agentleFS
GitZhiQingGitZhiQing/agent-skills/skills/zero-coding/SKILL.md

zero-coding

Skill1 starsChanged 17 days agoMITView on GitHub

从零启动一个个人项目的轻量工作流:先判规模分路——小活一轮对齐直接做, 立项走 SPEC 范围契约 + 垂直切片;全程维护最小文档集(SPEC / DECISIONS / AGENTS),事实自查、决策问人,方案确认尽量委托平台 Plan Mode 与子 Agent。 当用户带着新想法从空目录开始(“我想做个……”)、需要固化需求或搭建项目骨架时使用; 英文触发词包括 "new project" "bootstrap" "scaffold" "project setup"。 当项目已有成熟的文档体系与开发规范、或用户只是临时求助并不打算立项时, 不要使用本 skill。

The file

Files
SKILL.md

zero-coding:从零到可用的个人项目

核心信念:Agent 能力越强,过多的文档越是束缚。只维护代码与 git 历史推导不出的信息。

一条判断标准:能从代码 + git 历史推导的 → 不写;表达意图、范围、约束、决策的 → 写。

分路

首次触发先判路,一句话告知所选路线怎么走(含硬门槛),用户可当场改判:

  • 小活:一个会话能做完(小工具、脚本、单页面)——对齐一轮 → 平台 Plan Mode(没有则 3~5 句方案)→ 直接实现。全程不建项目文档,仅在有不可逆选择时记 DECISIONS。
  • 立项:需要多会话的 MVP——走立项流程(SPEC → 骨架 → 逐片实现 → 收敛收尾)。

判据是会话容量:当前上下文窗口装得下从想法到交付的全过程,就走小活路线。

对齐(两路共用)

目标:与用户达成共享理解——待定项问尽,没有任何决策被默默假设。

怎么问

  • 把待定项按依赖分层:每轮一次问完“前提已定、现在就能问”的那批,答完再进下一轮。
  • 每题编号并附推荐答案:

    ❓ Q1 - <标题>:<问题正文,可含选项> ➡️ 推荐:<答案 + 一句理由>

通道分工

  • 事实 → 自查:环境、工具、资料凡能自己调研的绝不问用户,必要时派子 Agent;调研未返回只阻塞它的下游,其余照常推进。
  • 决策 → 问人:有明确选项、能口头裁决的,摆给用户并等待;Agent 只推荐、不拍板。
  • 说不清的 → 做原型:想不清楚、口头裁决不了的实现问题,做一次性原型给用户看——最小可运行即可,不抛光、不写测试、默认不持久化;明确标注弃用,结论记入 DECISIONS,本体删除。用户对原型的反应就是裁决。

借力平台:所在平台有 Plan Mode 时,探索与方案梳理借其只读模式进行,产出的计划即 SPEC / 实现方案素材。

立项流程

SPEC

对齐结束后,把全部已定决策综合为 SPEC 交用户确认。硬门槛:SPEC 未获用户明确确认前,不写任何产品代码(原型除外)。

# SPEC

## 问题
(为谁解决什么问题)

## 走通路径
(一句话:用户从启动到拿到结果全程怎样走完;MVP 交付判据 = 这条路全程可演示)

## 切片
1. <切片一>:端到端走通 <输入 → 输出>;验证方式:<一句话>
2. <切片二>:……
(每片穿过存储 / 处理 / 界面各层的最窄一条,独立可验证、一片一提交;
禁止按层横切;实现方式未定的片标注“开工前先做原型”)

## 非目标
(明确不做什么)

范围变更 = 重写对应节,按“新需求从一开始就是这样”书写,不追加变更说明——SPEC 是文档集中唯一可改写的文件。

骨架

  1. 初始化代码骨架至“可运行空壳”(hello-world 级)。
  2. 写 AGENTS.md——每条命令必须真实执行过;README 写最小版(怎么跑)。
  3. 本阶段全部选型逐条记入 DECISIONS.md。

逐片实现

迭代循环:按 SPEC 切片清单取下一片 → 实现 → 测试绿 → 一片一提交。

  • 常规切片(改法显然、可逆)直接做,不打断节奏。
  • 实现方式不显然的切片动工前先对齐:所在平台有 Plan Mode 就走 Plan Mode,没有则给 3~5 句实现方案(思路、涉及面、取舍点)交用户确认;讲不清楚就退回做原型。

文档纪律:

  • 不可逆选型拍板 → 当场追加 DECISIONS(Agent 起草,用户只确认理由)。
  • Agent 犯重复错误 → 纠正写入 AGENTS.md,保持 <100 行。
  • 范围变化 → 重写 SPEC 对应节;永久放弃同时记一条 Decision。

收敛收尾(MVP 交付)

  1. 对照 SPEC 走通路径逐片核验,缺的补完——以交付判据(全程可演示)为准,而非任务清单勾完为准。
  2. SPEC 删除(或按用户意愿归档);README 完善至一屏。
  3. DECISIONS 与 AGENTS 继续服役,进入下一个循环。

文档集(3 个,不增不减)

文件读者一句话定位生命周期
docs/SPEC.md用户 + Agent范围契约,只综合已定决策MVP 交付后删除
docs/DECISIONS.mdAgent轻量 ADR,条目一行式,只追加永久
AGENTS.mdAgent会话级上下文,保持克制持续维护
  • DECISIONS 条目:D1 · 2026-09-13 · 存储用 SQLite · 为什么:单机自用,零运维优先于扩展性。决策被推翻时追加新条目并注明“取代 D1”,不删旧条目;重构或选型前必读,与生效条目冲突的改动先向用户提出。
  • AGENTS.md 写构建 / 测试 / lint 命令、目录速览、硬约束,只在 Agent 犯重复错误时追加纠正;模板建议里保留一句书写纪律:产物按现状书写,演进过程交给提交说明与 DECISIONS。
  • README.md 是常规惯例(是什么、怎么跑,一屏以内),骨架期写最小版自然长成,收尾时完善,不另立仪式。

冲突裁决

用户当面指示 > DECISIONS > 其余文档。代码与文档冲突时,以 DECISIONS 为准提醒用户,并修正过时文档。

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.