shadcn/improve

解決的問題

解決使用高成本、高智慧 AI 模型執行重複性程式碼任務的低效率問題。此工具將高階「智慧」（審計與規劃）與低階「執行」（撰寫程式碼）分離，讓較便宜的模型能負責實作階段，而非依賴單一昂貴模型完成所有工作。

工作原理

此工具作為一項代理技能，遵循特定流程：

1. 偵察：映射倉儲的技術堆疊、編碼規範與文件（如 ADR 或 PRD），以理解專案的上下文。
2. 審計：並行子代理在九個類別（包括安全性、效能與技術負債）中掃描程式碼庫，發現問題並引用具體檔案與行號作為證據。
3. 驗證與優先排序：由顧問模型過濾誤報，並根據影響程度與工作量生成優先排序的發現結果表。
4. 規劃：針對選定的發現，生成自包含的 Markdown 規格說明，存放在 plans/ 目錄中。這些計畫包含內嵌程式碼片段、機器可驗證的驗證門檻，以及明確的停止條件，確保即使是小型「弱」模型也能無幻覺地執行。
5. 執行與協調：可調度低成本執行器在隔離的工作樹中實現計畫，審查其變更差異，並定期更新待辦事項列表以應對程式碼漂移。

適用對象

專為使用 AI 代理維護與改善程式碼庫的開發者與團隊設計，希望在成本與品質之間取得平衡，透過「技術主管」模型指導「初階」執行模型來達成目標。

核心亮點

• 職責分離：該技能從不直接修改原始碼，僅生成計畫。
• 機器可驗證的計畫：每個計畫都包含具體指令與預期輸出，用於驗證執行成功。
• 隔離執行：使用可丟棄的 git 工作樹進行實作，確保主分支安全。
• 上下文感知：可讀取設計文件與 ADR，確保建議與現有產品意圖一致。