跳转至

Skill 自动触发与组合矩阵

状态:active。本页描述当前包路由;旧版本来源与迁移映射不作为现行规则。

零、最小充分加载策略

PRIMARY_DOMAIN_SKILL_LIMIT = 1
DEFAULT_SUPPORTING_SKILL_LIMIT = 2
MAX_ACTIVE_SKILLS_WITHOUT_JUSTIFICATION = 4
  1. 每个阶段先选择一个主领域 Skill;
  2. 默认最多补充两个辅助 Skill;
  3. 工作流 Skill 按阶段延迟激活,不在分析开始时提前加载全部交付、复审、文档和记忆规则;
  4. 同时激活超过四个 Skill 时,必须说明每个 Skill 的唯一职责;
  5. 当前阶段结束后,不再需要的 Skill 退出活动集合;
  6. 请求方显式指定优先,但仍不得扩大权限和突破项目规则。

典型阶段:

分析:领域 / 日志 Skill
→ 方案:必要时实施前复审
→ 实施:领域 + 质量交付
→ 稳定差异:实施后复审
→ 正式报告:文档 Skill
→ 跨会话:长期记忆

一、单 Skill 典型触发

Skill 应触发示例 通常不应单独触发
backend-engineering “分析 Spring 事务、FastAPI async、Fastify 或 Gin 服务端问题” 纯 Vue 样式或纯 SQL 执行计划
frontend-engineering “修复路由切换后的请求竞态” 纯数据库索引分析
ai-engineering “校验模型结构化输出、RAG 权限和 Agent 工具调用” 不含模型行为的普通后端 Bug
data-middleware-infrastructure “分析 Redis 热点 Key、数据库锁或 GPU 资源” 普通服务端空指针说明
log-observability-analysis “分析这批本地日志并建立跨服务时间线” 纯代码重构且没有日志输入
engineering-quality-delivery “修改后测试、复审并本地提交” 只解释一个概念
multi-agent-independent-review “让多个 Reviewer 全面复审当前改动并减少回炉” 无行为变化的文字修正
technical-document-writing “根据代码写正式架构设计文档” 只改一条 Commit 信息
long-running-task-memory “任务跨多天,每个节点持续记录并可恢复” 当前会话一次完成的小修复

二、推荐组合

任务 推荐组合
任意语言后端 Bug 修复 通用后端 + 质量交付;中高风险再加多 Agent 复审
后端 + Redis / MQ 修复 通用后端 + 数据基础设施 + 质量交付;高风险再加多 Agent 复审
AI / RAG / GPU Worker 故障 AI + 日志;按实际链路组合后端或数据基础设施,修改时加质量交付
前端与后端 SSE 全链路修复 通用前端 + 通用后端 + 数据基础设施 + 质量交付;高风险再加多 Agent 复审
基于代码写架构文档 文档 + 实际技术栈对应 Skill
修改代码并同步正式方案 技术栈 + 质量交付 + 文档
跨会话大型改造 技术栈 + 质量交付 + 长期任务记忆;代码稳定后加多 Agent 复审
生产部署手册 文档 + 数据基础设施 + 质量交付
只读全方位审查 多 Agent 复审 + 对应技术栈 Skill
多天生产观察 日志 + 长期任务记忆 + 对应技术领域;仅转入写操作时加质量交付

三、日志分析 Skill 触发测试

应触发

  1. 分析本地目录中的多份应用日志和压缩日志包。
  2. 根据 Docker、Kubernetes Pod 和 Nginx 日志建立故障时间线。
  3. 只读分析生产 Java 服务、数据库连接池和 RabbitMQ 日志。
  4. 根据 traceId 关联多个服务并区分根因与表象。
  5. 对日志中的异常进行聚类、统计频率并给出验证步骤。

通常不应触发

  1. 没有任何日志或可观测性数据的纯代码设计。
  2. 只修改 README 标点。
  3. 直接提出新增业务功能且不涉及故障证据。
  4. 只解释一个与当前日志无关的理论概念。

模式选择

  • 本地静态文件:允许受控解压和临时解析,不覆盖原文件;
  • 本地运行环境:默认只读,重启和修改单独授权;
  • 远程非生产:限制命令成本,不因非生产自动获得写权限;
  • 生产只读:限制时间窗、行数和查询成本,禁止清理、重启、部署和数据写入。

四、多 Agent 复审触发测试

应触发

  1. 当前改动涉及权限、公共接口、数据库和历史数据,请多开 Agent 全面复审。
  2. 修复完成后从功能、回归、安全、性能、数据和并发角度独立检查。
  3. 尽量一次找全问题,统一归因后集中修改,减少多次回炉。
  4. 当前差异跨后端、前端和消息链路,需要并行只读审查。
  5. 数据迁移即将提交,请执行严格独立复审。

通常不触发

  1. 只修改 Markdown 标点。
  2. 未修改代码,只解释异常含义。
  3. 只拆分已有 Commit,不改变文件内容。
  4. 明确限定只做一次局部自查且任务属于低风险非行为变更。

选择规则

  • 低风险:0~1 个 Reviewer,默认 economy / Luna;
  • 中风险:1~2 个 Reviewer,默认 balanced;
  • 高风险:2~3 个 Reviewer,默认 deep,仅关键维度可 Terra High;
  • 不为凑数量启动职责重复的 Reviewer;
  • 第一轮未全部返回前不边审边改;
  • 默认并行 3、累计 6、post 2 轮、修复 2 轮、Terra High 1 个;模型、人数、上下文和轮次同时受预算约束。

五、长期任务记忆触发测试

应触发

  1. 任务预计跨多个会话或多个工作日。
  2. 任务明确规定每完成一个小节点就更新任务和进度文档。
  3. 多个 Agent 并行,必须确保上下文压缩后仍可继续。
  4. 生产灰度需要连续观察和记录验证状态。
  5. 当前对话已很长,后续仍有多个实施阶段。

小节点检查点

以下节点完成后立即更新 CURRENT_TASK.md 和 PROGRESS.md:

  • 形成调用链结论;
  • 确认或排除根因;
  • 完成一组同功能边界修改;
  • 完成构建、测试、迁移或样例验证;
  • 派发、收齐或归并一轮 Reviewer;
  • 完成集中修复或定向复核;
  • 发生阻塞、范围变化、提交、部署或暂停。

单次 ls、grep、未形成结论的阅读和立即撤销的临时尝试不需要单独写检查点。

六、文档 Skill 触发测试

应隐式触发

  1. 根据当前仓库写一份系统架构设计文档。
  2. 把现有 Markdown 技术方案全面重构,保留业务口径。
  3. 输出数据库表结构与索引设计文档。
  4. 根据日志和代码写故障分析报告。
  5. 整理成适合管理层讨论的正式项目报告。
  6. 编写部署、灰度和回滚操作手册。
  7. 写 API 接口设计和错误码说明。

通常不应单独触发

  1. 给一个 Java 方法补一行注释。
  2. 把 Commit 信息改成中文。
  3. 只更新 CHANGELOG 中的一条记录。
  4. 解释 Redis 缓存击穿。
  5. 执行 npm run build 并报告结果。

七、实际 Codex 路由回归

包内提供:

  • tests/skill-routing-cases.json:required / optional / forbidden / 最大活动 Skill;
  • scripts/routing-eval.py:用例结构校验、观察模板生成和结果评分。

使用方式:

python3 scripts/routing-eval.py validate
python3 scripts/routing-eval.py make-template --output routing-observations.json

然后在 Codex 中逐条发送测试 Prompt,记录实际显示或报告的激活 Skill;不要根据期望值手工补齐。完成后:

python3 scripts/routing-eval.py evaluate --results routing-observations.json

包结构校验只能证明用例和工具有效,不能替代本机 Codex 的真实自动激活观察。每次修改 Skill 名称、description、全局调度规则或组合边界后都应重新执行。

Reviewer 隔离调度补充

  • TOML read-only 只表示配置声明;
  • 父会话为 danger-full-access 或 workspace-write 时,默认只能标记 logical-readonly;
  • 高风险、生产和严格只读任务必须使用整体只读父会话或有效系统隔离证据;
  • 自查不能冒充独立 Reviewer,逻辑只读不能冒充系统隔离。

八、四主领域路由

场景 主 Skill 可选支撑 Skill
Java、Python、Node.js、Go、.NET、Rust 或其他服务端应用 backend-engineering 修改时质量交付;数据组件按需组合基础设施
浏览器、WebView、Renderer 与前端框架 frontend-engineering 后端、AI、数据按实际调用链组合
模型调用、RAG、Agent、AI 评测、推理与多模态生成 ai-engineering SDK/Worker 组合后端;向量库/GPU 资源组合基础设施
数据库、缓存、MQ、搜索/向量存储、文件、GPU 资源、容器和网络 data-middleware-infrastructure 应用调用方组合后端;AI 语义组合 AI

同一阶段只选一个主领域。项目使用 Python 不等于 AI,项目名称包含 AI 也不等于当前任务应触发 AI;package.json 不等于前端,纯 Node.js 服务端必须路由通用后端。

前端领域细化路由

场景 主 Skill 辅助 Skill
Vue/Nuxt、React/Next/Remix、Preact、Angular、Svelte、Astro/Ember、传统/静态页面 frontend-engineering 修改时质量交付
SSR/全栈前端服务端逻辑 frontend-engineering 对应后端与数据基础设施
微前端/Monorepo frontend-engineering 按修改组合质量/文档
Hybrid Web / WebView / Renderer frontend-engineering 原生桥、主进程和系统能力另行审查
Electron/Tauri 主进程、原生移动端 不使用 frontend-engineering 按系统/后端/安全边界选择能力
纯 Node.js 后端 API/Worker 不使用 frontend-engineering backend-engineering;涉及数据库/MQ 时组合数据基础设施