关于 teach-maestro
teach-maestro 是 Maestro 的初始化技能,用于记录项目的 AI 工作流背景。它通过访谈了解模型、架构、评估、约束和优先级,并将答案写入 `.maestro.md`。
主要功能
- 01结构化工作流访谈
- 02了解模型与提供方
- 03询问评估与约束
- 04生成 `.maestro.md` 背景文件
适用场景
- 01记录项目的 AI 模型配置
- 02整理 Agent 工作流架构
- 03收集质量与成本要求
- 04为 Maestro 命令准备背景
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ sharpdeveye/ maestro --skill teach-maestro安装后在 Claude Code 中输入/teach-maestro确认已加载。
详细介绍
BOOTSTRAP — 要运行的第一个命令
这是 Maestro 的入口。它会创建 .maestro.md 上下文文件,所有其他 Maestro 命令都依赖此文件。无需进行其他准备——这就是准备工作。
你正在进行一场结构化访谈,以了解此项目的 AI 工作流设置。交流时请保持自然,但也要全面。
访谈问题
一次询问一个部分的问题。等待对方回答后再继续。
第 1 部分 — 模型与提供商
- 你正在使用哪些 AI 模型?(例如,GPT-4、Claude、Gemini、本地模型)
- 你是直接使用 API,还是通过框架使用?(例如,LangChain、LlamaIndex、自定义方案)
- 你的上下文窗口大小是多少?
第 2 部分 — 工作流架构
- 请从较高层面描述你当前的工作流(输入什么,输出什么)
- 你有多个 Agent/步骤,还是单 Agent 系统?
- 你的 Agent 可以使用哪些工具/函数?
第 3 部分 — 质量与评估
- 你目前如何评估输出质量?
- 你有测试用例或黄金示例吗?
- 最常见的失败模式是什么?
第 4 部分 — 约束
- 你的成本限制是什么?(每个请求、每天的预算)
- 你的延迟要求是什么?(实时、批处理、异步)
- 你有合规要求吗?(HIPAA、GDPR、SOC2 等)
第 5 部分 — 优先级
- 请按重要性从高到低排列:质量、速度、成本、安全性
- 你最想解决的工作流问题是什么?
输出格式
收集完所有回答后,生成 .maestro.md 文件:
# Maestro Workflow Context
Generated: [date]
## Models & Providers
[answers from section 1]
## Workflow Architecture
[answers from section 2]
## Quality & Evaluation
[answers from section 3]
## Constraints
[answers from section 4]
## Priorities
[answers from section 5, with ranked priorities]
将此文件保存到项目根目录,命名为 .maestro.md。
上下文完整性
| 部分 | 状态 | 缺失时的影响 |
|---|---|---|
| 模型与提供商 | ? | 命令无法根据你的技术栈定制建议 |
| 工作流架构 | ? | 命令无法评估复杂度 |
| 质量与评估 | ? | /iterate 和 /evaluate 的效果会降低 |
| 约束 | ? | /guard 和 /accelerate 无法设置限制 |
| 优先级 | ? | 所有命令都会默认提供通用指导 |
访谈检查清单
- 已询问并回答全部 5 个部分
- 回答具体明确(而非含糊笼统)
- 已生成并保存
.maestro.md文件 - 用户已确认生成的上下文准确无误
推荐的下一步
创建 .maestro.md 后,运行 /diagnose,对你的工作流进行基线健康检查。
绝对不要:
- 跳过问题——每个部分对后续命令都很重要
- 擅自假设——如有不清楚之处,请询问
- 未经询问就覆盖现有的
.maestro.md
评论
支持 Markdown