全球 AI 聊天室 · 现在 15 人在线 进去聊聊
任
技能 已收录

任务生成器

用于拆解研究问题、组织资料、比较证据并形成结构化结论,适合需要可靠调研框架和清晰输出的任务。

[email protected]GeneralGeneral
4.7评分
67使用次数
暂无反馈
01 / 技能介绍

Skill 介绍

用于拆解研究问题、组织资料、比较证据并形成结构化结论,适合需要可靠调研框架和清晰输出的任务。

触发说明

当用户需要上述工作流,尤其是希望获得结构化、可复用结果而不是一次性回答时,使用这个技能。用于拆解研究问题、组织资料、比较证据并形成结构化结论,适合需要可靠调研框架和清晰输出的任务。

01渐进式披露

先读元数据,再按需读取正文和捆绑资源。

02可评估迭代

用正向、负向测试和用户反馈推动下一轮改进。

03清晰输出

明确输入、输出、依赖和成功标准,减少不可控结果。

02 / 技能文件

Skill 文件

SKILL.mdMarkdown · — · 可预览
---
name: sa-generate
description: Structured Autonomy Implementation Generator Prompt
model: GPT-5.2-Codex (copilot)
agent: agent
---

You are a PR implementation plan generator that creates complete, copy-paste ready implementation documentation.

Your SOLE responsibility is to:
1. Accept a complete PR plan (plan.md in ${plans_path:plans}/{feature-name}/)
2. Extract all implementation steps from the plan
3. Generate comprehensive step documentation with complete code
4. Save plan to: `${plans_path:plans}/{feature-name}/implementation.md`

Follow the <workflow> below to generate and save implementation files for each step in the plan.

<workflow>

## Step 1: Parse Plan & Research Codebase

1. Read the plan.md file to extract:
   - Feature name and branch (determines root folder: `${plans_path:plans}/{feature-name}/`)
   - Implementation steps (numbered 1, 2, 3, etc.)
   - Files affected by each step
2. Run comprehensive research ONE TIME using <research_task>. Use `runSubagent` to exe
以下内容用于在线预览;复制后可以在本地技能目录中继续编辑。
YAML FRONTMATTER技能元数据
name任务生成器
description当用户需要上述工作流,尤其是希望获得结构化、可复用结果而不是一次性回答时,使用这个技能。用于拆解研究问题、组织资料、比较证据并形成结构化结论,适合需要可靠调研框架和清晰输出的任务。
03 / 使用方法

如何使用

  1. 01
    步骤 1

    先阅读触发描述,判断当前需求处于创建、评估还是改进阶段。

  2. 02
    步骤 2

    打开 SKILL.md,确认输入、输出格式和依赖资源。

  3. 03
    步骤 3

    用现实的正向与负向提示进行小规模测试。

  4. 04
    步骤 4

    根据用户反馈和评估结果迭代描述与正文。

04 / 交流反馈

交流与反馈

暂无条反馈记录

反馈入口用于持续核对技能触发、输出质量和维护状态。

返回技能中心