pskoett/pskoett-ai-skills

解決的問題

本專案提供一組為AI代理設計的結構化「技能」，以防止常見的失敗模式，例如範圍蔓延、上下文退化，以及在不同會話中重複相同的錯誤。它將代理行為從簡單的提示驅動執行，轉變為具備內建驗證與學習循環的可靠多階段工作流程。

如何運作

本專案實作了兩種主要的反饋循環，以提升代理輸出品質：

• 內層循環（會話內）： 專注於即時執行。使用 plan-interview 實現對齊，intent-framed-agent 與 context-surfing 監控漂移與上下文健康狀態，verify-gate 與 self-healing 自動診斷並修復故障，simplify-and-harden 進行最終品質審查。
• 外層循環（跨會話）： 專注於長期改進。使用 learning-aggregator 從會話日誌中發現模式，harness-updater 將這些模式編碼為永久規則，eval-creator 將這些規則轉化為回歸測試。

這些技能可作為插件安裝至各種代理（Claude Code、Codex、GitHub Copilot CLI）中，或作為遵循 Agent Skills 規範的獨立技能使用。

適用對象

希望超越基礎聊天互動，為AI代理實現專業軟體工程工作流程（規劃、驗證與持續學習）的開發者。

主要亮點

• 自我修復能力： 在任務執行過程中自動診斷、修復並驗證故障，無需依賴使用者報告錯誤。
• 跨會話學習： 一種捕捉錯誤並提升為永久專案規則與回歸測試的系統。
• 多代理編排： 包含 control-session-orchestrator，用於協調多個代理與會話之間的協作工作。
• 廣泛相容性： 支援透過 GitHub CLI（gh skill）、Agent Plugins 1.0，以及 Claude Code 與 Codex 的原生插件進行安裝。