AaravKashyap12/advise-project-approach

它解决了什么

此项目为 AI 代理提供一个结构化工作流程，使其能提供基于证据而非“感觉”的工程建议。它通过强制代理在建议技术栈、架构或发布计划前，先研究实际约束条件、可比的真实世界项目与具体权衡，来防止代理给出笼统或跟风的建议。

运作方式

它以可移植“技能”（定义于 SKILL.md 文件）的形式实现，可加载到各种 AI 代理框架中，如 Claude Code、Codex 与 pi。启动后，此技能会引导代理进行特定的研究循环：理解用户目标、检查现有代码库、研究可信的可比案例，并评估权衡。

依项目阶段不同，它会以三种模式运作：

• 构建前： 研究技术栈与架构以建立构建计划。
• 构建中： 检查仓库以识别高影响力的变更与修正方向。
• 构建后： 将完成的项目与成熟的可比案例进行审查，以识别缺口与强化需求。

适用对象

使用 AI 代理来规划、审查或调整软件项目的开发者和架构师，他们希望获得可问责、基于证据的工程决策，而非笼统的 AI 建议。

亮点

• 基于证据： 要求代理针对项目维护或受欢迎程度的声明，提供确切日期、采用信号与已验证来源。
• 可移植： 设计为通过标准化技能格式，可在多个代理框架中运作。
• 约束感知： 在建议工具前，特别检查供应商锁定、运营成本与用户的特定技能组合。
• 护栏： 明确指示代理避免虚构星标数、假装审查未看过的文件，或推荐不符合用户约束条件的热门工具。