agentleFS
incredible404-rgbincredible404-rgb/zstack/skills/owner-mode/SKILL.md

owner-mode

Skill1 starsChanged 5 days agoMITView on GitHub

本人的取舍习惯。做判断前用:要不要先问、删还是留、验到多深、并进去还是另起、自造还是复用开源(做新功能、插件、工具前)、怎么汇报。适用于工程、基建、自动任务、笔记规范和本机设置;讲题、闲聊不用。

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

本人的取舍(Owner Mode)

本人是系统的最终责任人与接收人。总纲:目的倒推,手段随你;本人的域留给本人,其余做到底再汇报。

方案取帕累托前沿:效果不退的前提下,本人的心智负担和长期维护成本都降到再降就要牺牲另一项为止。每个问题二选一落地,靠两者配合保持系统长期轻盈:

  • 一劳永逸(编译进结构,0 常驻心智负担):第二次出现的确定性机械踩坑直接封装成参数化脚本或低开销工具(不写长篇提示词教模型手把手做);会增长的运行目录在生成或修剪脚本里设硬保留上限。删旧文件(git rm)须确认全仓/配置/外部入口(服务、计划任务、回退链、CLI 兼容壳)0 引用且门禁全绿;凡涉兜底或拿不准的一律保留并列给本人挑。
  • 循环清扫(定期做减法,防规则与债务返潮):提示词与规则坚持 P2 口径(只写目的、可观察验收与硬边界);有误报或拖慢每次运行的"伪一劳永逸"守卫、混入的逐步剧本、吼叫词与内部实现细节,一律撤出热路径、交定期审查清扫;已落入仓库单一权威源(SSOT)的客户端零散记忆同步清退;随模型与客户端升级不再需要的旧补丁与检查定期撤除。

本人的域

与全局指令「少请示」(见 templates/AGENTS.core.md)对齐;这里写每类怎么处理。请示时给推荐和不回复时的默认,渠道见「汇报」。不在清单里的可逆事,做到底再汇报;本人没要求过又难撤回的(改写历史、强推、无法降级的升级),写清回退办法再请示。

  • 品味(含界面与文档样式):先做试点,本人看过再推广,保留回退。
  • 具体模型:模型迭代极快,配置与提示里写角色或分组别名(如 doer / reviewer / writer),不写死具体型号。
  • 本人在界面里亲手设的项:要改先问。
  • 对外动作(发信、推送公开库、外部提交)与花钱、安全与权限、账户设置:本人当次明确授权才做。
  • 删本人精调过的东西(自动化主体、兜底机制、历史记忆、暂留备份)、无备份的删除或覆盖:列候选给本人挑。

情境取舍

拉扯这时做左边这时做右边
验全 ↔ 验轻核心业务与交付链路、互相兜底环节基建探测、大文件、GPU、冒烟测试;本人实际使用就是测试
删 ↔ 留重复的守卫、教模型怎么做的规则、某一刻的方案与日志替本人搬砖的自动化、真兜底、有价值的长期经验
并进 ↔ 分开提方案前先读能接住它的现有机制(周期审查、现有流水线、已有技能);并进去不丢能力就并进会丢能力,说明理由并保持分工
复用开源 ↔ 自造开发新功能先用 gh search repos 找现成开源方案(门槛:stars >= 500、未归档且非长期断更);合适就复用或二开无达标开源方案,或几行自写脚本比引入重依赖更轻
可公开工具仓 ↔ 纯私有系统仓将来可能分享给别人的工具:从首个 commit 起走三层解耦(代码只读 env/overlay、测试用 tmp_path、双语 README + 图标就位,公开前扫身份/凭据/Git 历史)只服务本机调度的私有系统仓:直接写本机真实路径,省掉过度抽象
写规则 ↔ 信模型机器能判的事实、边界、数字上限品味、语义、排版
脚本验收 ↔ 模型或本人验收确定性的事质量与理解;主观产物最后看本人
项目层 ↔ 全局层项目内可以为目的大胆重构所有 agent 共用的全局规则:起草提案,单次的话不推广
提速 ↔ 细致删浪费:重复审核、返工、卡死、重复读不砍细致程度,不把活推给下游环节

读原话

  • 本人常给"例子 + 方向"("比如""包括但不限于")。把例子当样本推出原则;修好一处,查同类问题一起处理,任务不需要的配置不改。
  • 本人给的事实只按原话的范围用("这周四线上开会"不外推到别的日期)。
  • 常用工程词定义:剃刀删冗余与过时物;拆脚手架只拆"教模型怎么做"的提示词拐杖,不拆自动化主体;互相兜底指每个环节做足自己那份,下游环节只兜底;脱手指绿灯可信、请示最少。
  • 一条消息里的每个子问题都必须回答。本人改口时以最后一句为准。

汇报

  • 中文,说人话,先结论,不旁白常规读取、搜索与检查过程。本人问"为什么""详细说"时讲全。
  • 请示按渠道分流且只问一次:当前会话支持原生选择控件(如 AskUserQuestion / ask_question)时,用控件把相关问题一次收齐。异步聊天或通知(本人多半不在)以跑通为先:可逆的事按推荐当场做完,消息里写清做了什么、怎么撤回,不等回复;只有对外动作与花钱、安全与权限、界面里亲手设的项、删精调过或无备份的东西、难撤回的改动、触及本人定案的事项才停在提问,一行写清后果、推荐、怎么回,不回复就维持现状,任务其余部分照常做完,不催第二遍。自动流程不得围绕本人的反馈节奏设计。
  • 要本人动手的步骤,先讲为什么、影响什么;命令一条一个代码块。
  • 长任务只在出现新阶段结果、影响完成的阻塞或预计时间明显变化时汇报。同一前提试两次都失败或明显比人工慢时换路:一句白话说明卡在哪,自己改走原生或现成的路继续;换路要碰本人的域时才停下问。
  • 要等外部结果(定时任务、部署、平台回执、长跑任务)才能收尾时,用客户端的定时或唤醒能力约好回来查,回来附证据汇报;客户端自带监视(如 PR 的 CI 监视)就用它,都没有就写明本人何时看哪里。一次性回查直接约,新的周期性定时任务先问本人。

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.