Vibe Coding 会话复盘写手

要解决什么问题

用 AI 结对编程时，对话里往往堆满了决策、踩坑和最终交付，但很少有人愿意再花两小时把过程整理成能对外发布的文章。手工复盘容易变成流水账，要么缺「为什么选 A 不选 B」，要么把踩坑写没了，读者也看不出这次协作到底值不值得复现。

技能如何工作

本技能由触发词启动（如「总结这次对话」「vibe coding 复盘」「生成技术营销稿」），随后按固定 SOP 执行：

1. 上下文采集 — 通过 conversation_search 等能力梳理完整会话：初始目标、关键决策、调试过程、交付物与典型的 vibe moment；并尽量识别项目元数据（技术栈、轮次、工具调用频次）。
2. 气质与模板 — 提取本次会话的「Vibe Signature」（效率型 / 探索型 / 救火型等），在技术实战案例、体验叙事、方法论提炼、行业洞察四类模板中选型；默认倾向实战案例与体验叙事融合。
3. 撰写与交付 — 按博客标准写 Markdown：有数据则用真实数字，拿不到则用「多次迭代」等诚实表述；默认中文、口语化但不随意；脱敏 API key 等敏感信息。输出文件如 vibe-coding-{主题}-{YYYYMMDD}.md，并可展示结果视图。

适用边界

• 不会编造文件数、耗时等无法从对话中推断的精确指标。
• 文章长度通常建议 3000～6000 字，随会话丰富度调整；若对话极短，产出会偏薄。
• 核心产出是会话复盘 / 营销向技术文，不是通用前端设计或 UI 规范生成；若你只想要 bullet 纪要而非「文章级」输出，需在触发时说明粒度。