Agent Skills
返回列表
CLI 人体工学

CLI 人体工学

开发编程 更新于 2026.08.30

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,在 AI 助手中安装 @user_c283aad7/gy5 技能。

技能介绍

CLI 为什么会在脚本里翻车

命令行工具最常见的故障不是崩溃,而是"能用但没法用在流水线里"。比如 --force 的实际含义随子命令变化,--verbose 把日志写进了 stdout,于是 tool --json | jq .name 得到的是一行 Loading...;失败时进程照样返回 0,make 认为构建成功,坏产物被推向下游。这类问题在交互使用中几乎不可见——人会读提示、会手动重试、会猜默认值——但一旦进入脚本,歧义和隐式行为会被精确放大。

这个技能如何工作

它按一份明确的清单审查现有 CLI,关注三类可脚本化指标:

  • 词汇层:命令名和 flag 是否使用清晰的动词与名词(lint、deploy),而不是 go、do 这类聪明但无信息量的名字。
  • 契约层:--help 是否说明必需输入、输出格式、示例,以及哪些操作不可逆;失败路径是否使用非零退出码,诊断信息是否全部走 stderr,保证 stdout 只输出机器可解析的内容。
  • 安全层:破坏性操作是否提供 --dry-run 或二次确认,安全默认是否真的是用户不干预时的默认路径。

审查重点是找出"令人意外"的地方:有歧义的 flag、未记录的默认值、缺失的示例,以及那种只报错误不告诉用户如何恢复的报错信息。

适用边界

这是一个评审型技能,不提供自动化修复,也不修改代码。它适用于你自己维护或打算长期依赖的工具;对一次性脚本或已有成熟规范的项目,收益有限。它也不覆盖交互式 UI(如 TUI 或 prompt 交互)的体验设计,只约束可预测性与可脚本化契约。

使用场景

  • 团队要把内部 CLI 接入 CI 流水线,需要审查非零退出码与 stdout/stderr 分离是否满足脚本契约
  • 维护一个部署脚本,想在删除远端配置这类破坏性操作前补上 dry-run,防止误删生产环境数据
  • 同事反馈 --help 看不出必填参数、输出格式和示例,需要按清单补齐文档里的输入输出说明
  • 排查管道里 jq 解析结果混入日志的问题,需要把人类可读的诊断信息迁移到 stderr 并保证 stdout 纯净

适合人员

  • 维护内部 CLI 工具的后端工程师,希望工具被脚本调用时行为可预测、出错可恢复
  • 负责把多个命令行工具串进 CI/CD 流水线的平台工程师,想排查退出码与输出流冲突导致的静默失败
  • 在团队内制定工具使用规范的技术负责人,想统一命令命名、默认值和 --help 文档的标准
  • 给开源 CLI 写文档或做代码评审的贡献者,想按清单核对 flag 歧义、缺失示例和报错信息质量