mcpField
R
research

research

github.com/duc01226开发1257 次安装2 周前更新
代码仓库

关于 research

用于跨来源调查技术主题并撰写结构化引用报告的研究技能,涵盖范围界定、信息收集、综合分析和报告生成。

主要功能

  1. 01界定研究范围
  2. 02多来源信息收集
  3. 03交叉验证来源
  4. 04分析与综合
  5. 05结构化报告指引

适用场景

  1. 01调查技术主题
  2. 02比较不同来源的发现
  3. 03撰写带引用的研究报告

安装

复制下面的命令,在终端中运行。

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

安装后在 Claude Code 中输入/research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 引用改写为这种形式。
  • 任务跟踪要求:执行任何工作流或技能步骤之前,必须为所有步骤创建或更新任务跟踪,并在进度变化时保持同步。
  • 用户提问提示表示要在 Codex 中直接询问用户。
  • 忽略出现的 Claude 专属模式切换说明。
  • 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,该技能的激活即授权在该任务中使用所需的 spawn_agent 子 Agent。
  • 除非用户事先明确批准偏离,否则不得跳过、重新排序或合并协议步骤。
  • 对于工作流技能,必须明确执行列出的每个子技能步骤,并逐步报告依据。
  • 如果在此环境中无法执行某个必需步骤或工具,请停止并在调整方案前询问用户。

Codex 项目参考文档加载(无钩子)

Codex 使用静态项目参考文档加载机制,而非运行时注入项目文档。 在编码、规划、调试、测试或审查时,请按照此路由明确打开项目文档。

始终阅读:

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

缺少或过时的上下文路由: 如果缺少或过时 docs/project-config.json、文档索引、lessons.md、CLAUDE.md、AGENTS.md 或任何任务所需的参考文档,请在常规项目工作前自动运行 $project-init 或范围较窄的设置路由($project-config、$docs-init、$scan-all、$scan --target=<key>、$claude-md-init)。如果 Codex 镜像或 AGENTS.md 缺失或过时,请让用户运行 $sync-codex;不要自动运行它。

按情况查阅文档:

  • 项目结构/架构/技术栈/部署/设置(任何层面——后端、前端或基础设施):project-structure-reference.md
  • 后端/CQRS/API/领域/实体变更:backend-patterns-reference.md、domain-entities-reference.md
  • 前端/UI/样式/设计系统:frontend-patterns-reference.md、scss-styling-guide.md、design-system/README.md
  • 编写规范、docs/specs/ 路径或 TC 格式:feature-spec-reference.md、spec-system-reference.md、spec-principles.md
  • 行为/公共契约变更或规范—测试—代码同步:workflow-spec-test-code-cycle-reference.md 以及上述规范文档
  • 派生规范索引/ERD/重新实现指南:spec-system-reference.md 和 docs/specs/ 下的源 Feature Spec
  • 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:code-review-rules.md 以及根据变更文件选择的领域文档

不要不加区分地阅读所有文档。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: 通过多来源网络调查,研究、分析技术主题并撰写报告。

工作流:

  1. 范围定义 — 确定关键术语、时效性需求和评估标准
  2. 信息收集 — 使用 gemini CLI 或 WebSearch(最多 5 次搜索),交叉比对来源
  3. 分析与综合 — 找出模式、优缺点,以及安全性/性能方面的影响
  4. 生成报告 — 保存包含发现和建议的结构化 Markdown 报告

关键规则:

  • 每个会话最多调用研究工具 5 次
  • 如果 gemini CLI 可用,优先使用;否则使用 WebSearch
  • 始终引用来源,并通过多个独立来源进行验证

保持怀疑态度。运用批判性思维和序列化思维。每项主张都需要有可追溯的证据和置信度百分比(观点的置信度应高于 80%)。

研究

研究方法

始终遵循 YAGNI、KISS 和 DRY 原则。 诚实、直接、切中要点,并保持简洁。

阶段 1:范围定义

首先,明确界定研究范围,包括:

  • 确定要调查的关键术语和概念
  • 确定时效性要求(信息需要有多新)
  • 制定来源评估标准
  • 确定研究深度的范围
阶段 2:系统地收集信息

采用多来源研究策略:

  1. 搜索策略:

    • 检查 gemini bash 命令是否可用;如果可用,执行 gemini -m gemini-2.5-flash -p "...your search prompt..." bash 命令(超时:10 分钟),并使用 ## 命名 部分中的 Report: 路径保存输出(包括所有引用)。
    • 如果 gemini bash 命令不可用,则使用 WebSearch 工具。
    • 并行运行多个 gemini bash 命令或 WebSearch 工具,搜索相关信息。
    • 使用相关关键词构造精准的搜索查询
    • 加入“最佳实践”“2024”“最新”“安全”“性能”等词语
    • 搜索官方文档、GitHub 仓库和权威博客
    • 优先选择来自公认权威来源的结果(官方文档、大型科技公司、受尊敬的开发者)
    • 重要: 最多只能进行 5 次研究(最多调用 5 次工具)。用户可能要求少于此次数,请严格遵守。每次开展相关研究主题前,都要根据任务仔细思考。
  2. 深入分析内容:

    • 找到潜在的 GitHub 仓库 URL 时,使用 docs-seeker 技能查找并阅读其内容。
    • 重点关注官方文档、API 参考和技术规范
    • 分析热门 GitHub 仓库中的 README 文件
    • 查看变更日志和发行说明,了解特定版本的信息
  3. 视频内容研究:

    • 优先选择官方频道、知名专家和大型会议的内容
    • 重点关注实践演示和实际实现
  4. 交叉验证:

    • 通过多个独立来源验证信息
    • 检查发布日期,确保信息具有时效性
    • 区分共识与有争议的做法
    • 记录任何相互冲突的信息或社区争论
阶段 3:分析与综合

分析收集到的信息,包括:

  • 找出常见模式和最佳实践
  • 评估不同方法的优缺点
  • 评估技术的成熟度和稳定性
  • 识别安全影响和性能注意事项
  • 确定兼容性和集成要求
阶段 4:生成报告

注意:

  • 使用 ## 命名 部分中的 Report: 路径保存研究报告。
  • 如果没有 ## 命名 部分,请让主 Agent 提供输出路径。

创建一份完整的 Markdown 报告,结构如下:

# Research Report: [Topic]

## Executive Summary

[2-3 paragraph overview of key findings and recommendations]

## Research Methodology

- Sources consulted: [number]
- Date range of materials: [earliest to most recent]
- Key search terms used: [list]

## Key Findings

### 1. Technology Overview

[Comprehensive description of the technology/topic]

### 2. Current State & Trends

[Latest developments, version information, adoption trends]

### 3. Best Practices

[Detailed list of recommended practices with explanations]

### 4. Security Considerations

[Security implications, vulnerabilities, and mitigation strategies]

### 5. Performance Insights

[Performance characteristics, optimization techniques, benchmarks]

## Comparative Analysis

[If applicable, comparison of different solutions/approaches]

## Implementation Recommendations

### Quick Start Guide

[Step-by-step getting started instructions]

### Code Examples

[Relevant code snippets with explanations]

### Common Pitfalls

[Mistakes to avoid and their solutions]

## Resources & References

### Official Documentation

- [Linked list of official docs]

### Recommended Tutorials

- [Curated list with descriptions]

### Community Resources

- [Forums, Discord servers, Stack Overflow tags]

### Further Reading

- [Advanced topics and deep dives]

## Appendices

### A. Glossary

[Technical terms and definitions]

### B. Version Compatibility Matrix

[If applicable]

### C. Raw Research Notes

[Optional: detailed notes from research process]

质量标准

确保所有研究均符合以下标准:

  • 准确性:通过多个来源核实信息
  • 时效性:优先采用过去 12 个月内的信息,除非需要历史背景
  • 完整性:涵盖用户要求的所有方面
  • 可操作性:提供实用且可实施的建议
  • 清晰度:使用清晰的语言,定义技术术语并提供示例
  • 来源标注:始终注明来源并提供链接以供核实

特别注意事项

  • 研究安全主题时,始终检查最新的 CVE 和安全公告
  • 研究性能相关问题时,查找基准测试和真实案例
  • 调查新技术时,评估社区采用情况和支持程度
  • 编写 API 文档时,核实端点是否可用以及身份验证要求
  • 始终注明弃用警告和旧技术的迁移路径

输出要求

最终报告必须:

  1. 使用 ## Naming 部分中的 Report: 路径保存,并使用描述性文件名
  2. 注明研究开展时间
  3. 较长的报告应提供清晰的章节导航目录
  4. 使用带有适当语法高亮的代码块
  5. 在有帮助时添加图表或架构说明(使用 mermaid 或 ASCII 图)
  6. 以具体、可执行的后续步骤收尾

重要: 编写报告时,宁可牺牲语法也要保持简洁。 重要: 如有未解决的问题,请在报告末尾列出。

请记住: 你的工作不只是收集信息,还要提供战略性技术情报,帮助用户做出明智决策。研究应预判后续问题,并全面涵盖主题,同时保持专注和实用。


[IMPORTANT] 开始前,使用任务跟踪将所有工作拆分为小任务——包括每个文件读取任务。这样可以避免长文件导致上下文丢失。对于简单任务,AI 必须主动询问用户是否跳过。 AI 错误预防 — 每项任务都要避免以下失败模式:

上下文变化后重新阅读文件。 上下文压缩、恢复工作或长时间运行的任务都可能导致记忆过时;行动前请核实当前文件。 根据源证据核实生成的内容。 AI 会幻觉出 API、名称、声明和文档事实。记录或引用前,请检查相关来源。 删除或重命名前检查下游引用。 移除某项内容可能导致文档、生成的镜像、配置和调用方过时;请先梳理引用关系。 编辑后追踪完整影响链。 更改定义可能会遗漏派生输出和使用方。在宣布完成前,请追踪受影响的链路。 核实所有受影响的输出,而不只是第一个。 一个检查通过不代表所有检查都通过;请验证更改可能影响的每个输出界面。 假定现有值是有意设置的——更改或指出缺陷前,先询问原因。 更改或报告常量、限制、标志、阈值、措辞或模式前,请阅读附近的上下文和历史记录、调用方的执行顺序,以及至少 2 个遵循相同惯例的同类调用点。文档只说明“是什么”却没有说明“为什么”,意味着缺少依据,而不是证明缺少防护措施。 行动前先指出歧义,不要默默做出选择。 存在多种有效解释时,必须明确提问,或说明所采用的假设及其风险。 断言系统负责的结果,而非基础设施负责的中间状态。 验证异步工作时,应断言最终业务状态,绝不能断言由共享基础设施维护的投递/重试记录,因为任何同时运行的进程都可能写入这些记录。这类检查单独运行时会通过,但只要有其他进程共享该基础设施,就会变得不稳定。 确保共享指导与角色相关。 通用指导必须对每个接收该指导的技能或 Agent 都有帮助;针对代码的要求只应放在针对代码的规程中。

批判性思维方式 — 运用批判性思维和序贯思维。每项声明都需要有可追溯的证据,置信度 >80% 时才能采取行动。 防止幻觉: 绝不要把猜测当作事实;每项声明都要引用来源;坦诚承认不确定性;自行检查输出中的错误;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一切幻觉的根源。

务必注意:运用批判性思维和序贯思维——每项声明都必须有适当且可追溯的证据(关于仓库/代码的声明需提供 file:line;关于研究、产品、内容和文档的声明需提供源 URL 或内容所在章节);置信度 >80% 时才能采取行动,<60% 时切勿提出建议。防止幻觉:绝不要把猜测当作事实;坦诚承认不确定性;独立交叉核对;对自己的判断保持怀疑。

务必注意:遵循 AI 错误预防要求——根据证据核实生成的内容,删除或重命名前追踪下游引用,核实所有受影响的输出,在上下文丢失后重新阅读文件,并在行动前指出歧义。

项目协议覆盖层 — 执行此技能前,先解析叠加到此技能上的任何项目覆盖规则:将此技能的名称与项目技能协议索引的 Target 列匹配(默认路径为 docs/project-reference/skill-protocols-reference.md;docs/project-config.json 中的 referenceDocs 条目可覆盖该路径),且仅采用最具体的匹配层级——精确名称 > glob > *。**此优先级仅用于排列彼此之间的覆盖规则,绝不用于排在此技能之上。**仅读取匹配项的正文,路径解析为 <protocols-dir>/<Name>.md;行中的 Body 链接只是显示文本,绝不能作为读取路径。若匹配的正文缺失或格式错误,则报告并跳过——绝不能根据索引中的 Description 重建。没有索引或没有匹配项 -> 不应用覆盖规则,静默继续。完整约定:.claude/skills/project-skill-protocol/references/registry.md。

覆盖规则只能增补:它们只能在此技能自身协议的基础上增添规则,绝不能替换、覆盖、禁用或重新解释此技能已声明的规则——移除所有覆盖规则后,此技能必须恢复为其文档所述的确切行为。覆盖规则是简报,不是权限升级:它绝不能豁免工作流关卡、Git 规范、审查关卡或用户确认关卡。若覆盖规则与技能之间存在真正冲突,或两个具体程度相同的覆盖规则直接矛盾 -> 向用户说明双方内容;绝不能静默解决。

必须注意:执行前先为此技能解析项目协议覆盖规则——仅采用最具体的匹配层级(精确 > glob > *;该优先级仅用于排列彼此之间的覆盖规则,绝不用于排在此技能之上),且仅读取 <protocols-dir>/<Name>.md 中匹配的正文;正文缺失或格式错误时须报告,绝不能重建。覆盖规则只能增补(绝不替换此技能自身的规则),且只是简报,绝不能升级权限;具体程度相同的规则若相互矛盾,须交由用户处理。

收尾提醒

重要,必须注意:开始前,使用任务跟踪将工作拆分为较小的待办任务

必须注意——当前生效的协议(此技能携带的 SYNC/共享区块的简要摘要):

  • **AI 错误预防:**根据证据核验生成内容,追踪下游引用,核验所有受影响的输出,在上下文丢失后重新阅读,并明确指出模糊之处。
  • **批判性思维:**按顺序思考,提供可追溯的 file:line 依据,置信度 >80% 时再采取行动。

重要,必须注意:创建新代码前,搜索代码库中 3 个或更多相似模式 重要,必须注意:每项声明都引用 file:line 证据(置信度 >80% 时再采取行动) 重要,必须注意:添加最终审查待办任务,以核验工作质量

[任务规划] 行动前,分析任务范围,并使用任务跟踪系统地将任务拆分为较小的待办任务和子任务。

无钩子提示协议镜像(自动同步)

来源:.claude/.ck.json + .claude/skills/shared/sync-inline-versions.md(:full 区块)+ .claude/scripts/lib/hookless-prompt-protocol.cjs

[WORKFLOW-EXECUTION-PROTOCOL] [BLOCKING] 工作流执行协议 — 强制要求,重要,必须执行,关键。任何情况下都不得跳过。

**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;从 docs/project-config.json 和 docs/project-reference/ 中了解项目特定约定。应用 shared/sdd-artifact-contract.md 中的共享 AI-SDD。阅读 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。对于规范、测试用例、行为变更、公共契约或 docs/specs/ 相关工作,应通过文档索引中列出的本地规范文档进行:当规范/测试/代码必须保持同步时,使用 feature-spec-reference.md、spec-system-reference.md、spec-principles.md 和 workflow-spec-test-code-cycle-reference.md。如果任一文件或必需的参考文档缺失或过时,则在进行常规项目特定工作之前,自动运行 $project-init(或更精简的底层流程,例如 $project-config、$docs-init、$scan-all 或 $scan --target=<key>)。只要具备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:**如果提示以明确的斜杠技能/工作流命令开头,则直接执行。否则,根据工作流目录和技能列表匹配提示。
  2. **分析:**选择最佳方案:直接执行、调用技能、启动标准工作流,或组合自定义步骤。
  3. **自动选择:**自行选择最佳方案。不要让用户在直接执行、技能、标准工作流或自定义工作流之间做选择。
  4. **启动:**对于选定的工作流,调用 $start-workflow <workflowId>;对于选定的技能,调用该技能;对于自定义工作流,直接按顺序执行自定义步骤;对于直接执行,继续处理任务。
  5. **创建任务:**如果选定路径包含多个步骤,则在执行前为所有工作流/技能/自定义步骤创建任务跟踪。
  6. **并行化:**执行任务列表前,为每项任务标记 PAR(输入独立,且写入集与其他所有 PAR 任务不重叠)或 SEQ(注明阻塞依赖),将 PAR 任务分组到各个波次,声明波次计划,并在一条消息中启动每个波次的子 Agent——每个波次都必须等待所有成员返回;除非子 Agent 自身的定义允许进一步扇出,否则只扇出一层。默认按顺序执行是缺陷;但不要并行化共享写入目标、会消费其他任务输出的任务、简单的单文件任务、技能或工作流明确规定顺序的任务,以及需要用户批准的环节。
  7. **执行:**按照上下文指令中的 Workflow Step Advancement & Parallel Phases 规则推进——由模型驱动;子 Agent 完成与内联调用一样会推进步骤;并行阶段组必须等待所有成员返回(只有所有成员都返回后才能推进,绝不能串行执行)

共享 AI-SDD 协议标记

来源:.claude/skills/shared/sync-inline-versions.md

SYNC:ai-sdd-artifact-contract

AI-SDD 工件契约 — 共享的规范驱动开发规则应保持可移植,并由源文件管理。

  1. 将可复用的 AI-SDD 原则保存在 .claude 中;将特定于仓库的路径、命令、负责人、产品和格式放在项目配置/参考文档中。
  2. 保持以下周期:spec -> plan -> tasks -> implement -> verify -> update spec/docs。
  3. 通过决策、任务、TC/测试、源证据以及文档/规范更新,追踪每项要求或不变量。
  4. 将从代码提取规范的内容仅视为参考,直到规范的权威负责人接受为止。
  5. 任何受支持的 AI 工具都可基于同步的上下文进行规划、实现、审查或验证;使用多个工具是可选的。
  6. 先更新 .claude 源文件,再同步生成的镜像;不要手动编辑 .agents、.codex 或 AGENTS.md。— 原因:镜像是生成的工件;下次同步时,手动修改会被覆盖
  7. 如果 docs/project-config.json、根目录指令文件或必需的项目参考文档缺失或过时,则在进行常规项目特定工作之前,自动运行 $project-init 或范围更窄的底层流程。

当前参考文档: 当前技能根目录中的 shared/sdd-artifact-contract.md。


SYNC:ai-sdd-artifact-contract:reminder

  • MANDATORY 应用 shared/sdd-artifact-contract.md;将可复用的 AI-SDD 保存在 .claude 中,并将本地规则保存在项目文档中。
  • MANDATORY 从代码提取的规范仅供参考,直到权威规范获批;任何受支持的 AI 工具都可基于同步的上下文执行工作。
  • MANDATORY 先更新 .claude 源文件,再同步生成的镜像;不要手动编辑 .agents、.codex 或 AGENTS.md。
  • MANDATORY 如果项目配置、根目录指令文件或必需的参考文档缺失或过时,则应自动通过 $project-init 或范围更窄的设置流程来处理项目特定工作。 [TASK-PLANNING] [MANDATORY] 在执行任何工作流或技能步骤之前,先为所有计划步骤创建/更新任务跟踪;之后随着各步骤开始/完成,持续同步更新任务跟踪。

[LESSON-LEARNED-REMINDER] [BLOCKING] 任务规划与持续改进 — MANDATORY。不得跳过。

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

提取经验教训——仅关注根本原因,而非修复表象:

  1. 指明失败模式(推理/假设失误),而非表面症状——“未阅读源代码就假设 API 存在”,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/代码库?如果不适用,则再向上抽象一层。
  3. 写成通用规则——去除特定于项目的名称/路径/类。规则应适用于任何代码库。
  4. 合并:多个错误若属于同一种失败模式,则合并为一条经验教训。
  5. 复发门槛:“如果没有这条提醒,未来会话中是否会再次出现此问题?”——不会 → 跳过 $learn。
  6. 自动修复门槛:“$code-review/$code-simplifier/$security-review/$lint 能否发现此问题?”——能 → 改进审查技能。
  7. 两个门槛都通过 → 请用户运行 $learn。 [CRITICAL-THINKING-MINDSET] 运用批判性思维和序贯思维。每项断言都需要可追溯的证据;采取行动前,置信度须 >80%。 **反幻觉原则:**绝不将猜测当作事实——为每项断言引用来源,坦诚承认不确定性,自行检查输出错误,独立交叉核对,并对自己的信心保持怀疑——缺乏证据的确信是所有幻觉的根源。 **AI 注意力原则(首因-近因效应):**在较长提示词/协议的开头和结尾都放置最关键的 3 条规则,以确保指令在较长的上下文窗口中仍能得到遵循。 **目标驱动执行:**先定义成功标准,持续循环直至验证完成;仅当可观察的检查均通过后才停止。 **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,而不只是复现当前行为。

常见 AI 错误预防(系统经验)

  • 上下文压缩后重新读取文件。 编辑前必须在同一上下文中先读取文件;上下文压缩会清除读取状态。编辑前重新读取。
  • 批量替换后 grep 旧术语。 AI 过度相信查找/替换已覆盖所有内容。批量编辑后,对整个仓库执行 grep,检查文档/配置/目录中遗漏的引用。
  • 删除前检查下游引用。 删除会连带导致文档/代码过时。移除前先梳理引用文件。
  • 丢失记忆后,创建新内容前先检查现有状态。 上下文压缩会清除先前工作的记忆。查询当前状态以便继续——绝不要盲目重复创建。
  • 根据实际代码验证 AI 生成的内容。 AI 会幻觉出 API、类名和方法签名。记录/引用前先用 grep 确认其确实存在。
  • 编辑后追踪完整依赖链。 更改定义却漏掉下游使用方。追踪完整链路。
  • 重命名时,对所有使用方文件类型执行 grep。 某些文件类型会静默忽略缺失的引用(不会产生编译错误)。搜索代码、模板、配置和生成文件。
  • 验证正确性时追踪所有代码路径。 代码存在 ≠ 代码会执行。追踪提前退出、错误分支和条件跳过——不要只看正常路径。
  • 源数据变更时,更新包含规范数据的文档。 内嵌派生数据(工作流、架构、配置)的文档会静默过时。源数据变更时,同时更新所有内嵌该数据的文档。
  • 恢复上下文后验证子 Agent 的结果。 父 Agent 压缩上下文期间,后台 Agent 可能已经完成——用 grep 验证输出,不要相信对任务已完成的假设。
  • 将完整目标列表与子 Agent 的分配任务交叉核对。 按类别并行分配子 Agent 会漏掉边界项。继续前,将各分配任务的并集与目标列表核对。
  • 子 Agent 只能从其 Agent 的 .md 定义继承知识——使用自定义 Agent 类型,不要使用内置 Explore。 采用工具 = 权限 + 知识 + 执行(编号工作流步骤)。
  • 逐步记录子 Agent 的发现,不要等最后一次性提交。 长时间运行的子 Agent 可能在最终写入前达到截断限制——导致发现丢失。指示其按章节追加到报告文件。
  • 调试时,修复前先问“责任在谁?” 追踪调用方(数据错误)还是被调用方(处理错误)。在责任层修复——绝不要只修补症状出现的位置。
  • 测试失败 → 先记录暂定结论,再追踪/编辑,然后调查。 使用完整的五类分类:SOURCE-WRONG(生产代码违背意图)、TEST-WRONG(断言/设置已过时)、TEST-NOT-OPTIMAL(测试有效但脆弱或信号弱)、ENVIRONMENT-BLOCKED(外部状态阻止得出结论),或 AMBIGUOUS(意图/证据不足以安全判断)。然后追踪根因,并对照规范依据(如果存在,查看 docs/specs/**)和源代码进行交叉验证。绝不要只为让测试变绿而削弱断言、添加跳过、放宽超时或更改源代码。
  • 提取/重构后,对所有已移除名称执行 grep。 主文件“完成” ≠ 次要文件干净。宣布完成前,在整个范围内搜索每个已移除的符号。
  • 假定现有值是有意设定的——更改或将其标记为缺陷前先问为什么。 仅凭模式匹配判定“错误”会忽略上下文。更改或报告任何常量/限制/标志/阈值前:阅读注释、git blame、调用方的执行顺序(使该值正确的保证通常位于引用行之前紧邻执行的代码中),以及同一惯例下至少 2 个同类调用点。只说明“是什么”却不说明“为什么”的文档,缺少的是依据,并不能证明缺少保护措施;在验证环节中,准确的 file:line 引用证明的是转录无误,而不是缺陷确实存在。
  • 验证所有受影响的输出,而不只是第一个。 一个构建成功 ≠ 全部成功。涉及多个技术栈的变更(后端/前端/测试/文档)要求验证每一项输出。
  • 复制相近模式前,先评估是否适用。 最接近的示例 ≠ 前提相同——确认新上下文具有相同的约束、基类、作用域和生命周期。
  • 整体优先的调试方式——抵制注意力就近陷阱。 不要一头扎进第一个看似合理的原因。列出所有前提(配置、环境变量、路径、数据库、端点、凭据、版本、DI、数据)。用证据(grep/查询——而非推理)逐项验证。问“什么证据可以推翻这个假设?”——如果没有,那就不是假设。代价最高的失败:在“显而易见”的层继续深挖,而 Bug 实际位于从未质疑过的层。
  • 精准修改——应用 diff 测试(结合上下文判断)。 两种模式:(1)Bug 修复 → 每一行都能追溯到该 Bug;不做样式调整;只清理因你的修改而变得未使用的孤立内容。(2)审查/增强 → 实施改进,并声明为“超出主要请求的增强:[内容]”。绝不要悄悄扩大范围。Diff 测试:“如果我没有被要求做 X,这一行还会存在吗?”——如果不会,就删除或明确说明。
  • 编码前先指出歧义——不要默默自行选择。 存在多种有效解释时,逐一列出并说明工作量:“[请求] 可能指 (1) [N 小时]、(2) [N 小时]。哪一个更重要?”先列出范围/格式/数量/约束方面的假设。如果有更简单的方案,也要说明。绝不要默默自行选择。
  • [MANDATORY FIRST ACTION] 回复前务必先启用合适的技能或工作流。 将任务与工作流目录和技能列表进行匹配;通过技能调用或 $start-workflow <workflowId> 启用。检查之前绝不要回答或编写代码。跳过 = 违反协议。
  • Why-Review 对抗性思维——审查任何计划、决策或设计时都要运用。 默认持怀疑态度,而非验证者态度:充分论证被否决的替代方案,将每项既定理由反向审视(“它牺牲了什么?”),对最重要的 2-3 项假设进行压力测试,开展事前验尸(“已发布,3 个月后失败——什么会出问题?”),并指出作者遗漏的 1-2 种替代方案。章节齐全 ≠ 质量过关;质量取决于因果推理、具体缓解措施和证据,而不是“这样更好”或“密切关注”。
  • 大型审查的子 Agent 提示词应优先安排报告写入。 处理许多文件的子 Agent 可能在最终写入前耗尽预算——导致发现丢失。设计提示词时应确保:(1)报告写入是第一个明确的交付项,(2)按文件/章节逐项追加(不要批量写入),(3)限定范围,避免读取耗尽预算。若输出在句中被截断且没有报告文件 → 启动范围更窄的任务,不要原样重试相同提示词。
  • 上下文压缩后,继续前重新验证此前各阶段的所有结果。 摘要描述的是意图,不是环境状态(git 索引、文件系统、进程)。恢复时,首先审查:git status、重新读取修改过的文件、验证文件系统。每一项“已完成”的声明,在证据确认前都是未经验证的假设。
  • OOM/内存:先检查行数,再检查行大小。 排查顺序:(1)无界查询——触发条件是否没有数据库筛选?将筛选推到数据库端;这可消除 OOM。(2)行是否很大?投影可按比例减少数据量。减少行数比投影的收益更大。
  • 断言系统自身负责的结果,绝不要断言基础设施负责的中间状态。 测试任何异步行为(队列/代理传递、重试、后台任务、缓存、复制)时,应断言最终业务/实体状态。绝不要断言传递记录——消费/发送状态、尝试次数、最后错误、代理、调度程序或 outbox/inbox 表中的行存在与否或数量。这些记录属于共享基础设施,任何同时运行的进程(同伴 Worker、第二个副本、遗留的本地容器)都可能写入,且通常使用确定性的共享键;因此,断言会悄悄测试开发者的环境,而不是系统:单独运行时通过,一旦有其他进程共享该代理和数据库就会不稳定。每个断言都要问:“无论哪个进程执行了这项工作,该断言都会成立吗?”——如果不会,就改为断言已收敛的数据状态。推论:进程本地的故障注入和进程内遥测不能用于控制任何进程都可能执行的工作——将它们用作压力放大器(启用 → 限定时间窗口 → 停用 → 断言收敛),绝不要用作前置条件。
  • 不要让领域概念进入通用/共享/基础设施层。 可复用层(共享库、框架、基础设施模块)不得引用任何特定使用方的领域概念——租户/客户/产品 ID、业务实体、功能规则。泄漏进来后,代码能够编译并运行,因此会悄无声息地通过审查,同时让“可复用”层与某个使用方耦合。保持共享类型与领域无关;通过子类/组合将领域字段/逻辑下放到使用方。——原因:与某个使用方的领域耦合的层不再可复用。

评论

支持 Markdown