Agent Skills
返回列表
🤖

目标锻造器

AI Agent 更新于 2026.08.29

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/goal-forge-lr-gzdk。

技能介绍

解决什么问题

在编码任务中，很多想法初期只是模糊的需求。直接进入开发往往导致方向偏差、不可验证的成果或长期任务依赖对话上下文。Goal Forge 针对这些痛点，通过结构化访谈和规范编译，将粗略意图转化为明确、可执行的 Codex /goal 契约。

核心能力

1. 意图精炼

  • 从用户原始想法中提取技术实现、架构设计、数据模型等关键要素
  • 通过多轮对话补全边缘情况、风险点和非目标（non-goals）
  • 生成包含具体范围、评分标准、反馈机制的 SPEC.md 文档

2. 契约编译

  • 将 SPEC 转换为 Codex 可执行的 GOAL.md 文件
  • 强制显式定义四个核心组件：

- 评分卡（Scorecard）：自动化进度评分规则
- 反馈循环（Feedback Loop）：最快速的迭代验证方式
- 工作记忆（Working Memory）：持久化的 Markdown 文件存储
- 控制面（Human Control）：用户可调整的参数和输入文件

3. 配置验证

检查 Codex 环境是否满足长期目标运行条件，包括运行时依赖、文件访问权限等基础准备状态。

关键工作流

Goal Forge 提供四种核心模式适配不同阶段需求：

  • 访谈模式：从零构建 SPEC 文档，适合需求模糊的初始阶段
  • 精炼模式：挑战现有 SPEC 的逻辑漏洞或技术可行性
  • 编译模式：将确认后的 SPEC 转换为可执行契约
  • 检查模式：验证 Codex 配置是否支持目标运行

适用边界

  • ✅ 适合：明确编码任务、需要自动化验证的仓库工作、可量化成果的迭代开发
  • ⚠️ 慎用：探索性研究（无明确完成标准）、安全敏感操作（需人工介入）、临时性对话请求

当任务缺乏可验证的完成条件时，Goal Forge 会建议保持用户参与而非强行编译契约。这种设计避免了将不确定需求转化为「伪自动化」的风险。

使用场景

  • 当工程师有模糊的编码想法时，可通过访谈模式生成包含技术实现、边缘场景和评分标准的SPEC.md文档
  • 已有SPEC.md但需要挑战逻辑漏洞或补充非目标范围时，使用精炼模式完善文档直至可编译
  • 需要将确认后的SPEC.md转换为Codex可执行的GOAL.md，并显式配置评分卡和反馈循环
  • 验证Codex环境是否满足长期目标运行条件，包括工作记忆文件存储和人工控制面参数

适合人员

  • 使用Codex进行长期任务的独立开发者，需要将需求转化为可验证的自动化目标
  • 需要通过结构化规范管理AI代理的研发团队，要求明确任务边界和人工干预机制
  • 处理复杂仓库任务的技术工程师，依赖工作记忆文件避免上下文丢失
  • 需要可重复自动化验证规则的技术负责人，关注任务执行过程中的评分和反馈机制