Agent Skills
返回列表
🤖

增量实现

AI Agent 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,安装 @user_3c6cb52e/incremental-implementation-lr-x2ll。

技能介绍

要解决的问题

多文件改动和新功能开发常容易一次性写太多代码,导致难以定位错误、测试失败、提交不干净。SKILL.md 强调不要一整个 feature 一把梭,而要用可验证的增量推进。

技能如何工作

它把实现拆成小切片,每个切片都让系统保持可运行、可测试:

  • 实现:写最小完整功能,而不是先铺大量代码
  • 测试:运行现有测试,或补一个针对该切片的测试
  • 验证:确认 build、tests、手动检查通过
  • 提交:用描述性信息保存进度
  • 继续:携带当前状态进入下一切片,不推倒重来

它倾向 vertical slices:穿过 API、服务、UI 等完整路径,先跑通一个端到端场景,再扩展。

适用边界

适合实现多文件变更、按任务分解新功能、重构现有代码,以及当你准备一次性写超过约 100 行代码时。对于单文件、单函数且范围已很小的改动,可以跳过该流程,避免过度拆解。

使用场景

  • 在重构遗留模块时,先做最小改动并跑测试,避免一次替换整个文件。
  • 实现新功能时,先打通一个端到端请求路径,再扩展其他分支。
  • 当准备一次性改超过百行代码时,先拆出最小可验证单元并补测试。
  • 提交多文件任务分解时,用每个切片的测试和构建结果确认状态后再继续。

适合人员

  • 负责实现跨前端和服务功能的全栈工程师,需要避免一次写太多代码。
  • 接手遗留代码的后端工程师,需要小步重构并保持每次改动可测试。
  • 按任务单交付功能的高级工程师,需要把大任务拆成可提交切片。
  • 带新人写代码的技术负责人,需要给 AI 助手设定实现节奏。