「提交历史摘要」是开发团队的高频任务。它的输入通常是时间范围,期望得到的是变更摘要。这类有固定流程、又需要一点判断力的工作,很适合封装成智能体 Skill。

单个技能解决一个环节,把几个技能串起来,才能覆盖一整段工作。本文示范「提交历史摘要」与三个相关技能的组合。

组合方案

顺序技能作用交给下一步的东西
1大文件排查找出仓库中的大文件与误提交的二进制大文件清单
2提交历史摘要总结一段时间内的仓库变化变更摘要
3多包发布说明为 monorepo 中变更的包生成发布说明各包发布说明
4性能剖析运行性能剖析工具,定位耗时热点并给出优化建议热点报告与优化建议

交接格式是关键

技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定:

  • 每个技能的输出都带固定标题,便于下一个技能定位内容
  • 不确定项统一放在“需人工确认”小节,后续技能不得把它当作确定事实
  • 「提交历史摘要」接收的是时间范围,如果上一步给的格式不同,先做一次转换

怎么编排

有三种常见方式:

  1. 人工串联:每一步结束后由人确认,再触发下一个技能,最稳妥
  2. 编排指令:写一个总技能,列出调用顺序与交接要求,由智能体依次执行
  3. 工作流平台:在 Dify、扣子、n8n 等平台中把每个技能做成节点,用条件分支处理异常

编排指令示例(示意)

# 组合流程:大文件排查 → 提交历史摘要 → 多包发布说明 → 性能剖析
1. 调用 large-file-audit,保存输出为 step1
2. 以 step1 为输入调用 git-history-summary,保存为 step2
3. 以 step2 为输入调用 monorepo-release
4. 调用 perf-profiling 做收尾
- 任一步出现“需人工确认”时暂停,等待用户回复后再继续

注意事项

  • 链条越长,错误越容易被放大,关键节点要有人看
  • 风险较低,但输出仍需快速过目再使用
  • 每个技能单独测试通过后再组合

相关技能

平台选择建议

同一个「提交历史摘要」技能可以落在不同平台上,选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统:

  • n8n AI Agent:n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
  • Cursor Rules:Cursor 用项目规则(Project Rules)给智能体注入长期指令。详见Cursor Rules 版
  • Windsurf Rules:Windsurf 的规则用于约束 Cascade 智能体的行为。详见Windsurf Rules 版

这个技能需要运行本地脚本(解析文件、调用命令行工具等),要求运行环境允许执行代码,可据此排除不支持相应能力的平台。

智能体与人的分工

技能不是把工作全部交出去,而是把重复、机械的部分交给智能体,人把住判断和责任:

步骤智能体负责人负责
获取提交记录按指令完成并给出依据抽查关键处,确认无误
按模块归类按指令完成并给出依据抽查关键处,确认无误
提炼重要变化按指令完成并给出依据抽查关键处,确认无误
列出贡献者按指令完成并给出依据抽查关键处,确认无误
最终交付整理变更摘要决定是否采用、是否对外

风险较低,但输出仍需快速过目再使用。

延伸阅读

说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。