「仓库健康度」是开发团队的高频任务。它的输入通常是仓库,期望得到的是健康报告。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「仓库健康度」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改动背景追溯追溯某行代码的修改历史与讨论背景说明
2仓库健康度检查仓库的文档、许可、CI、依赖更新状态健康报告
3分支清理找出已合并或长期无更新的分支并给出清理建议清理清单
4空值安全检查找出可能的空指针或未定义访问并给出防护写法风险位置与修复示例

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
  • 「仓库健康度」接收的是仓库,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:改动背景追溯 → 仓库健康度 → 分支清理 → 空值安全检查
1. 调用 blame-context,保存输出为 step1
2. 以 step1 为输入调用 repo-health,保存为 step2
3. 以 step2 为输入调用 branch-cleanup
4. 调用 null-safety-check 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「仓库健康度」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:

  • Claude Code Skill:Claude Code 的 Agent Skills 以文件夹为单位:一个 SKILL.md(YAML 头写 name 与 description)加上可选的脚本和参考资料。智能体平时只看到 description。详见Claude Code Skill 版
  • GitHub Copilot 指令与提示文件:GitHub Copilot 支持仓库级自定义指令文件 .github/copilot-instructions.md。详见GitHub Copilot 指令与提示文件 版
  • OpenAI Agents SDK:OpenAI Agents SDK 是一个轻量的智能体开发框架。详见OpenAI Agents SDK 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
检查必备文件按指令完成并给出依据抽查关键处,确认无误
检查 CI 状态按指令完成并给出依据抽查关键处,确认无误
检查依赖新旧按指令完成并给出依据抽查关键处,确认无误
给出改进项按指令完成并给出依据抽查关键处,确认无误
最终交付整理健康报告决定是否采用、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。