在AI开发前定义成功条件,使用代码、规则、模型或人工评估新功能并检查既有功能是否正常,再记录多次尝试的可靠性指标与报告,用于比较提示词、代理或模型版本的变化。
- 在AI实现前确定成功条件
- 检查提示词或代理变更后的回归问题
- 通过多次尝试衡量可靠性
affaan-m/ECC☆ 28.6万2026年10月21日 更新
从 Claude Code 中的修正、错误解决和重复操作中提取带置信度的行为规则,按项目分别管理,并将相关规则整合为技能、命令或智能体。
- 将修正指令和重复工作积累为知识
- 按项目分别管理开发规范
- 将行为规则整合为技能或命令
affaan-m/ECC☆ 28.6万2026年10月21日 更新
将测试驱动开发用于功能新增和缺陷修复:先写测试并确认失败,再用最少代码使其通过,最后整理代码,逐项验证行为。
- 先写测试再添加功能
- 先复现缺陷再修复
- 保持测试通过并整理代码
NousResearch/hermes-agent☆ 25.6万2026年10月21日 更新
为代码编写、审查和重构提供指引,通过明确前提、采用最小实现、限定修改范围及测试验证,减少AI常见的实现错误,检查改动是否满足请求。
- 实现前梳理前提和歧义
- 限定缺陷修复的修改范围
- 审查过度复杂的代码
multica-ai/andrej-karpathy-skills☆ 22.2万2026年4月20日 更新
通过Playwright操作本地Web应用,检查界面功能和交互行为。支持获取截图、查看浏览器日志来排查问题,并管理测试所需服务器的启动与停止。
- 检查本地应用的按钮和表单
- 通过界面截图和日志排查问题
- 同时启动前后端进行测试
anthropics/skills☆ 18.3万2026年10月10日 更新
将使用Claude Sonnet 4.0、Sonnet 4.5或Opus 4.1的代码及API配置迁移至Opus 4.5,并按需调整提示词。
- 更新现有代码中的模型标识符
- 按所用平台迁移API配置
- 调整导致工具调用过多的提示词
anthropics/claude-code☆ 15.3万2026年10月21日 更新
帮助为Claude Code插件创建独立执行多步骤任务的专用智能体,明确启动条件、职责、可用工具和输出格式,并指导验证配置及实际运行情况。
- 创建专门负责代码审查的智能体
- 完善启动条件和使用示例
- 将工具权限限制在必要范围
anthropics/claude-code☆ 15.3万2026年10月21日 更新
帮助为 Claude Code 插件实现按项目保存设置与状态的机制,通过本地文件切换行为,涵盖设置读取、默认值和数值验证。
- 为插件增加按项目保存的设置
- 通过设置启用或停用钩子
- 保存智能体任务和进度
anthropics/claude-code☆ 15.3万2026年10月21日 更新
GitHub Copilot 官方免费有简介AI 评分 100分 审查 Spec Kit 的代码差异和拉取请求,核对设计文档、预期与异常行为测试、缺陷修复的回归测试证据,以及仓库术语的一致性。
- 审查 Spec Kit 拉取请求
- 检查预期与异常行为的测试
- 核对缺陷修复的回归测试
github/spec-kit☆ 14.2万2026年10月21日 更新
按调查、分析、假设、实现四个阶段追查错误和异常行为,确认根本原因后再修复;报告区分证据来源,并明确尚未验证的事项。
- 调查服务器错误的原因
- 根据堆栈跟踪追查原因
- 调查原本正常的功能为何停止
garrytan/gstack☆ 13.7万2026年10月21日 更新
回顾 gstack 的确认问题,通过对话为每个问题设置询问规则或开关调整功能,并分别查看自行声明的偏好与根据行为推断的倾向。
- 回顾过去出现的确认问题
- 为每个问题设置询问规则
- 比较自述偏好与实际选择倾向
garrytan/gstack☆ 13.7万2026年10月21日 更新
按复现、定位和最小化的顺序排查测试失败、构建错误及异常行为,修复根本原因,并添加回归测试以防止同类问题再次发生。
- 排查代码修改后的测试失败
- 调查构建错误的原因
- 排查停止工作的功能
addyosmani/agent-skills☆ 10.9万2026年10月14日 更新
在保持行为不变的前提下,整理深层条件分支、长函数、重复逻辑和含糊命名。先检查现有规范与测试,再以可读性为标准逐步修改。
- 改善已正常运行功能的代码可读性
- 处理代码审查指出的复杂逻辑
- 整理深层条件分支和长函数
addyosmani/agent-skills☆ 10.9万2026年10月14日 更新
通过Storybook、本番源代码及现有浏览器测试检查Paperclip界面变更,分别报告渲染、交互、视觉比较和生产环境验证结果。
- 检查功能变更后的界面组件
- 检查错误、权限及移动端显示
- 检查Storybook指南与链接
paperclipai/paperclip☆ 10.6万2026年10月21日 更新
检查仓库并生成项目专用验证技能,通过用户实际使用的路径操作应用、保存行为证据,完整执行启动、检查和清理流程,验证生成的步骤。
- 创建仓库专用验证技能
- 整理界面、命令行和服务操作步骤
- 将功能与运行证据对应
paperclipai/paperclip☆ 10.6万2026年10月21日 更新
为住宿与接待服务业新员工制作入职前30天的HTML培训幻灯片,将应掌握的行为、实践练习、学习检查和主管后续指导整合为一套教材。
- 制作住宿与接待服务业30天入职培训
- 将实践练习与学习检查整合进教材
- 准备讲师幻灯片和授课备注
nexu-io/open-design☆ 10.3万2026年10月21日 更新
将用户研究的背景、参与者构成、行为模式与证据整理为三页HTML幻灯片,采用温暖纸色的瑞士风格,并通过图表、交互和克制的动效呈现。
- 用三页幻灯片汇报用户研究
- 用环形图展示参与者构成
- 并列说明行为模式与相关证据
nexu-io/open-design☆ 10.3万2026年10月21日 更新
将心理学与行为科学用于营销文案和设计,调整吸引关注的开头、信息呈现方式及价格展示,帮助你审视促销表达。
- 调整吸引关注的开头
- 审视信息呈现方式
- 改善价格展示方式
nexu-io/open-design☆ 10.3万2026年10月21日 更新
将网站和业务界面从设计制作成可运行的代码,围绕用途统一字体排版、配色与布局,并完善手机显示和交互过程中的各种状态。
- 制作视觉方向明确的落地页
- 设计日常业务仪表盘
- 优化现有界面的外观与操作
nexu-io/open-design☆ 10.3万2026年10月21日 更新
静态审查Ant Design测试是否保护公开行为,找出重复覆盖或仅复述实现的断言,并说明保留、改写或删除的判断及理由。
- 判断测试应保留、改写还是删除
- 找出仅复述实现的断言
- 检查与现有测试是否重复
ant-design/ant-design☆ 10万2026年10月21日 更新
查阅库、框架和API的官方资料,将目标版本的用法用于解答或代码实现。区分已确认的事实与推断,并在修改代码后进行验证。
- 确认API和选项的具体规定
- 按指定版本实现功能
- 将官方资料应用于现有项目
odysseus-dev/odysseus☆ 9.4万2026年10月21日 更新
在新增功能或修复缺陷时,先编写表达预期行为的测试,确认失败原因后再进行最小实现,并运行相关测试、检查改动,核实变更影响。
- 编写重现缺陷的回归测试
- 先明确预期行为再实现
- 验证解析器或界面的行为变更
odysseus-dev/odysseus☆ 9.4万2026年10月21日 更新
在浏览器中操作WorldMonitor仪表板,通过现有测试或手动步骤检查面板、地图、搜索与设置,保存截图和日志,并确认设置保存状态及网址变化。
- 检查修改后的仪表板启动情况
- 验证面板设置与布局保存
- 检查地图、搜索和国家简报
koala73/worldmonitor☆ 8.9万2026年10月21日 更新
审查运行缓慢、不稳定或重复的测试,结合其保护的行为与执行、维护负担,判断应增加、合并还是删除测试,并选择适合修改范围的验证。
- 审查缓慢或不稳定的测试
- 为修改的行为选择测试
- 提交或拉取请求前审查测试修改
tt-a1i/archify☆ 8.7万2026年10月20日 更新