agentleFS
ccticecctice/kaleidosphere/skills/version-manager/SKILL.md

version-manager

Skill0 starsChanged 20 days agoMITView on GitHub

管理 KaleidoSphere 受管项目的可选版本规则、版本一致性与受控版本变更。适用于询问是否启用 KS 版本管理、查看版本状态、校验版本、规划或应用用户确认的版本调整。

The file

Files
SKILL.md

Version Manager

此能力是 KaleidoSphere 的可选项目能力,不是每个项目的强制要求。它通过系统级 ks CLI 管理版本状态;不得直接读写 ~/.ks,也不得绕过 CLI 自行编辑 ks-context/versioning.yaml。

CLI Runtime Contract

执行任何版本操作前,必须遵守 KS CLI Runtime Contract。 命令可用后,先运行 ks version status --project <project-id> --json,再按返回的 state 工作:

  • managed:已有 KS 版本规则,可继续检查、规划或应用。
  • unmanaged:用户已明确选择不由 KS 管理版本。告知用户,不重复询问或自行创建规则。
  • needs_user_decision:尚未决定。必须先询问用户,不能猜测项目版本规则。

交互原则

  • 首次询问只给出低焦虑推荐:是否由 KS 管理该项目版本?推荐项目及主要构件共用一个版本号。
  • 用户接受推荐时,使用统一版本模型:一处真值,所有声明的同步目标保持一致。
  • 只有用户明确提出构件独立发布、独立节奏或不同版本号时,才提供高级的多构件模型。
  • 用户可使用 SemVer、四段版本或其他项目认可的格式;不强制单一格式。
  • 用户明确不启用时,调用 CLI 记录该项目为 unmanaged,不创建版本规则文件,也不注入规则入口。
  • status、check、plan 是只读动作;任何写入、规则注入或版本变更必须在展示计划后取得明确确认。

版本规则与项目入口

启用后,CLI 在开发现场外层维护唯一规则文件:

<project>/ks-context/versioning.yaml

该文件定义本项目的版本模型、真值位置、构件和同步目标。它可以表达:

  • 项目和 CLI/plugin 等构件共用同一版本;
  • 各构件独立维护版本;
  • 只管理现有构件文件(例如 <project-name>/package.json)中的版本字段。

启用或更新规则时,CLI 应以原子标记块向项目已有的 AGENTS.md、CLAUDE.md、 GEMINI.md 注入版本规则入口。不存在的规则文件不应被擅自创建。规则入口缺失、 版本规则不存在且 registry 也未声明 unmanaged 时,返回 needs_user_decision,由 AI 询问用户后再配置。

工作步骤

  1. 用 ks project resolve --path <当前路径> --json 或 ks project inspect --id <id> --json 确认项目身份;对受管开发现场先运行 ks project check --id <id> --json。
  2. 运行 ks version status --project <id> --json,按状态执行本 skill 的对应分支。
  3. 对 needs_user_decision,优先推荐统一版本;不要一开始罗列多构件、字段路径和版本格式。
  4. 由 CLI 生成配置或变更计划,向用户展示版本真值、受影响构件、同步目标、规则入口文件 和任何不一致项。
  5. 只有用户确认计划后,调用 CLI 的 apply 动作。
  6. 完成后运行 ks version check --project <id> --json,报告一致性、当前版本和未同步项。

边界

  • project-distribution-manager 只负责项目身份、工作空间和开发现场;它不承担版本模型。
  • 本 skill 不假设所有项目都有 package.json,也不猜测哪个 manifest 是版本真值。
  • 版本管理不替代发布流程;它只维护和验证用户已声明的版本规则。
  • 非受管项目、未确认 adoption 的项目和 unmanaged 目录不得被本 skill 自动配置。

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.