可复用防护
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/principle-encode-lessons-in-structure确认已加载。
详细介绍
将经验编码进结构中
通过机制（工具、代码、元数据、自动化）而非文字说明，将反复出现的修正编码进去。每个错误、人工纠正和意外结果都是学习信号。捕捉它，将其路由到合适的层级，并形成闭环。
**原因：**文字说明很容易被忽略。读者必须留意、记住并遵守。结构性机制（lint 规则、元数据标记、运行时检查、自动化脚本）无需他人配合即可强制执行规则。
模式： 当你发现自己在重复同一条说明时：
- 问问自己：能否将它变成 lint 规则、元数据标记、运行时检查或脚本？
- 如果可以，就将其编码进去。删除这条说明
- 如果不可以（确实需要判断），就让说明更醒目，并添加一个展示失败情况的示例
选择最强的防护级别。 当多种机制都可行时，选择当前情况下最强的一种（先选无法表示、因此无法编译的状态，然后是会导致 CI 失败的 lint 规则或禁用 API，再然后是规范化辅助工具，最后是运行时检查），因为 Agent 会照搬周围代码已有的做法，而较弱的防护会成为下一个模板。
**推论：**不要掩盖症状。如果修复方案是结构性的，就只能使用结构性修复。说明本身就是症状。
反馈闭环：
- 记录每次纠正。 当人类介入或测试失败时，判断这是一次性问题还是一种模式。
- 路由到合适的层级。 一次性问题 → 大脑笔记。反复出现的修正 → 技能或 lint 规则。系统性问题 → 原则。
- 形成闭环。 不要只做记录。立即应用，或创建具体的待办事项。
反面模式：
- 只表示知道，却不做记录（“我会记住的”无法持久保存）
- 只做记录，却不路由（关于本应存在的 lint 规则的大脑笔记毫无用处，除非真的实现了该 lint 规则）
- 只修复，却不总结规律（只修复一个实例，却放任反复出现的模式不变）
评论
支持 Markdown