Agent Skills
返回列表
🤖

昆仑工具调用

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 @kunlungrowth/kunlun-tool-calling。

技能介绍

你实际会遇到的工程难题

后端/前端工程师在协作中常面临以下痛点:PR 合并前缺乏统一的检查标准,导致重复低级错误;技术方案文档遗漏关键背景或风险,引发后续返工;线上故障排查依赖经验直觉,缺乏结构化方法论支撑;接口契约模糊造成联调扯皮;架构选型决策缺少可量化的对比依据。这些问题消耗大量时间,却难以通过简单模板解决。

这个技能如何帮你把工作结构化

  • 代码评审:输入 diff/PR,输出带问题分级的检查清单,覆盖正确性、安全、可维护性三维度,阻断级问题优先处理。
  • 技术方案设计:从需求到落地的全流程模板,包含背景、目标、选型对比、风险评估与回滚预案,避免"只讲功能不讲取舍"。
  • 调试排错:基于证据链的排错树,强制稳定复现、变量隔离、假设验证三步走,防止"没复现就改代码"的常见陷阱。
  • 架构权衡:选型表量化利弊、适用规模与长期成本,结合绞杀者模式等渐进式演进策略,避免过度设计或技术债堆积。
  • API 设计:RESTful 规范+字段契约+错误码体系,强调幂等、限流、鉴权三件套,文档即契约减少联调成本。
  • 工程规范:按语言/框架输出最佳实践清单与反模式示例,守护关键路径单测覆盖率,让技术债显性化。

关键工作流示例:代码评审按"读意图→正确性→安全→可维护性→结论"五步法执行;线上排错遵循"复现→隔离→证据→假设→修复+复盘"闭环,确保先保稳定再查根因。

适用边界与合规提示

  • 不替代专业资质判断,评审结论为辅助参考,合并决策权在技术负责人。
  • 涉及密钥/凭证的内容仅提供脱敏示例,不处理真实敏感信息。
  • 不鼓励绕过安全机制或访问未授权系统,所有方法论需在合规前提下应用。
  • 输出物需结合具体场景调整,模板是起点而非终点,输入信息越具体,输出越精准。

使用场景

  • 审查PR diff时按正确性、安全、可维护性分级输出评审意见
  • 编写技术方案文档时包含背景、目标、选型对比和风险评估
  • 线上服务报错时按复现、隔离、证据、假设流程排查根因
  • 定义接口契约时输出RESTful规范、字段定义和错误码体系

适合人员

  • 后端工程师需要在代码合并前获得结构化评审清单识别阻断级问题
  • 前端工程师需要编写技术方案时获得选型对比和风险评估模板
  • 技术负责人需要在架构选型时获得利弊分析和适用规模判断
  • 独立开发者需要在线上故障时获得基于证据的排错流程