kunchenguid/vision

Agent skill that mines your repo's history to draft a VISION.md, stress-tests it with hard hypotheticals, and iterates with you on an interactive review board.

解決的問題

解決專案價值觀與「氛圍」未被文件化，導致決策不一致的問題。不再依賴記憶或泛泛的工程美德，而是協助專案所有者根據實際歷史證據，將可驗證的接受標準（VISION.md 檔案）具體化，明確界定專案將成為什麼、不會成為什麼。

如何運作

該工具遵循結構化流程生成專案願景：

  1. 證據挖掘：分析倉儲的歷史記錄，特別是已合併的 PR 和提交日誌，找出實際建構或拒絕的實例。
  2. 起草：建立包含身分、原則與非目標的初始 VISION.md 檔案。
  3. 壓力測試：產生 8-12 個「斷裂面」假設——即專案原則可能衝突的困難情境——迫使所有者做出艱難抉擇。
  4. 互動式審查：所有者使用專用審查板對這些假設做出判斷，並將回答背後的理由回饋至最終文件中。

適用對象

希望為貢獻者與 AI 編碼代理建立嚴謹、基於證據的貢獻標準的專案維護者與所有者。

特色

  • 基於證據：禁止泛泛而談的美德；每個原則都必須引用實際已合併的 PR 或提交。
  • 強化的假設：使用具挑戰性的場景而非簡單的腦力激盪來打磨願景。
  • 專用審查介面：提供特定的樣式表與板式範本，支援專注的卡片式審查流程。
  • 代理就緒：以 Agent Skill 形式提供，可透過斜線命令或自然語言呼叫。

相關

  • 專案
    AaravKashyap12/advise-project-approach

    一個代理技能，強制 AI 代理透過研究真實世界的可比案例與限制條件，提供基於證據的專案規劃與架構建議。

  • 專案
    shadcn/improve

    一項代理技能，用於審計程式碼庫並為低成本 AI 模型生成詳細、自包含的實作計畫，解決高成本模型執行重複性編碼任務的低效率問題。

  • 專案
    muratcankoylan/Agent-Skills-for-Context-Engineering

    這是一套與平台無關的 Agent Skills 集合，專注於上下文工程，旨在優化 AI 智能體如何管理其有限的注意力預算和上下文窗口。

  • 專案
    darkrishabh/agent-skills-eval

    Agent Skills 生態系統用的測試執行器，透過比較模型在載入與未載入技能時的輸出，實證測量領域知識檔案帶來的效能提升。

  • 專案
    MengTo/Skills

    一個基於 Markdown 的 123 種「技能」庫，為 AI 編碼代理（如 Codex、Claude、Cursor 等）提供分步驟、版本化的提示詞/工作流程配方。每個技能都位於 `agent-skills/<category>/<skill>/SKILL.md`，並可能包含演示、資源和參考連結。該儲存庫讓開發者能將提示詞視為可重複使用的程式碼資產，實現可重複的 UI 設計、Web-GL、Three.js 遊戲和媒體生成工作流程。採用 MIT 授權，可作為任何 LLM 驅動開發工具的上下文載入。