Antigravity 会话根因复盘
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_fccf428b/analyze-project 到你的 AI 助手。
技能介绍
会话返工与根因定位难题
AI 辅助编程工具带来效率的同时,也让问题更难追踪:任务范围无声扩大、反复重写、验证循环难以脱身,事后却难以说清是提示问题、代理错误、代码库摩擦,还是任务本身复杂。这个技能为 Antigravity 会话提供法医式复盘,输出解释发生了什么、为什么、责任在哪、下次怎么改的报告。
技能如何工作
从 ~/.gemini/antigravity/brain/ 目录读取会话的 task.md、implementation_plan.md、walkthrough.md 及其版本快照(.resolved.N)等工件,逐步完成:
- 会话发现与意图分类:建立会话索引,按对象与工件判定 DELIVERY、DEBUGGING、REFACTOR 等意图,避免用单一标准评价探索类会话
- 证据提取:记录初始/最终任务条目、验收标准、约束、时间线,以及反复出现的
mentioned_files_or_subsystems和验证相关语言 - 提示充分性评分:从清晰度、边界感、可测试性、架构明确度、约束意识、依赖意识六个维度打 0–2 分,并指出缺失的提示要素
- 范围变更分类:区分用户新增范围、任务必需的发现性范围、代理自作主张引入的范围
- 返工形态与根因:标注重规划、重开重闭、探索性返工等形态;将根因归为
SPEC_AMBIGUITY、HUMAN_SCOPE_CHANGE、REPO_FRAGILITY、AGENT_ARCHITECTURAL_ERROR、VERIFICATION_CHURN或LEGITIMATE_TASK_COMPLEXITY,每条归因必须附带证据与置信度(高/中/低) - 严重度评分与热点聚类:按完成失败、范围不稳定、提示不足等指标打 0–100 分;跨会话聚合反复出问题的文件或子系统
- 对比与发现:将一次成功会话与重规划会话、高/低提示质量组等对比,提炼 3–7 条非显而易见的发现
- 报告生成:输出
session_analysis_report.md,包含执行摘要、根因分布表、提示充分性/范围变更/返工形态分析、摩擦热点、首次成功案例、严重度分级与证据驱动的建议
适用边界
仅用于分析用户明确授权的会话数据,只读取任务范围内文件。每个结论都需附证据,证据不足时明确标注而非猜测。默认先给出分析、建议或检查清单,不读取范围外文件、账号或数据。报告是决策参考,不能替代针对真实环境的验证与测试。
使用场景
- 团队用 Antigravity 写代码,任务多次返工后需要复盘是提示不清、代理失误还是仓库脆弱
- 需要量化会话中初始需求到最终交付的范围变化,区分用户新增、必要发现和代理自造范围
- 代码大部分能跑但反复卡在测试和验证阶段,需要定位触发循环的具体文件或子系统
- 想对比一次成功和多次重规划会话,从中提取可复用的提示写法与避坑点
适合人员
- 使用 AI 编码代理的一线工程师,想定位每次任务返工和范围膨胀的真实原因
- 负责 AI 编程工作流的技术负责人,需要跨会话识别高频摩擦子系统与提示短板
- 项目管理者,要在复盘时区分是团队提示质量、代码库脆弱性还是任务复杂度导致延期
- 做会话数据分析的工程师,需要从 Antigravity 工件中产出带证据等级的结构化报告