Agent Skills
返回列表
💻

代码AI助手

开发编程 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 @kunlungrowth/kg-dev60-010。

技能介绍

解决的开发痛点

  • 需求模糊时无法快速定位技术方向，例如用户仅说“帮我在代码方面...”，传统工具难以自动追问细化需求
  • 调试报错时缺乏上下文关联分析，常见于跨文件依赖或第三方库版本冲突场景
  • 代码优化建议泛泛而谈，无法针对具体语言特性（如Python的GIL、Java的GC策略）给出可落地的方案

工作机制与核心能力

  • 触发机制：通过关键词代码、开发、编程、dev激活，支持混合语言输入识别
  • 工作流四阶段：

1. 需求解构：解析输入中的技术栈、功能模块、性能指标等隐含维度
2. 方案生成：基于代码规范、最佳实践、常见反模式构建解决方案矩阵
3. 结果组织：按“问题定位→原因分析→修复方案→验证步骤”逻辑链输出
4. 建议输出：标注参考来源（如官方文档、Stack Overflow高赞回答）

适用边界与注意点

  • 信息不足处理：当输入缺少技术栈/运行环境/错误日志等关键信息时，会主动追问而非强行回答
  • 范围限制：不处理与代码无关的领域（如UI/UX设计、项目管理），超出范围会明确提示
  • 版本敏感场景：针对package.json、requirements.txt等版本依赖文件，建议先提供依赖清单再生成方案

典型使用场景

  • 单元测试覆盖率不足时的测试用例补充策略
  • 并发编程中线程安全与性能平衡的代码示例
  • 老旧项目迁移到新框架时的渐进式改造路径规划

使用场景

  • 排查生产环境Java服务OOM异常时，快速定位内存泄漏代码位置
  • 为Python爬虫补充异常重试机制，覆盖网络超时、请求被拒等场景
  • 重构TypeScript项目时，梳理模块依赖关系并拆分循环引用
  • 编写单元测试时，识别未覆盖的边界条件并生成针对性测试用例

适合人员

  • 后端开发工程师，需要解决服务运行时的性能问题和异常报错
  • 初级程序员，学习编写规范代码并掌握单元测试的基本方法
  • 运维开发工程师，通过代码修改完善监控脚本和自动化部署工具
  • 数据工程师，编写可维护的ETL脚本并排查任务执行中的报错