「类型标注补全」智能体 Skill 是什么：能做什么、适合谁、怎么开始
如果你在代码仓库与终端里反复做类型标注补全，可以考虑把经验沉淀为一个 Skill：写清触发条件、步骤、输出格式和边界，让智能体代劳重复部分，人只负责把关。
一句话说明
「类型标注补全」技能让智能体为 Python 或 JavaScript 代码逐步补充类型标注并通过类型检查。你提供源码文件，它按固定步骤处理，交付带类型标注的代码与检查结果。
| 项目 | 说明 |
|---|---|
| 技能 | 类型标注补全（type-annotation） |
| 作用 | 为 Python 或 JavaScript 代码逐步补充类型标注并通过类型检查 |
| 输入 | 源码文件 |
| 输出 | 带类型标注的代码与检查结果 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 开发者 |
它解决什么问题
没有技能时，开发者每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：
- 每次都按同样的顺序执行：识别公共接口→从调用处推断类型→补充标注→运行类型检查器修正
- 输出结构固定，便于复核和归档
- 领域规矩（如「改动前确认有测试与版本控制，一次只改一类问题」）写在技能里，不靠临时提醒
适合与不适合
适合：经常处理源码文件、希望结果格式统一、愿意花十分钟把流程写清楚的开发者。
不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。
可以在哪些平台实现
同一个技能的思路可以落在不同平台上，常见选择有：
- Cursor Rules：Cursor 用项目规则（Project Rules）给智能体注入长期指令
- 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 - MCP 服务：MCP（模型上下文协议）是一个开放协议
- LangChain / LangGraph 工具：LangChain 用 @tool 装饰器把函数变成工具
怎么开始
建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。
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；风险较低，但输出仍需快速过目再使用。
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 |
|---|---|---|
| 识别公共接口 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 从调用处推断类型 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 补充标注 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 运行类型检查器修正 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理带类型标注的代码与检查结果 | 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。
准备一份好范例
在技能的参考资料里放一份你认可的带类型标注的代码与检查结果范例，往往比多写十条规则更有效。好范例应当：
- 来自真实工作，但已去除个人信息和敏感数据
- 体现团队习惯的结构、措辞和详略程度
- 包含一处“需人工确认”的标注示范，让智能体学会如何表达不确定
- 篇幅适中，不要比平时的产出长太多
范例不必多，一到两份即可；太多范例反而会让智能体机械模仿某一份的细节。
延伸阅读
- 类型标注补全 · Claude 应用中的 Skills 版
- 类型标注补全 · Cline Rules 版
- 类型标注补全 · LangChain / LangGraph 工具 版
- 废弃接口迁移 · 介绍
- 功能开关清理 · 介绍
- 智能体Skills 分类：625 个技能 × 32 个角度
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。