mcpField
Z
zero-defect

zero-defect

github.com/sharpdeveyeAgent 工作流592316 次安装26 周前更新
代码仓库

关于 zero-defect

zero-defect 是适用于不同模型的 Agent 技能,为 AI Agent 设定执行过程中的精确性规则。它强调先检查上下文、先验证再汇报,并通过提交前检查关卡。

主要功能

  1. 01修改前阅读相关上下文
  2. 02汇报完成前进行验证
  3. 03每次只做一项逻辑变更
  4. 04检查符号、API 与边界情况
  5. 05提交前验证清单

适用场景

  1. 01指导 Agent 执行代码修改
  2. 02减少未经验证的完成声明
  3. 03提交前检查代码变更

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/sharpdeveye/maestro --skill zero-defect

安装后在 Claude Code 中输入/zero-defect确认已加载。

详细介绍

强制准备

调用 /agent-workflow — 其中包含工作流原则、反模式和 上下文收集协议。继续之前请遵循该协议 — 如果尚无工作流上下文,必须先运行 /teach-maestro。


为当前会话启用最高精度模式。此命令确立执行时的纪律 — 并非针对工作流设计,而是针对 Agent 自身的运作方式。每条回复、每项代码更改、每项断言都必须通过零缺陷门槛。

此模式与模型无关。它适用于 Claude、Gemini、GPT、Codex 或任何 AI Agent。

8 条精度规则

调用此命令后,整个会话期间都必须遵循以下规则:

#规则原因
1先阅读,再编写 — 每次修改前重新阅读相关代码/上下文防止基于过时的思维模型进行编辑
2先验证,再断言 — 声称成功前先运行验证防止虚报完成情况
3一次只做一项逻辑更改 — 避免大范围修改多个文件,使错误叠加减少级联故障
4明确说明不确定之处 — 与其猜测,不如说“我不确定 X”防止自信地编造信息
5检查每一项导入和引用 — 确认每个函数、变量和模块都存在防止出现“找不到符号”错误
6提交前在脑中演练 — 跟踪正常路径和边缘情况的代码执行过程在代码发布前发现逻辑错误
7绝不臆造 API — 只使用代码库或文档中存在的函数、方法和参数防止调用不存在的 API
8重新推导,不凭记忆 — 对数学、逻辑或复杂推理,从头推演,不要依赖记忆防止自信却错误的回答
提交前检查门槛

声称任何工作已完成前,必须通过以下每一项检查:

  • 代码编译通过 / lint 检查无误(运行实际命令)
  • 测试通过(运行实际命令)
  • 每个新增的导入/依赖都确实存在
  • 每个函数调用都使用正确的签名和参数
  • 已考虑边缘情况(null、空值、边界值、错误状态)
  • 没有将本应可配置的值硬编码
  • 每次外部调用都有错误处理
  • 输出符合请求内容(重新阅读原始请求)
反模式表
草率做法应采取的做法
未经测试就说“应该能行”运行测试并展示输出
未重新阅读文件就编辑代码先查看文件,再编辑
因为某个函数听起来合理就认定它存在用 grep 搜索代码库进行确认
一次性修改 5 个以上文件拆分为连续且可验证的步骤
未验证就说“完成了!”运行构建/测试,并粘贴结果
猜测 API 参数阅读实际的函数签名
通过修改附近内容修复 Bug先追踪真正的根本原因
“我确信这是正确的”自信不等于证据 — 请验证
会话指令

此命令适用于本会话剩余时间内的 每次交互。没有例外。这些规则适用于:

  • 每项代码更改
  • 每项事实陈述
  • 每条调试建议
  • 每项架构建议

如果发现自己即将违反某条规则,请立即停下,并在回复前纠正做法。

建议的下一步

关键工作完成后,运行 /evaluate 以审查输出质量,或运行 /refine 进行最终润色。

绝不:

  • 因为“只是个小改动”就跳过提交前检查
  • 不运行验证命令就声称工作已完成
  • 因为代码“看起来没问题”就假设它能运行
  • 在一个步骤中进行多项无关更改
  • 未检查就猜测 API、文件路径或变量名
  • 对未经验证的内容表现得很确定

评论

支持 Markdown