Skip to main content

第三周:编写一个技能

原文仓库:modern-software-dev-assignments/week3/assignment.md

作业概述​

技能是可重复流程的载体:那些你本来每次都要粘贴到聊天中的检查清单。本周你将编写一个技能,将它指向一个真实的开源仓库,并验证它是否该触发时触发、运行时是否经得起考验。

学习目标​

  • 识别一个值得编码化而非反复解释的工作流。
  • 编写一个描述能可靠触发、正文编码了判断力而非仅仅是步骤的技能。
  • 验证它该触发时触发,运行时经得起考验。

参考资料​

目标仓库​

选择一个作为目标,或使用你自己的。

仓库
bigskysoftware/htmx
iamkun/dayjs
slidevjs/slidev
pixijs/pixijs
yt-dlp/yt-dlp
AUTOMATIC1111/stable-diffusion-webui
TheAlgorithms/Python
vuejs/vue
react/react

第一部分:选择工作流(15 分)​

选择一个你会不止一次运行的东西,其中至少有一个真正的决策点。一个固定的单条命令是 shell 别名,不是技能。

建议,如果你不想自己发明:

技能它做什么
Issue 转实现计划阅读一个 issue,检查相关代码,浮现模糊点,产出分步计划
PR 审查按固定评分标准审查 diff,引用精确文件和行号,区分阻碍项和建议项
Bug 复现构建最小复现,形成假设,运行有针对性的测试,然后才提出修复
测试编写决定哪些行为需要测试,匹配仓库的约定,编写并运行测试
仓库上手给定一个任务如"添加认证",为新开发者指引方向:架构、命令、可能的修改点
代码库迁移为类似 Pydantic v1 到 v2 的情况编码检测规则和安全转换步骤
依赖升级阅读 changelog,识别破坏性变更,应用并验证
截图转实现使用仓库现有组件从截图实现 UI,然后视觉验证
性能调查建立基线,在修改前先 profile,做一个有针对性的修复,对比
安全审查对新代码进行一个聚焦类别的检查,要求证据而非推测性警告

先手动运行一次。你无法编码一个你没做过的流程。

第二部分:编写技能(60 分)​

编写一个遵循 Agent 技能标准的 SKILL.md,放在你的 Agent 发现技能的目录中。Claude Code、Cursor 等都读取相同格式;查看你的 Agent 文档了解它查找的目录。得分要点:

  • 能触发的描述。 必须说明技能做什么以及何时使用,用人们实际会输入的话来说。大多数技能失败的原因是从不触发。
  • 判断力,不只是步骤。 说明在模糊情况下如何决定,以及不要做什么。工具文档的重述教不了任何东西。
  • 精确命令用于确定性部分。
  • 精简的正文。 正文在技能每次触发时都会加载到上下文中,所以把长参考材料推到技能目录下的支撑文件中并引用它们,而不是全部内联。

第三部分:测试(25 分)​

  • 触发测试:三个应该触发它的提示,以及一个不应触发的近似未命中。报告实际发生了什么。如果近似未命中触发了它,说明你的描述太宽泛了。
  • 运行测试:在你选择的仓库上端到端使用它并展示结果。

交付物​

在 week3/ 中:你的技能目录(SKILL.md 加任何支撑文件)和一份完成的 writeup.md。

评分标准(共 100 分)​

部分分值什么可以获得满分
一、工作流15确实可重复,有真正的决策点,先手动运行过
二、技能60能触发的描述、编码的判断力、精确命令、精简正文并在适当时有支撑文件
三、测试25包含近似未命中的触发测试,加上一次端到端运行

提交说明​

  1. 确保所有更改已推送到你的远程仓库以供评分。
  2. 确保你已在作业仓库中添加 mihail911、isaackann 和 vdaita 为协作者。
  3. 通过 Gradescope 提交。