agentleFS
ArthurC02ArthurC02/SkillHub/.claude/skills/brief-a-subagent/SKILL.md

brief-a-subagent

Skill1 starsChanged 15 days agoMITView on GitHub

Use when about to delegate work to a subagent or teammate, or when writing task instructions for another agent to execute.

The file

Files
SKILL.md

Brief a Subagent

一份委派指示(brief)如果只寫「現況是什麼」而不附證據,執行者會帶著自信把一個沒查證的假設付諸行動。以下規則讓 brief 本身可被查核。

規則

  1. 只陳述目標與證據,不陳述「現況」的斷言。 brief 裡每一句關於程式碼現況的事實陳述,都要附 file:line。沒有出處的斷言,執行者沒有能力分辨它是查證過的還是猜的,於是會照單全收去執行。
  2. 給明確的路徑許可清單,以及明確的禁止動作清單。 不要讓執行者自己判斷「這個檔案算不算我的範圍」;也不要讓它自己判斷「這個動作算不算太危險」——兩者都要寫死。
  3. 明確指定要用哪個 model,不要讓它繼承預設,也不要反射性地選最強的。 按「這件事需要多少推論」選,從能做完的最低一級起,只在有具名理由時升級。用特性判斷,不用名字:

    • 機械執行(推論極少,正因如此會像機械操作一樣照目標做完):規格完全明確、有現成測試可判對錯——改一行、跑一條測試、抄一張表、查一個值、突變稽核。
    • 快速執行(執行快、推論不多):規格與邊界都清楚的多檔實作、照現成模式做、驗證與回報、文件整理。
    • 深度推論(會停下來判斷):只有在跨模組推理、規格含糊要判斷、安全或資料遺失路徑、要對抗性審查時。brief 裡寫下升級的理由;寫不出理由就不升級。
    • 旗艦(派工者自己用的那一級):子代理不用。哪個名字對到哪一級,在角色定義與專案指示裡,不在這裡。

    模型之外也寫明 effort(推論深度);沒寫,子代理就沿用派工者的 effort。想要少一點推論,先調低 effort,不要先換小一號的模型,也不要在 brief 裡叫它「少想一點」——調 effort 比這兩種做法都可靠。最高的兩級只給實測過確有收穫的工作。

  4. 每份 brief 都要逐字包含這句話:如果 brief 與程式碼不一致,以程式碼為準——停下來回報,不要自行推進。
  5. 要求回報時說明「哪些是查證過的、哪些是假設的」。 一份只回報「完成了」的報告無法區分執行者是驗證了假設還是延續了假設。
  6. 多個 agent 平行跑時,告訴每一個 agent 忽略自己範圍以外的失敗。 否則每個 agent 都會想去「順手修好」別人範圍內看起來壞掉的東西,製造衝突。

對照範例

  • 差的 brief 一句話:"同一句話在頁面裡出現四次,刪掉其中三個。"——沒有出處,執行者得自己去猜是哪四個、憑什麼判斷該刪哪三個。
  • 好的 brief 一句話:"目標:這句話每頁應該只出現一次。證據:已在 a.tsx:42 與 b.tsx:88 各看到一次。刪除前自己查證完整清單。"——目標和已知證據分開陳述,且明白提醒證據不完整、執行者要自己補完查證,而不是假設這兩處就是全部。

快速檢查(動手前)

  • brief 裡每一句「現況」陳述都有 file:line 了嗎?
  • 路徑許可清單與禁止動作清單都寫了嗎?
  • model 與 effort 都指定了嗎?
  • 那句「以程式碼為準」逐字放進去了嗎?
  • 回報格式要求區分查證與假設了嗎?

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.