依据WCAG 2.2设计和检查Web、iOS及Android界面,核查读屏标签、键盘操作、配色对比度和操作目标尺寸,使界面支持辅助技术。
- 为纯图标按钮添加说明
- 检查键盘操作与模态框焦点
- 检查对比度与操作目标尺寸
从设计或需求文档中规划可完整运行的小功能单元,依次完成初始框架搭建、生成与评估迭代、审查及审批,组装可运行的最小可行产品,并分别提交框架与各项功能。
Orchestrate bootstrapping a working MVP from a design or spec document — ingest the SDD/PRD, plan thin vertical slices, scaffold the first end-to-end slice, then drive a generator-evaluator build loop with review and gated feat commits. Use when a design or spec document must become a running MVP through planned vertical slices.
此技能读取设计或需求文档,推进MVP(最小可行产品)的构建。它提取范围、已确定的决策和功能清单,将工作拆成能从头到尾完整运行的小功能单元。先搭建首个功能的初始框架,再通过生成方与评估方的反复迭代、审查和审批,将初始框架及各功能分别整理为feat:提交。
适合已有SDD或PRD等文档,但尚未确定开发顺序的情况。希望先打通一条用户操作路径,再逐步增加功能,或根据评估结果推进实现时,也可以使用。
需以参数指定文档路径。流程使用共享的orch-pipeline、现有GAN harness及/gan-build。界面评估默认使用playwright,非界面功能使用code-only。功能规划时及提交前均需审批;涉及安全的功能还需加入security-reviewer。
本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。
AI 仅根据 SKILL.md 的内容,从 4 个方面进行了评估。星标数和热度不计入评估。
总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI(OpenAI Codex)于 2026年10月19日 评估。仅供参考,安装前请同时查看原文。
安装前可以查看交给 AI 代理的指令内容。
Actor · action · target: orch · build · mvp. Thin wrapper over the shared
engine in orch-pipeline.
civicpulse/docs/SDD-v0.6.md.orch-pipeline engine with the settings above.gan-harness/spec.md + gan-harness/eval-rubric.md
(this stands in for what gan-planner would generate — you already have the spec)./gan-build "<one-line brief>" --skip-planner
(defaults: --max-iterations 15, --pass-threshold 7.0,
--eval-mode playwright; use --eval-mode code-only for non-UI slices).gan-generator → gan-evaluator loop and writes
gan-harness/feedback/feedback-NNN.md until the score passes or plateaus.feat: commits.security-reviewer for any slice touching a security trigger.orch-build-mvp: civicpulse/docs/SDD-v0.6.md
→ read SDD → slice list (vertical) → scaffold slice 1 [GATE 1: approve]
→ /gan-build --skip-planner (generator → evaluator loop) scores vs spec → review
→ commit feat: [GATE 2: confirm] → next slice
还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
依据WCAG 2.2设计和检查Web、iOS及Android界面,核查读屏标签、键盘操作、配色对比度和操作目标尺寸,使界面支持辅助技术。
从指令、记忆、工具执行和界面显示等十二个层面排查人工智能代理故障,依据代码和日志梳理原因,按严重程度列出问题并提出修复方案。
用实际开发任务比较多个编程智能体,记录成功率、可获取的API费用、耗时和重复运行的稳定性,为工具选型及更新后的性能评估提供数据。
设计和调整AI智能体使用的工具、输入与返回格式,明确出错后的恢复、重试和停止条件,管理上下文信息量,并以完成率、重试次数和成功任务成本评估改进。
在AI代理反复失败或重复操作时,记录错误与环境前提、排查原因,采取影响有限的恢复操作,并汇总结果和证据,为有依据的重试与交接提供支持。
根据错误信息和执行环境,分析AI代理反复失败或重复操作的原因。通过小范围、可撤销的恢复操作检验假设,并将结果与依据整理成可供交接的报告。