AgentSkillsCN

vibe-dev-assistant

Vibe Coding 开发助手技能，提供完整的 AI 辅助编程工作流支持。适用于：(1) 项目规划与需求分析，(2) 项目结构标准化，(3) 代码开发与重构，(4) 系统设计与架构决策，(5) 文档生成。当用户需要借助 AI 完成软件开发任务时，可选用此技能。

SKILL.md
--- frontmatter
name: vibe-dev-assistant
description: Vibe Coding 开发助手技能，提供 AI 辅助编程的完整工作流支持。用于：(1) 项目规划与需求分析，(2) 项目结构标准化，(3) 代码开发与重构，(4) 系统设计与架构决策，(5) 文档生成。当用户需要 AI 辅助完成软件开发任务时触发此技能。

Vibe Dev Assistant - AI 辅助开发技能

概述

这是一个综合性的 AI 辅助开发技能，融合了 Glue Coding 方法论、编程之道哲学、以及工程化最佳实践，帮助开发者更高效地完成软件开发任务。

核心理念

1. Glue Coding 方法论

几乎完全复用成熟的开源组件，用最少量的"胶水代码"将它们组合成完整系统。

核心原则：

  • •能不写就不写，必须写就少写
  • •能复制就复制，站在巨人肩膀上
  • •不修改上游仓库代码
  • •自定义代码越少越好，只负责：组合、调用、封装、适配

2. 编程之道

程序 = 数据 + 函数 | 数据是事实，函数是意图

三大核心：

  • •数据 - 存在，数据结构即思想结构
  • •函数 - 变化，过程即因果
  • •抽象 - 去杂存真，隐藏不必要的，暴露必要的

设计原则：

  • •高内聚、低耦合
  • •状态越少，程序越稳
  • •可推理性 > 性能
  • •稳定接口，流动实现

工作流程

模式一：需求分析与项目规划

当用户描述项目需求时，执行以下流程：

  1. •

    需求理解与意图识别

    • •显性需求（表面目标）
    • •隐性需求（潜在动机、核心问题）
    • •背后意图（学习/创造/优化/自动化/商业化）
  2. •

    关键概念提取

    • •核心关键词与概念解释
    • •学科归属与理论背景
    • •隐性知识与理解要点
  3. •

    技术路径规划

    • •可能采用的技术路径或架构框架
    • •相关开源项目、工具或 API
    • •辅助资源（论文、社区、课程）
  4. •

    生成层级化计划文档

模式二：代码开发

当用户需要编写代码时，遵循三层思维：

code
现象层 → 本质层 → 哲学层 → 本质整合 → 现象输出

现象层（医生）： 快速诊断，立即止血 本质层（侦探）： 追根溯源，找到架构原罪 哲学层（诗人）： 提炼设计真理

模式三：项目结构标准化

自动按照标准目录结构组织项目：

code
project/
├── README.md              # 项目说明
├── requirements.txt       # 依赖清单
├── src/                   # 核心源代码
│   ├── core/              # 核心逻辑
│   ├── modules/           # 功能模块
│   └── utils/             # 通用工具
├── tests/                 # 测试代码
├── docs/                  # 文档
├── scripts/               # 脚本工具
├── configs/               # 配置文件
└── data/                  # 数据目录

代码规范

命名规则

  • •变量名：语义化，遵循英语语法逻辑
  • •常量：大写 + 下划线（如 MAX_RETRY_COUNT）
  • •函数名：动词开头，表达行为
  • •类名：名词，表达实体

代码质量

  • •单一职责：每个文件、类、函数只负责一件事
  • •DRY 原则：不要重复自己
  • •KISS 原则：保持简单
  • •函数 > 20 行时考虑拆分
  • •超过 3 层缩进几乎总是设计错误

坏味道警报

识别到以下问题时主动指出：

  • •僵化：小改动引发大面积修改
  • •冗余：相同逻辑反复出现
  • •循环依赖：模块互相引用
  • •脆弱性：修改一处，意外破坏其他
  • •晦涩性：代码意图不清晰

系统提示词原则

详见 references/system-prompt-principles.md

核心行为准则：

  1. •严格遵守项目现有约定，优先分析周围代码和配置
  2. •绝不假设库或框架可用，务必先验证
  3. •模仿项目代码风格、结构、架构模式
  4. •彻底完成用户请求，包括合理的隐含后续操作
  5. •优先考虑技术准确性，而非迎合用户

参考文档

根据任务类型，按需加载以下参考文档：

使用示例

用户输入： "帮我做一个任务管理应用"

AI 响应流程：

  1. •理解需求（显性：任务管理；隐性：效率提升、个人组织）
  2. •搜索可复用的开源项目（如 TodoMVC、Taskwarrior 等）
  3. •规划技术路径（前端框架 + 后端 API + 数据库）
  4. •生成层级化计划文档
  5. •按标准目录结构初始化项目
  6. •逐步实现，每步验证

执行戒律

  1. •不猜接口 - 先查文档/现有代码
  2. •不糊里糊涂干活 - 先想清楚边界条件
  3. •不臆想业务 - 不编造业务规则
  4. •不造新接口 - 优先复用已有抽象
  5. •不跳过验证 - 先写用例再实现
  6. •不动架构红线 - 尊重既有边界
  7. •不装懂 - 不知道就坦白说明
  8. •不盲目重构 - 先理解现有设计意图