帮助团队建立以 AI 代码生成为核心的工程流程、架构与评审标准。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "ai-first-engineering" 技能: 1. 下载 https://raw.githubusercontent.com/affaan-m/ECC/main/skills/ai-first-engineering/SKILL.md 2. 保存为 ~/.claude/skills/ai-first-engineering/SKILL.md 3. 装好后重载技能,告诉我可以用了
请为一个使用 AI 辅助生成代码的 8 人开发团队设计研发流程,重点说明需求规划、验收标准、评审重点和发布前检查项。
一套面向 AI 优先团队的流程建议,涵盖高质量规划、可衡量验收、行为导向评审和发布安全检查。
请根据 AI-first engineering 原则,给我一份代码评审清单,重点检查行为回归、安全假设、数据完整性、失败处理和上线安全。
一份可直接用于评审生成代码的检查清单,弱化风格问题,强调系统行为与风险控制。
请为 AI 生成代码制定测试标准,要求包含回归覆盖、边界情况断言,以及接口边界的集成检查。
一套更高门槛的测试标准,用于约束生成代码质量并降低上线风险。
开发负责人在团队大量使用 AI 生成实现代码后,可用该技能重设计规划、评审和交付流程。它帮助团队把重点从打字速度转向规划质量、验收标准和行为验证。
当团队希望让 AI 代理更稳定地参与开发时,这个技能可用于指导架构设计。它强调清晰边界、稳定契约、类型化接口和确定性测试,减少依赖隐式约定。
在生成代码比例较高的项目中,团队可用它建立更严格的测试和评审标准。重点是回归覆盖、边界断言、接口集成检查,以及安全、数据完整性和失败处理。
文档介绍了 AI-First Engineering 的核心原则,面向大量使用 AI 辅助生成代码的团队,说明应如何调整研发流程、系统架构、代码评审与测试标准。重点包括提升规划质量、扩大评测覆盖、采用清晰边界与稳定接口的架构,并在评审中关注行为、安全、数据完整性和上线风险。
Use this skill when designing process, reviews, and architecture for teams shipping with AI-assisted code generation.
Prefer architectures that are agent-friendly:
Avoid implicit behavior spread across hidden conventions.
Review for:
Minimize time spent on style issues already covered by automation.
Strong AI-first engineers:
Raise testing bar for generated code:
它用于为大量使用 AI 辅助代码生成的团队设计工程 operating model。给定材料显示,它覆盖流程调整、架构要求、代码评审重点、人才评估信号和测试标准。
文档强调采用对代理友好的架构,例如清晰边界、稳定契约、类型化接口和确定性测试。评审上更关注行为回归、安全假设、数据完整性、失败处理和上线安全,而非已被自动化覆盖的风格问题。
给定材料没有说明安装步骤、API 密钥或特定运行时要求。若需要进一步实现或接入细节,见源码仓库。
帮助用户核查短信与私信、找回近期验证码并明确已检查的消息来源。
帮助用户编写、配置与优化 Hookify 规则及语法模式。
帮助审查 Solidity AMM、流动池与交换流程中的常见安全风险与检查项
通过逐步细化检索上下文,提升子代理任务理解与结果质量。
基于多源网页检索与综合分析,生成带引用和来源标注的深度研究报告
用于管理 Uncloud 集群,完成部署、入口配置、扩缩容与运维排障。
为 AI 编码代理统一规划、记忆、验证与审查的工程工作流
帮助AI编程代理在长任务中遵循架构、校验证据并控制偏移与风险。
为 AI 编码助手提供统一编码规则与工程实践指引
为 AI 编码代理提供设计指导、界面代码建议与设计评审支持。
为AI编程助手注入工程规范,覆盖设计、实现、评审与团队标准。
模拟多角色工程师协作审查代码,快速发现质量、风险与设计问题。