tw93/Waza
🥷 Engineering habits you already know, turned into skills AI assistants can run.
Waza – AI 驱动的工程习惯技能
这是什么
Waza 是一组小型技能集合,可安装至 Claude Code, Codex, Cursor, Gemini-CLI, Copilot 等基于 LLM 的编程辅助工具中。每项技能都编码了一种具体的工程习惯(规划、UI 设计、调试、代码审查、研究、摘要、写作、健康检查),并可通过如 /think 或 /check 的斜线指令调用。技能运行后会产生结构化输出,随后将控制权交还给用户或链中的下一个技能。
为什么重要
LLM 代理在生成代码方面表现出色,但若缺乏严谨的工作流程,往往会产生杂乱且通用的结果。Waza 提供了流程层:明确的触发点、定义良好的成果,以及防止模型偏离的防范机制。通过将熟悉的工程习惯转化为可重复使用、与模型无关的插件,Waza 让您无论使用 Claude, Codex 或任何其他基于 LLM 的 IDE,都能获得同样严谨的工作流程。
主要功能
| 技能 | 使用时机 | 功能 |
|---|---|---|
/think |
开始新功能前 | 挑战问题、压力测试设计并返回完整的实施计划。 |
/ui |
构建前端时 | 生成 UI 模型并迭代截图,提供具体的视觉方向。 |
/check |
变更后、合并前 | 根据项目限制审查 diff,验证结果并可触发发布。 |
/hunt |
出现错误时 | 系统化的调试工作流程,在应用修复前确认根本原因。 |
/write |
撰写文章(中/英) | 重写文字使其听起来自然,去除生硬的措辞。 |
/learn |
探索陌生领域 | 六阶段研究管线:收集 → 消化 → 大纲 → 填充 → 精炼 → 自我审查。 |
/read |
任何 URL 或 PDF | 返回简洁摘要或干净的 Markdown 以供引用、注释等。 |
/health |
审计代理本身 | 检查 LLM 环境的健康状况、预算使用量与可维护性。 |
安装与使用
- 使用单一
npx指令安装;技能会放置于~/.agents/skills并可供任何兼容的代理使用。 - 对于基于 GUI 的工具(Claude Desktop, Codex 插件市场等),您可以上传 ZIP 发布包。
- 技能可以手动串联 (
/think → /check),或结合选用的规则,增加持续性的指令防范(例如:英文错误修正、反模式检查、路由提示)。
状态栏与预算意识
Waza 为 Claude Code 提供了一个微小的状态栏脚本,显示模型的上下文窗口使用量以及 5 小时 / 7 天的配额,协助您保持在限制范围内。Codex 对类似指标有原生支持。
范围与限制
这些技能是通用的——它们不包含任何项目特定的代码。在运行时,/check 会读取目标仓库的公开部分(README, package.json, Makefile, CI 配置)以具备项目感知能力,但绝不会访问私人凭证。
与其他项目的关系
Waza 是作者三部曲的一部分:Kaku(代码生成)、Waza(习惯训练技能)与 Kami(文档发布)。它纯粹专注于工作流程层,而非原始代码合成。
适用对象
- 已经使用 Claude, Codex, Cursor, Gemini-CLI 等工具,并希望获得可重现、严谨 AI 辅助的开发者。
- 希望在不建立自定义插件框架的情况下,标准化 AI 增强工程习惯的团队。
- 任何寻找轻量级、八项技能集,且可通过自定义规则扩展的人。
授权
MIT – 可自由使用、修改与贡献。
以上所有信息均直接取自仓库的 README。
相关
- 项目
- 项目
- 项目
- 项目
- 项目