🚀 快速安装

复制以下命令并运行,立即安装此 Skill:

npx @anthropic-ai/skills install supercent-io/skills-template/agentic-principles

💡 提示:需要 Node.js 和 NPM

人工智能智能体协作核心原则

“人工智能是副驾驶,主角是你”
人工智能智能体能够放大开发者的思维并替代重复性工作,但最终的决定权和责任始终在于开发者。

何时使用此技能

  • 在人工智能智能体会话开始时确认基本原则
  • 在开始复杂任务前决定处理方式
  • 制定上下文管理策略
  • 为提高生产力检查工作流程
  • 向团队成员介绍人工智能智能体的使用方法

原则 1:分解并征服 (Divide and Conquer)

核心概念

人工智能在处理小而明确的指令时,表现远优于处理庞大而模糊的任务。

应用方法

错误示例 正确示例
“帮我做个登录页面” 1. “创建登录表单用户界面组件”
2. “编写登录应用程序编程接口端点”
3. “连接认证逻辑”
4. “编写测试代码”

实战模式:分步实施

第1步:设计并验证模型/架构
第2步:实现核心逻辑(最小功能)
第3步:连接应用程序编程接口/接口
第4步:编写并执行测试
第5步:集成与重构

验证点

  • 每个步骤是否能独立验证?
  • 如果失败,是否只需修改该步骤?
  • 是否在人工智能可以清晰理解的范围内?

原则 2:上下文如同牛奶 (Context is like Milk)

核心概念

上下文(人工智能的工作记忆)必须始终保持在新鲜且精炼的状态。

  • 过时且无关的信息会降低人工智能的性能
  • 上下文漂移:混合多个主题时,性能会下降 39%

上下文管理策略

策略 1:单一目的对话

标签页 1:处理认证系统
标签页 2:处理用户界面组件
标签页 3:编写测试代码
标签页 4:处理 DevOps/部署工作

策略 2:使用 HANDOFF.md 技巧

当对话变长时,将状态文档化:

# HANDOFF.md

## 已完成的工作
- 用户认证应用程序编程接口实现完成
- JWT 令牌发放逻辑编写完成

## 当前状态
- 正在处理令牌更新逻辑

## 下一步任务
- 实现刷新令牌
- 添加登出端点

## 注意事项
- 注意与现有会话管理代码的冲突

策略 3:检查上下文状态

  • Claude: /context, /clear
  • Gemini: 开始新会话
  • ChatGPT: 开始新聊天

优化指标

  • 活动工具/插件:保持最小化
  • 对话长度:如果过长,生成 HANDOFF.md 后开始新会话

原则 3:选择正确的抽象层级

核心概念

根据情况选择合适的抽象层级。

模式 说明 使用时机
Vibe Coding 只看整体结构的高层级 快速原型设计、验证想法、一次性项目
Deep Dive 逐行深入代码的低层级 错误修复、安全审查、性能优化、生产代码

实战应用

添加新功能时:
1. 高层级: "帮我做个用户个人资料页面" → 掌握整体结构
2. 中层级: "展示个人资料编辑表单的验证逻辑" → 审查特定功能
3. 低层级: "解释这个正则表达式为什么无法通过邮箱验证" → 详细调试

原则 4:实现自动化的自动化 (Automation of Automation)

核心概念

如果同一项工作重复了 3 次以上 → 寻找自动化方法
而自动化过程本身也可以 → 再次自动化

自动化层级演进

级别 方式 示例
1 手动复制/粘贴 ChatGPT → 终端
2 终端集成 直接使用 Claude Code, Gemini 命令行界面
3 语音输入 语音转录系统
4 重复指令自动化 利用项目说明文件
5 工作流程自动化 自定义命令/技能
6 判断自动化 利用人工智能技能
7 规则强制自动化 使用钩子/防护栏

识别可自动化目标

  • 是否重复执行同一命令超过 3 次?
  • 是否重复进行相同的说明?
  • 是否经常编写相同模式的代码?

原则 5:计划模式 vs 执行模式

计划模式 (Plan First)

只进行分析,不进行修改。

使用时机:

  • 首次进行的复杂任务
  • 涉及多个文件的大规模重构
  • 架构变更
  • 数据库迁移

执行模式 (Just Do It)

使用时机:

  • 简单明确的任务
  • 实验性原型
  • 重复且耗时的任务
  • 务必在安全环境(如容器)中使用

推荐比例

  • 计划模式:90%(作为默认值使用)
  • 执行模式:10%(仅在安全环境中使用)

原则 6:验证与回顾

输出验证方法

  1. 编写测试代码
    "请为这个函数编写测试,需要包含边缘情况。"
    
  2. 视觉审查
    • 通过差异对比查看更改过的文件
    • 撤销不期望的更改
  3. 创建草稿拉取请求
    "帮我创建一个草稿拉取请求"
    
  4. 请求自我验证
    "请重新审查刚才生成的代码。
    验证所有主张,并在最后用表格整理验证结果。"
    

验证清单

  • 代码是否按预期工作?
  • 是否处理了边缘情况?
  • 是否存在安全漏洞?
  • 测试是否充分?

多智能体工作流应用

按智能体分配角色

智能体 角色 最适合
Claude 协调者 制定计划、生成代码、解读技能
Gemini 分析师 大规模分析(100万以上令牌)、研究
Codex 执行者 命令执行、构建、部署

编排模式

[计划智能体] 制定计划 → [分析智能体] 分析/研究 → [执行智能体] 编写代码 → [验证] 测试 → [综合] 整理结果

快速参考

六大原则总结

1. 分解征服    → 分割为小而明确的步骤
2. 上下文       → 保持新鲜,进行单一目的对话
3. 抽象层级     → 根据情况选择 Vibe ↔ Deep Dive
4. 自动化       → 重复 3 次即自动化
5. 计划/执行    → 计划 90%,执行 10%
6. 验证/回顾    → 测试、拉取请求、自我验证

核心问题

- 这个任务能否拆分成更小的部分?
- 上下文是否被污染?
- 这是否在正确的抽象层级?
- 是否重复了 3 次以上?
- 是否先制定了计划?
- 结果是否经过验证?

参考资料

📄 原始文档

完整文档(英文):

https://skills.sh/supercent-io/skills-template/agentic-principles

💡 提示:点击上方链接查看 skills.sh 原始英文文档,方便对照翻译。

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。