BuilderIO/skills

解决的问题

该项目提供了一组小型、可组合的「技能」库，旨在扩展 AI 代理（如 Claude Code、Codex 等）的能力。它解决了代理常见的局限性，例如基于过时记忆进行猜测，而非查阅最新文档；难以可视化复杂的计划或代码差异；以及在日常、高 token 消耗的任务中使用昂贵的前沿模型，造成效率低下。

如何工作

这些技能以模块化指令和工具的形式实现，可通过 CLI 安装，或作为特定代理环境的插件使用。它们使代理能够执行专业操作，例如：

• 软件生命周期管理： /factory 套件可自动完成从收集遥测数据和反馈，到审查和发布 PR 的整个流程。
• 可视化界面： /visual-plan 和 /visual-recap 等工具可将基于文本的计划和代码差异转换为交互式 MDX 格式的视觉摘要。
• 代理编排： /efficient-fable 和 /efficient-frontier 等技能允许高成本模型担任架构师角色，而低成本代理负责执行繁重任务。
• 环境集成： /an 和 /webmcp 等技能允许代理通过 MCP（Model Context Protocol）工具操作原生应用和 Web 应用。
• 上下文恢复： /rewind 技能与本地屏幕记忆集成，可恢复最近的视觉和文本上下文。

适用人群

使用 AI 代理进行编码和软件交付的开发者和团队，希望提升代理自主性、降低 token 成本，并通过视觉辅助改善人机协同审查流程。

主要亮点

• 工厂工作流： 一个实验性系统，可将遥测数据和错误转化为受策略控制的软件变更。
• 可视化规划与复盘： 将抽象的文本计划和原始 git 差异转换为可扫描、可交互的视觉地图。
• 成本优化： 提供框架，让高成本模型专注于判断，而低成本模型负责执行。
• MCP 集成： 深度集成 Model Context Protocol，支持操作 Web 和原生应用。
• 自主性工具： 如 /plow-ahead 和 /agent-watchdog 等技能，用于处理模糊性并审计其他代理。