LilMGenius/paperthin

解決的問題

Paperthin 解決了「AI 垃圾」問題——即 AI 代理傾向於不斷向專案中添加样板程式碼、冗餘檔案和雜訊，而非進行精簡或移除。它提供了一組低層級的代理設計模式（技能），優先考慮克制與減法，確保產出物保持乾淨、可維護，且沒有「腐化」（過時的差異和重複的雜訊）。

運作方式

Paperthin 是一組可以跨各種 AI 代理（例如 Claude Code、Cursor、Copilot 等）全域安裝的技能。這些技能設計為可由使用者或模型本身調用。這些技能的重點不是添加更多內容，而是移除雜訊並精煉現有工作。例如，re0 技能會將偏離的產出物重寫為乾淨的零版本，而不是進行修補；ssotize 則將分散的事實整合為單一事實來源。

適用對象

適用於希望維護高品質、精簡的儲存庫，並避免 AI 生成的技術債務和冗餘累積的開發人員和 AI 代理使用者。

亮點

• 減法優先的方法：每個技能都旨在移除雜訊、膨脹或冗餘，而不是增加它們。
• 廣泛的代理相容性：適用於廣泛的代理，包括 Claude Code、Codex、Cursor 和 Grok-Build。
• 多樣化的技能集：包括用於重寫（re0）、驗證指令（readchk）、評估計算工作量（modelchk）、對抗性規劃（hate）和無上下文審計（shower）的工具。
• 迭代學習：具備「線圈」系統（re0-loop、re0-memo），確保學習在專案迭代中複利增長，同時不會使程式碼庫膨脹。