全量输出强制器

先修掉“看起来完成”的输出习惯

在 AI Agent 的实际协作里，最常见的问题不是能力不足，而是输出被“礼貌性省略”破坏：用户要完整文件，模型给出 // ... 或 // implement here；用户要求 5 个组件，模型只给 1 个示例，并附上一句 “the rest follows the same pattern”。这类输出看似节省 token，但拿到代码的工程师无法直接落地，还得回头追问、猜上下文、补实现。

这个技能要解决的就是这种 partial output 被当成完成品 的问题。它把每个任务视作 production-critical：用户要完整文件，就必须交付完整文件；用户要 5 个 deliverables，就必须输出 5 个完整项，而不是用描述、骨架或第一段加最后一段来糊住。

技能如何工作

核心原则很简单：completeness 优先于 brevity。它不要求文风冗长，但禁止用占位符、 TODO、骨架或口头承诺替代真实内容。

执行时按三步推进：

1. Scope：先完整读取请求，数清楚需要交付的 files、functions、sections 或 answers 数量，并把这个数量锁死。
2. Build：逐个生成完整 deliverable。代码必须包含可运行实现，而不是说明代码“应该做什么”。
3. Cross-check：输出前重新对照原始请求，核对 deliverable 数量是否一致；发现缺项先补齐再回复。

具体禁止项覆盖三类常见偷懒方式：

• 代码块占位符：如 // ...、// rest of code、// TODO、/* ... */、单独一个 ...。
• 散文式缩水：如 “Let me know if you want me to continue”、“for brevity”、“I'll leave that as an exercise”。
• 结构偷懒：只给 skeleton 却声称完整实现；只展示首尾 sections 而跳过中间；用一个例子加描述替代重复逻辑。

当输出接近 token 上限时，也不能压缩剩余部分或跳过结论。正确做法是在自然断点停下，例如函数末尾、文件末尾或 section 末尾，然后补上 On "continue", pick up exactly where you stopped. No recap, no repetition.。后续继续时从停下位置原样接上，不重述、不重复。

适用边界与注意点

它适合“交付物数量明确”的任务，比如完整文件、完整 API 实现、指定数量的组件、逐项答案。对于真正需要摘要、分页、渐进展示或受 token 限制的超长文档，也要先在自然边界停止，而不是偷偷删减。

最终自检不是看语气好不好，而是看：有没有 banned patterns；用户要的每一项是否都在；代码块是否包含实际代码；是否有任何内容为了省空间被缩短。