ALL NOTES / 15 ARTICLES
文章档案
从仓库结构到真实交付，把值得复用的判断整理成可追踪的文章。
SERIES INDEX
专题阅读
01 开源项目拆解 Agent Skills 工程化实践 01：它不是提示词集合，而是一套反馈系统 从 mattpocock/skills 的目录、invocation 设计和四类 failure mode 出发，理解 Agent Skills 为什么更像工程方法库。 02 AI 应用交付 Agent Skills 工程化实践 02：先对齐问题，再让 Agent 动手 用 grill-with-docs、domain-modeling、CONTEXT.md 和 ADR，把模糊需求变成共享理解，而不是直接跳进实现。 03 AI 应用交付 Agent Skills 工程化实践 03：把共识变成能排队的交付路径 拆解 to-spec、to-tickets、tracer-bullet 和 blocking edges，理解 Agent 如何从一段对话进入可并行推进的工作队列。 04 AI 应用交付 Agent Skills 工程化实践 04：从 ticket 到可审阅的 commit 把 implement、tdd 和 code-review 串起来，解释为什么 review checkpoint、public seam 和双轴审阅是交付流程的一部分。 05 开源项目拆解 Agent Skills 工程化实践 05：调试不要靠猜，架构也要能被验证 从 red-capable feedback loop 出发，串起 diagnosing-bugs、prototype、codebase-design 和架构健康检查。 06 产品判断 Agent Skills 工程化实践 06：把人的判断留在回路里 从安装、路由到 research、handoff 和 human-in-the-loop 工具，整理一套可以渐进采用的 Agent Skills 使用方式。 07 AI 应用交付 Agent Skills 工程化实践 07：先装对、配对，再让 ask-matt 帮你选路 讲清 setup-matt-pocock-skills、ask-matt 与 wait-what：如何安装、完成 per-repo setup、选择正确工作流，并在解释失效时及时纠偏。 08 产品判断 Agent Skills 工程化实践 08：谁来回答问题，决定你该用哪种采访工具 逐一解释 grill-me、grilling、grill-with-docs、domain-modeling 与 to-questionnaire，建立从个人想法、代码事实到外部专家知识的决策路径。 09 AI 应用交付 Agent Skills 工程化实践 09：triage、spec、tickets 与 wayfinder 不是同一层计划 逐一解释 triage、to-spec、to-tickets 与 wayfinder：如何处理外部请求、固化共识、切成 tracer bullets，并为超大模糊工作建立决策地图。 10 AI 应用交付 Agent Skills 工程化实践 10：实现、测试、诊断、原型与研究是五种反馈回路 逐一解释 implement、tdd、diagnosing-bugs、prototype 与 research，说明如何根据问题形状建立正确反馈，而不是让 Agent 盲目修改。 11 开源项目拆解 Agent Skills 工程化实践 11：让代码更好改，也让 diff 与冲突更容易审 逐一解释 codebase-design、improve-codebase-architecture、code-review 与 resolving-merge-conflicts，建立从模块设计到集成收尾的质量边界。 12 产品判断 Agent Skills 工程化实践 12：handoff、teach、writing-for-agents 与 wizard 的共同边界 逐一解释 handoff、teach、writing-for-agents 与 wizard：如何跨 session 交接、建立长期学习、编写可预测的 Agent 文档，并把人工步骤变成安全向导。 13 开源项目拆解 Agent Skills 工程化实践 13：剩下 10 个 Skills 为什么不能和稳定主流程混为一谈 完整解释 4 个 misc 与 6 个 in-progress Skills 的用途、调用方式和边界，包括 Git guardrails、pre-commit、deep modules、workflow 与 beta 写作流程。 14 开源项目拆解 DeepSeek Harness 深度拆解：事件溯源、插件架构与 Agent 运行时 从 Cordis、Agent Loop、Session Log、工具治理、Subagent 与沙箱边界出发，分析 DeepSeek 官方 Harness 的架构亮点与生产风险。 15 AI 应用交付 用 AI 做源码拆解：一篇可信教程应该留下哪些证据 把仓库阅读、事实核验和文章写作拆成可复用步骤，避免把 AI 的推测直接当成结论。
这个主题下还没有文章。