开发技能

规划 Arduino 设备连接 `Azure IoT Hub`，可直接连接或经 `IoT Edge` 网关转发。定义传感器消息、设备身份、离线缓存、远程命令，并整理设备、网关和云端的实现任务。

• 将 Arduino 传感器连接到 Azure
• 为现场设备设计网关
• 通信中断时缓存传感器数据

扫描现有项目的代码与配置，生成涵盖技术栈、结构、架构、规范、集成、测试和风险的七份文档。为结论标注文件依据和未知项，并指出计划描述与实际实现的差异。

• 了解陌生代码库
• 准备项目交接文档
• 对照设计资料与实际实现

分析现有代码，整理技术栈、架构模式、组件职责、依赖关系和数据流，生成包含可选图示、代码示例及功能扩展指引的 Markdown 设计文档。

• 了解陌生代码库的整体结构
• 记录组件依赖和数据流
• 按现有设计添加功能

按团队或组织标准调整AgentRC准备度评估。可选择或创建JSON策略，调整检查权重、停用无关检查、设置通过率，并在CI流程中设定自动检查门槛。

• 制定组织共用的评估标准
• 只评估AI相关的准备情况
• 调整特定检查项的权重

使用AgentRC评估代码仓库对AI智能体的准备情况，并生成可独立打开的HTML报告。查看九个方面的评分和优先改进建议，也可按组织自定评分政策。

• 引入AI智能体前检查准备情况
• 根据评估结果安排改进优先级
• 按组织自定政策评分

创建 ASP.NET Minimal API 端点，明确请求和响应类型并加入输入验证与标准错误响应。还可组织相关端点，并为 OpenAPI 添加操作、参数和数据结构说明。

• 创建明确输入输出类型的 API
• 为 OpenAPI 补充操作和参数说明
• 用 `MapGroup()` 整理相关 API

为人员与人工智能代理建立共享的项目规则和术语表，承接现有文档，并在有内容时补充记录；还可用检查模式核对引用、术语设置和文档与实际结构之间的不一致。

• 建立协作开发的共同规则
• 记录散落在聊天中的知识
• 为新参与者准备项目背景

将大型开发任务拆分为有序目标，并把计划、进度、障碍和证据保存在仓库中，支持跨 Claude Code 会话续做及最终清理、验证和代码审查。

• 跨 Claude Code 会话跟踪进度
• 管理目标顺序、尝试次数和证据
• 将清理、验证和审查设为完成条件

将开发工作拆分并分配给多个智能体，通过共享任务列表管理负责人、依赖关系和进度，按阶段推进计划、实现、验证与限次修复，并记录交接信息。

• 修复多个模块中的类型错误
• 分派构建错误调查
• 为多个页面实现响应式布局

通过多个代理反复开展代码改进实验，规划、审查并比较候选方案的基准测量结果，复测后整合通过的方案，同时记录实验进度，直至达到目标或其他停止条件。

• 用测量结果比较代码改进方案
• 围绕数值目标反复实验
• 查看候选得分和实验记录图表

调查故障、性能变化或实验结果背后的原因，比较多个解释各自的支持与反面证据，排列可能原因，并指出尚未解决的问题和下一步验证方式。

• 调查故障或回归原因
• 排查延迟或资源用量
• 分析意外的实验结果

依据现有的项目记录和验证结果撰写可直接粘贴的拉取请求说明，配以简洁图示、变更前后证据、回滚方法和影响范围，帮助评审者了解改动。

• 起草拉取请求说明
• 用图示说明重构要点
• 展示已有验证结果的前后对比

用伪代码、树状图、Mermaid 或差异对比，说明代码结构、执行流程和改动；布局较复杂时可生成一个 HTML 文件。

• 说明分支和函数调用顺序
• 梳理界面、模块或文件职责
• 对比改动前后的结构

使用日志、执行轨迹、状态信息和精简复现，排查 OMC 或 Claude Code 会话中的故障，并整理有依据的原因假设与下一步最小处理方案。

• 排查 Claude Code 工作流中断
• 调查钩子或智能体行为
• 缩小测试或命令失败范围

检查整个代码库，为各目录创建相互关联的 AGENTS.md，记录目录用途、重要文件、依赖关系和工作规则；更新文档时保留人工笔记，并检查层级引用和遗漏。

• 记录陌生代码库的目录结构
• 整理各目录的规则与依赖
• 结构变更后更新说明

将开发任务拆分为可验证的小需求，记录进度并反复实现、检查和修正。每项需求都需提供证据并获评审者批准，之后进行代码整理和再次验证。

• 将多阶段实现推进到验证
• 记录进度并恢复工作
• 管理各项需求的验证证据

在通过插件、npm 或本地开发环境安装后，初始化、更新或修复 oh-my-claudecode。可配置项目或全局说明、状态栏和团队默认值，也能快速更新现有配置并恢复中断的设置流程。

• 安装 OMC 后进行初始设置
• 更新后刷新项目配置
• 选择全局配置和文档保留方式

通过先判断改动是否必要、复用现有辅助代码并优先考虑标准库和已有工具，帮助你用较小的代码差异完成需求，同时保留验证、安全、无障碍和明确要求的功能。

• 用最小差异实现功能
• 把不断扩大的实现收回需求范围
• 新增辅助代码前检查能否复用

检查代码模块关系和变更历史，找出影响修改的结构问题，并按优先级提供文件位置、改进建议和风险。此调查仅生成报告，不修改代码。

• 开发阶段结束后检查设计
• 调查修改范围扩大的原因
• 确定结构改进的优先级

检查已完成的代码变更是否存在缺陷、安全风险、冗余复杂度或测试缺口。经核实的问题会按严重程度列出文件位置和具体故障场景；较大变更会分别评估规范和需求符合情况。

• 发布前检查代码变更
• 核对是否符合开发规范
• 对照工单检查实现情况

将已达成一致的开发任务推进到实现和验证。遵循现有设计进行小幅修改，必要时拆分独立工作，并报告改动文件、验证依据和遗留问题。

• 实现已确认的功能
• 修改少量代码并检查运行情况
• 拆分相互独立的开发工作

整理冗长的 AI 生成代码，删除重复逻辑、无用代码和不必要的层级，同时检查原有行为是否保持。可限定清理范围并运行相关检查，也可使用 `--review` 只审查、不修改。

• 删除重复逻辑和无用代码
• 保留原有行为并精简层级
• 仅整理指定文件

通过规划、架构和质量评审代理，把含糊的开发需求整理成范围和验证条件明确的计划。比较方案、记录风险与决策，并在获得执行批准前停止，不直接实施。

• 明确模糊开发需求的范围
• 实施前比较不同方案
• 规划迁移或安全变更

检查 GitHub 中收到的 issue 和 PR，核实说法并整理证据与既有决定。为维护者汇总待定选项、建议及影响，只执行已有明确授权的操作，不会合并更改。

• 分流缺陷报告和功能请求
• 按已批准规则处理重复报告
• 整理维护者决策材料