喵码
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,把 @user_13cfd7e0/111-plus 安装到当前 AI 助手中。
技能介绍
你要解决的问题
「这个需求太简单了,直接写代码吧」——这句话大概是返工的开端。一个工具函数、一次配置改动,看起来没什么风险,实际上藏着一堆没被审视的假设:成功标准是什么?边界在哪里?什么算做完?等代码写完才发现验收标准从没定过,改需求的成本已经翻了倍。
另一个常见问题是 spec 与实现同步推进:需求刚说一半就开始建文件,最后没人说得清哪条功能需求对应哪个测试。
技能的工作方式
这套技能把开发拆成四份递进文档,每一份都要用户明确批准后才能进入下一份,细节逐层增加。
spec.md:回答「做什么」。包含背景、目标、功能与非功能需求、边界、验收标准。写作时聚焦行为描述而非接口签名,保持语言无关,每条功能需求至少对应一条验收标准。plan.md:回答「怎么做」。在这一层定义数据结构与方法签名、模块交互、文件组织和技术决策及其理由。这份文档与具体语言相关。task.md:回答「按什么顺序做」。列出文件清单和有序任务,每个任务是一个 2-5 分钟的聚焦工作单元,必须自带验证步骤,并标明依赖关系。checklist.md:回答「做对了没」。条目写成「运行 X,期望 Y」,与实现解耦,至少包含一个端到端场景。
四份文档全部通过审批之前,禁止编写任何实现代码,无论项目看起来多简单。需求澄清阶段一次只问一个问题,能用选择题就不用开放题;每份文档逐段呈现,每段确认后再展示下一段。进入开发后按 task.md 执行,每个任务先跑验证再报状态,验证不通过就先修。
适用边界与注意点
文档可以写得短,但必须存在且必须被审批——这是它唯一的硬性要求,也是最容易被跳过的地方。checklist 必须在编码前设计,事后补等于把验收标准建立在已经写好的代码之上,失去了约束意义。
注意几点:spec.md 保持语言无关,方法名和文件路径分别留给 plan.md 和 task.md;遵循 YAGNI,只设计和实现 spec 提到的内容;结论必须来自命令输出,而不是「应该没问题」;被阻塞就停下来问,不要猜。
代价方面,对一次性脚本或纯探索性片段,四段审批可能比重写还慢。判断标准很简单:这段代码两周后还需要改动吗。需要,流程省下的就是返工。
使用场景
- 需求描述还比较粗略,需要逐段澄清后写出 `spec.md`,明确边界、约束和验收标准
- 需求已经确认,要产出 `plan.md`,定义核心接口、数据结构、模块交互和技术决策
- 实现前需要 `task.md`,把工作拆成可执行任务并标明依赖与每个任务的验证方式
- 编码完成前需要 `checklist.md`,用可运行的行为检查和端到端场景验收实现
适合人员
- 编写可维护应用的全栈工程师,希望需求、设计、任务和验收记录完整可审
- 负责核心模块的后端工程师,需要在写代码前确定接口边界、数据结构和技术选型
- 与 AI 代理结对的开发者,希望代理先澄清需求、拆解任务,再生成实现
- 技术负责人或代码审查者,需要依据 spec 和 checklist 检查变更是否覆盖验收标准