code-cure

👤 老登 📦 v1.0.0 ⭐ 4.6 ⬇️ 33 下載
💻 開發程式設計 免費 🔑 需 API Key

📖 技能介紹


name: code-cure description: 審查與修復互補型程式碼質量技能。當需要用 WorkBuddy 平臺程式碼審查專家做全面審查後落實修復,或在呼叫其他專家產出程式碼後充當審查閘門時使用。內建任務複雜度評估(S/M/L)與按節點歸檔、單節點可回滾、結構化交接協議。效果依賴配置專業程式碼模型 KEY(如 Qwen3-Coder);屬進階型技能,需理解審查-執行分離工作流。 version: 1.0.0 type: user agent_created: true


code-cure · 程式碼修繕閉環

0. 這是什麼(請先讀這一段)

code-cureWorkBuddy 平臺「程式碼審查專家」的功能互補技能,不是它的替代品。

  • 平臺「程式碼審查專家」:只審不改,產出 blocker / suggestion / nit 三級評論。
  • code-cure 補齊兩塊它不做的:「改」(Mode X 執行者)「檔」(按節點歸檔 / 單節點可回滾);並在召喚其他專家幹活時,頂上 「審」(Mode R 審查者) 的角色。

兩者配合形成 「審 → 改 → 檔 → 複檢」閉環

其他專家產出程式碼 ──(Mode R 審查)──▶ 標準 issue 報告
平臺程式碼審查專家全面審查 ──issue list──▶ (Mode X 執行) 逐條修復 + 按節點歸檔
        │                                                        │
        └──────────── 每節點自動回交複檢 ◀────────────────────────┘

⚠️ 進階提示:本技能預設不內建任何模型金鑰。審查與修改質量取決於你配置的專業程式碼模型 KEY(強烈建議 Qwen3-Coder 類程式碼專用模型,而非通用模型 qwen-plus / deepseek-chat)。未配 KEY 時僅能跑規則兜底,效果有限。配置方法見 §6。


1. 何時使用(觸發邏輯)

場景 模式 動作
召喚其他專家/技能產出程式碼後,說「審一下 / 質量閘門」 Mode R 以 5 維 + 三級標記審查其產物,不改程式碼,產出標準報告
用平臺程式碼審查專家全面審查完,拿到 issue list,說「按意見改 / 落實修復」 Mode X 逐條把 issue 落成程式碼,每步進節點歸檔
任務較複雜、怕改錯擴散,說「先評估複雜度 / 建節點骨架」 Scaffold 複雜度評估 + 生成節點目錄 + manifest

負面觸發(不要用本技能):純文件寫作、與程式碼無關的通用問答、替代平臺程式碼審查專家做"只審"——那是專家本職。


2. Mode R(審查者)

  1. 載入 references/review-format.md 拿到 5 維 + 三級標記 規範。
  2. 收集待審程式碼:節點 diff + 相關檔案上下文(禁止只看孤立行,上下文越全誤報越低)。
  3. 調引擎(scripts/engine.py)按 5 維逐條產出 issue,格式嚴格遵守 §4 結構化交接協議。
  4. 輸出標準審查報告(含每維小結 + blocker 總數),不修改任何檔案

3. Mode X(執行者)

  1. 讀取專家/Mode R 產出的 issue list(結構化格式見 §4)。
  2. 調 scripts/scaffold.py 建立/定位節點目錄,manifest.json 進入 fixing
  3. 逐節點把 issue 落成程式碼,嚴格約束在本節點邊界內(禁止越界改其他節點檔案,從源頭防「拆東牆補西牆」)。
  4. 每節點改完 → 自動把該節點 diff 回交程式碼審查專家複檢;專家不可排程時降級為 scripts/engine.py 同 prompt 複檢。
  5. 複檢若仍有 blocker → 在該節點內迭代(防抖:同節點最多 2 輪);全部通過才進入下一節點;狀態機落 manifest.json(pending → reviewing → fixing → passed)。

4. 結構化交接協議(專家 ↔ 本技能共用)

專家產出、Mode X 消費的 issue 統一格式:

[blocker]    src/order.py:142 — 未處理 None 導致空指標 — 建議:增加空值守衛
[suggestion] src/pay.py:30 — 重複校驗邏輯 — 建議:抽取為 validate()
[nit]        src/util.py:8 — 變數名 x 語義不清 — 建議:改為 retryCount
  • 三級:blocker(必須改) / suggestion(建議改) / nit(可選)。
  • 嚴重級別預設沿用專家 3 級保交接;可選升級為阿里 4 級(BLOCKER/CRITICAL/MAJOR/MINOR,更細),落地時與專家實際口徑一併確認。
  • 5 維定義見 references/review-format.md

5. 檔案分檔 / 節點歸檔(核心新穎點)

複雜度評估(S/M/L)規則見 references/complexity-rubric.md(規則關鍵詞優先定檔 + 可選 LLM 一句話估算兜底)。歸檔機制:

  • 推薦:每個 task 初始化一個 git repo,每個 node 作為一個 commit → 天然支援單節點回滾git revert <node-commit>)。
  • 降級:無 git 時 → 純檔案快照 node-XX/diff/<node>.patch + 反向 patch 回滾。
  • 目錄結構(歸檔根目錄預設使用者級 ~/.workbuddy/code-cure-workspace/,可經環境變數 CODE_CURE_WORKSPACE 覆蓋,例如指向你的 D 盤根據地):
<task-slug>/
  manifest.json        # 任務元資訊 + 節點圖 + 狀態機
  README.md            # 任務總覽
  node-01-<slug>/
    plan.md            # 本節點目標 / 介面 / 驗收
    code/              # 本節點產出或修改的檔案
    diff/              # 本節點 diff 快照
    review.md          # 本節點審查記錄
    notes.md           # 踩坑 / 決策
  node-02-<slug>/...

每個 node 的 diff 獨立快照,支援「只回滾某個節點」,從根本上避免錯改擴散。


6. 引擎抽象層(BYOK,關鍵)

7w4.net收錄了海量優質技能外掛。

審/改引擎做成可插拔,預設使用者自帶金鑰(BYOK):

環境變數 含義 預設
CODE_REVIEW_MODEL 使用的程式碼模型名 qwen3-coder
CODE_MODEL_KEY 你的 dashscope KEY(BYOK) 空(必填才能跑模型)
CODE_MODEL_BASE_URL 相容 OpenAI 的 endpoint https://dashscope.aliyuncs.com/compatible-mode/v1
CODE_ENGINE_ENDPOINT 可選:託管代理地址(第二階段付費形態)
CODE_CURE_WORKSPACE 節點歸檔根目錄 ~/.workbuddy/code-cure-workspace/(可用環境變數指向 D 盤)

降級鏈(永不因單一模型不可用而中斷交付): Qwen3-Coder(主)→ deepseek-chat(備,需 DEEPSEEK_API_KEY)→ 規則評分(兜底)。

為何強調專業模型:Qwen3-Coder 是通義靈碼同款程式碼專用模型,經萬級企業實測(缺陷識別 ~80%、評審覆蓋率 +30%)。通用模型做程式碼審查/修改明顯偏弱。詳見 references/engine-layer.md


7. 與調研大師 / 多AI協作的關係

  • 調研大師·增強版:複雜任務動手前先驗性跑調研做領域/競品/可行性調研。
  • 多AI協作交付:需「生成完整交付物」時把節點生成交給它,本技能負責把產物納入 node 歸檔 + Mode R 審查。

8. 指令碼入口

  • scripts/scaffold.py <task-slug> [--desc "..."] [--llm] — 複雜度評估 + 生成節點骨架 + manifest。
  • scripts/review.py --diff <file> --context <dir> — Mode R 審查,輸出結構化 issue。
  • scripts/fix.py --issue <file> --node <node-dir> — Mode X 單節點修復。
  • scripts/engine.py — 可插拔模型客戶端(被 review/fix 呼叫,一般不直接跑)。

所有指令碼用 Python 標準庫(urllib/json/argparse),無第三方依賴,開箱即跑。

🤖 AI 評測

這個技能做得相當用心,工作流設計完整,節點歸檔和回滾機制很有新意,能有效防止越改越亂。文件結構清晰,指令碼無依賴配置簡單。不足是規則檢查比較基礎,複雜程式碼場景下可能需要依賴外部模型。整體而言是個好用的進階工具,適合需要頻繁做程式碼審查和修復的開發者。

📊 多維度評分

適應性4.8
規範性4.2
有效性4.5
可靠性4.8
可信度5

📁 包含檔案 (10 個)

📄 SKILL.md 7.4 KB
📄 references/complexity-rubric.md 1.5 KB
📄 references/engine-layer.md 1.9 KB
📄 references/handoff-protocol.md 1.4 KB
📄 references/manifest-schema.md 1.2 KB
📄 references/review-format.md 1.7 KB
📄 scripts/engine.py 5.7 KB
📄 scripts/fix.py 2.9 KB
📄 scripts/review.py 2.5 KB
📄 scripts/scaffold.py 6.1 KB