★ FEATURED ARTICLE 人工智能AI Agent代码智能体Agent 编排CLIAI 应用【免费下载链接】gsd-2A powerful meta-prompting, context engineering and spec-driven development system that enables agents to work for long periods of time autonomously without losing track of the big picture项目地址https://gitcode.com/gh_mirrors/gs/gsd-2点击查看免费下载导读GSDGitHub 加速计划 / gsd-2内置的spike-wrap-up技能解决了一个真实痛点一次性的技术调研spike产出了高质量结论却往往在完成后被遗忘。本指南完整拆解该技能的工作流——读取.gsd/workflows/spikes/下的研究产物与用户确认可复用价值然后写入.claude/skills/name/SKILL.md让下次同类任务触发时 Agent 自动加载。读完本文你将掌握 GSD 技能发现机制的底层原理、六步打包流程、技能文件的最小规范结构以及一套可复用的研究→资本沉淀方法。一、背景spike 产出什么又为什么需要打包GSD 的 spike 工作流定义在 src/resources/extensions/gsd/workflow-templates/spike.md其核心定位是Investigate a question, evaluate options, prototype if needed, and produce a clear recommendation. No production code is shipped — the output is knowledge.它面向技术评估、架构决策、我们应该用 X 吗这类问题分为三个阶段阶段目标产出物Phase 1: scope明确问题与成功标准在 artifact 目录写入SCOPE.mdPhase 2: research从多个角度深入调研research/ANGLE-1.md、research/ANGLE-2.md等Phase 3: synthesize汇总证据给出推荐RECOMMENDATION.md含执行摘要、对比矩阵、推荐理由、后续步骤这些文档统一落在.gsd/workflows/spikes/slug/目录下。正如spike-wrap-up技能文档所指出的Those documents are useful once and then forgotten unless something packages them for reuse.——文档被用一次就遗忘除非有人把它们打包复用。在 spike 工作流的 Phase 3 末尾模板明确给出两条分流路径workflow-templates/spike.md若调研结论对未来工作有可复用指导价值运行spike-wrap-up技能打包为.claude/skills/name/SKILL.md后续通过skill-discovery.ts自动加载若只是一次性决策没有可复用指导则建议在.gsd/DECISIONS.md追加一行记录即可。这就是spike-wrap-up的使命它是一座桥把spike 已完成变成技能已可用也是 GSD v1 中/gsd-spike-wrap-up命令在该版本中的对应物。二、核心原则打包前必须理解的三个约束spike-wrap-up的core_principle定义了三条不可妥协的准则是整套流程的宪法不是每个 spike 都值得做成技能NOT EVERY SPIKE DESERVES A SKILL如果调研结论是不要做 X那可能没有任何可复用的指导价值。必须先问用户答案是否定就直接退出、不写任何文件。项目本地而非用户全局PROJECT-LOCAL, NOT USER-GLOBAL写入仓库内的.claude/skills/而不是~/.claude/skills/。技能编码的是项目特定的选择不应泄漏到无关项目中。description 是可发现性信号DESCRIPTION IS THE DISCOVERABILITY SIGNALfrontmatter 中的description字段是 Agent 判断相关性与是否加载技能的首要信号——它是启发式匹配不是确定性触发。要用未来 Agent 很可能遇到的关键词来写而不是写一段摘要。第三条原则直接决定了技能的曝光率后文会在源码层面印证它的重要程度。三、Step 1找到要打包的 spike流程的第一步是定位研究产物列出.gsd/workflows/spikes/下的所有目录按修改时间mtime排序最新在前若存在多个 spike询问用户要打包哪一个默认取最近的一个若一个都不存在告知用户并停止——该技能必须基于一个已完成的 spike。找到目录后读取三份核心文件spike/SCOPE.md—— 当初提出的问题spike/research/*.md—— 被调查的各角度spike/RECOMMENDATION.md—— 最终结论这三份文件共同构成了技能的内容素材来源。四、Step 2判断它是否值得变成技能技能要求只做一轮用户访谈问两个问题结论对未来工作可复用还是只针对某一次决策若发现包含可复用的指导如何评估 X、一个值得遵循的模式、某库的坑打包是值得的若 spike 止步于我们选了库 Y没有然后它更适合放进.gsd/DECISIONS.md而非做成技能。触发时机是什么未来 Agent 应在什么情况下加载这个技能给出具体关键词例如新增一个 webhook handler写一条 SQL migration。如果用户认为不值得打包则改为建议把摘要追加到.gsd/DECISIONS.md并停止。.gsd/DECISIONS.md在 GSD 中有明确的格式约束其模板见 src/resources/extensions/gsd/templates/decisions.mdAppend-only. Never edit or remove existing rows. To reverse a decision, add a new row that supersedes it. Read this file at the start of any planning or research phase.该文件是一个只追加、不可编辑已有行的决策登记表含序号、时间、范围、决策、选择、理由、可否修订、决策人各列因此技能流程中追加一行的操作是安全且符合规范的。五、Step 3设计技能——先草稿后反馈在动笔写文件之前先在对话中完成技能设计草图包含六个要素名称Namekebab-case简短无歧义。必要时以项目领域作前缀例如auth-webhook-setup优于webhookdescriptionfrontmatter一句话120–1024 字符富含关键词必须说清Agent 何时应加载它定稿前至少重写两遍Objective一段话说明技能做什么、产出什么工件Process编号步骤。可以引用 spike 的发现作为来源但技能本身必须不依赖重读 spike 就能执行Anti-patternsspike 暴露出的坑——那些看似正确却行不通的做法Success criteria技能使用者可以对照核验的清单。把草图展示给用户进行一轮反馈迭代后再进入写作。这保证了打包的不是 Agent 的自嗨而是用户真正认可的可复用知识。六、Step 4编写技能文件——最小规范结构将技能写入.claude/skills/name/SKILL.md目录不存在则创建并匹配 GSD 内建技能采用的frontmatter XML 标签结构。技能的规范范本canonical shape参见 src/resources/skills/review/SKILL.md。技能文档给出的最小结构如下可直接复制使用--- name: skill-name description: one sentence with trigger keywords --- objective one paragraph — what this skill does /objective context when to invoke, what produced it (cite the spike), assumptions /context process ## Step 1: action instructions ## Step 2: action instructions /process anti_patterns - gotcha from the spike - another gotcha /anti_patterns success_criteria - [ ] observable confirmation - [ ] observable confirmation /success_criteria若 spike 产出了可复用的模板如配置文件、启动脚本将它们复制进.claude/skills/name/templates/或.claude/skills/name/references/并在技能正文中引用。关于结构约定仓库中另一个技能 src/resources/skills/create-skill/SKILL.md 给出了进一步的印证frontmatter 必填name小写连字符与目录同名和description做什么 何时用、第三人称复杂技能可采用 router 模式SKILL.mdworkflows/references/templates/scripts/五个目录分工并建议SKILL.md 控制在 500 行以内、正文使用纯 XML 语义标签而不用 markdown 标题。七、Step 5归档 spike并从技能中建立溯源链接打包完成后需要做三件事在新 SKILL.md 中引用来源 spikeDerived from.gsd/workflows/spikes/slug/RECOMMENDATION.md(dated YYYY-MM-DD).不要删除 spike 目录——spike 是研究工件对事后取证forensics仍有价值在.gsd/DECISIONS.md追加一行- YYYY-MM-DD [spike]: packaged slug findings as skill name。这一步骤把技能、研究产物、决策记录三者串成一条可追溯的链既保证技能可独立执行又保留了完整的研究证据。八、Step 6确认技能被拾取——源码层的自动发现机制打包的最后一步是确认技能会在下次会话被自动发现。这背后是 GSD 的技能发现机制实现在 src/resources/extensions/gsd/skill-discovery.ts。关键实现事实如下1. 技能目录同时监视两个位置用户级——const SKILLS_DIR join(homedir(), .agents, skills); const CLAUDE_SKILLS_DIR join(homedir(), .claude, skills);即~/.agents/skills/skills.sh 生态目录与~/.claude/skills/Claude Code 官方目录两者都按目录名 / SKILL.md的结构解析。2. 快照对比发现新技能auto-mode 启动时调用snapshotSkills()记录基线之后detectNewSkills()对比当前目录与基线找出新增技能目录并通过parseSkillFrontmatter()读取 frontmatter 中的name与description。3. description 是匹配依据parseSkillFrontmatter用正则提取name:和description:两行新技能最终以newly_discovered_skillsXML 块的形式注入系统提示词并明确指示当任务匹配其 description 时用 read 工具加载该技能文件。这正是前面核心原则第三条description 是可发现性信号的源码级落地——description 写得越贴合未来任务关键词被命中的概率越高。4. 触发注册spike-wrap-up本身也被注册为系统上下文中的技能触发器见 src/resources/extensions/gsd/bootstrap/system-context.ts{ trigger: Package spike findings into a reusable project-local skill at .claude/skills/, skill: spike-wrap-up }并且它位列 GSD 捆绑技能清单src/resources/extensions/gsd/tests/bundled-skill-triggers.test.ts受到测试守护。完成打包后告知用户技能将在下一次会话通过skill-discovery.ts被自动呈现如果想立即使用可以直接Read .claude/skills/name/SKILL.md。九、反模式清单打包过程中最容易犯的五个错误anti_patterns给出了五个经过实战总结的坑写入~/.claude/skills/—— 那是用户全局目录。项目 spike 产出项目技能必须保持作用域隔离冗长的 frontmatter description—— description 是索引条目不是教程。关键词优先于散文每个 spike 都打包—— 若结论只是一次性定了 X追加到 DECISIONS.md 就够了把 spike 原样复制进技能—— spike 是研究技能是可执行指导必须重新撰写re-author删除源 spike 目录—— 研究工件应当持久保留。这五条与核心原则一一呼应尤其第 4 条提醒了研究文档与可执行技能在文体上的本质差异。十、成功标准如何判断一次打包真正完成技能定义了一份可核验的检查清单success_criteria新.claude/skills/name/SKILL.md存在且 frontmatter 格式良好description字段使用能匹配未来 Agent 工作的关键词技能正文可独立执行无需重读来源 spike技能中引用了来源 spike.gsd/DECISIONS.md中有一行记录本次打包spike 目录本身保持原样未动。这六条同时覆盖了产物正确性、可发现性、独立性、可追溯性、记录完整性和证据保留六个维度可作为任何一次 spike 打包的验收基准。结语从一次性研究到持久资本spike-wrap-up揭示的是一套完整的知识沉淀方法论spike 工作流负责产出知识workflow-templates/spike.md本技能负责包装知识六步流程 最小结构模板skill-discovery.ts负责分发知识快照对比 frontmatter 解析 系统提示注入而.gsd/DECISIONS.md负责记录知识。四者环环相扣让一次调研的结论真正变成下次同类任务的自动加载能力——这就是 GSD 中throwaway spikes become durable capital一次性 spike 变成持久资本的完整落地路径。赞分享人工智能AI Agent代码智能体Agent 编排CLIAI 应用【免费下载链接】gsd-2A powerful meta-prompting, context engineering and spec-driven development system that enables agents to work for long periods of time autonomously without losing track of the big picture项目地址https://gitcode.com/gh_mirrors/gs/gsd-2点击查看免费下载相关推荐plannotator Guide Provider 模式落地以 Code Tour 为模板的端到端 SPIKE 研究plannotator Guide Provider 模式落地以 Code Tour 为模板的端到端 SPIKE 研究 导读 本文基于 plannotatorECC 项目专属 Skill 模板实战用 project-guidelines-template 为单一项目沉淀开发指南ECC 项目专属 Skill 模板实战用 project guidelines template 为单一项目沉淀开发指南 导读 本文以 ECC 仓库中的 pr人工智能AI 技能AI 插件AI 评测Agent 评测MCP Clients开发工具WeChatFerry 快速上手指南如何搭建一个免费开源的微信自动化机器人WeChatFerry 快速上手指南如何搭建一个免费开源的微信自动化机器人 每天被不同的人问同一类问题或者手动往十几个群里挨个发通知这样的重复劳动你大概都上一篇如何快速解决Visual C运行库缺失问题终极完整修复指南下一篇CAI Agent 流式事件Streaming Events完全指南从 Token 增量到 RunItem 语义事件的实战解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
