Leonxlnx/unlazy
Anti-laziness skill for AI agents. Core: the Depth Tree method, which splits a task N layers deep and gives every leaf the full time budget of the whole task, so effort multiplies with depth. Grounded in 2025-2026 research on model laziness, underthinking and premature completion.
解决的问题
解决 AI 代理在复杂软件工程任务中出现的‘懒惰’和部分合规问题。通过要求可运行、基于证据的检查点(gates),在任务被认为完成之前必须经过验证,从而防止代理在工作未完成时声称已完成。
工作原理
系统使用“门控契约”(Markdown 格式的账本),每个需求都与一个特定的 shell 命令(CHECK:)和预期输出(EXPECT:)配对。检查脚本执行这些命令,并验证实际输出是否与预期一致。为防止未经授权的执行,命令必须经过用户批准。该项目还支持作用域化的流水线,用于并行工作,代理可以声明对特定文件路径的所有权,以避免写入冲突;同时提供“停止钩子”功能,适用于 Claude Code 等工具,可阻止会话在所有门控条件满足前结束。
适用人群
使用 AI 代理(如 Claude Code 或 Codex CLI)处理复杂、长周期编码任务的开发者,需要一种严格的方法确保代理真正完成了请求的重构或功能开发的每一个部分。
主要亮点
- 可运行的门控点:用可执行的 shell 检查和严格的输出匹配,取代模糊的 AI 承诺。
- 基于证据的验证:生成检查和输出的 SHA-256 摘要,以检测需求的结构漂移。
- 并行协调:提供作用域和租用系统,用于管理多个代理在仓库不同部分的并行工作。
- 集成钩子:包含针对 Claude Code 的专用钩子,防止代理过早结束会话。
写过它的文章
相关
- 项目
- 项目
- 项目
- 项目