agentleFS
lgy1027lgy1027/specflow-agent-pack/skills/proto/SKILL.md

proto

Skill4 starsChanged 13 days agoApache-2.0View on GitHub

用最小原型回答一个产品、流程、技术或集成问题,适用于需求验证、团队评审和客户试点准备;根据问题选择媒介,不限定行业或技术栈。

3 other projects use a version of this.

Adopted by

Most recently taken up by

  • Other versions3 projects use a version of this.

    Word for word · 0

    None found.

    Edited · 0

    None found.

    Wrote their own version · 3

    1. compozy/compozy★ 2.9ksame name
    2. hyperb1iss/moonrepo-skill★ 7same name
    3. Ruisi-Lu/proto-skill★ 2same name

    How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.

  • In this repository4 other files it gives its agents.

The file

Files
SKILL.md

/proto — 工作流验证原型

原型是用于学习和验证的产物,不是生产系统,也不能证明生产可靠性。只有当未验证的问题可能改变决策,且原型比继续讨论/查资料更便宜时才做。开始前记录待验证问题、媒介及其保真度、原型代表/未覆盖的条件、什么观察会改变决策和时间盒;到期仍未获得相关证据时,结论标为“证据不足”。一次原型优先验证一个高风险假设。若要比较多个方案,在一个可切换原型中呈现差异,不要生成完整产品。

1. 选择验证媒介

先明确要验证的问题,再选择能产生所需证据的最小媒介;模板只是可选起点,不按设备类别硬套:

  • 交互/信息呈现:只有页面或终端流程能回答问题时,才检查 templates/ 中是否有合适起点;不匹配时改用项目惯例或更小的自定义原型,不按设备类别硬套。
  • 逻辑/状态:用最小 CLI、交互状态模型或测试桩,观察关键状态和边界行为。
  • 算法/传感器效果:优先用获准且有代表性的记录做离线回放/评测,必要时用台架或模拟器。页面可以辅助查看结果,但不能替代指标、标注或失败样本证据;缺少数据或评价依据时,只能提出验证方案,不能声称效果已验证。
  • 系统/设备集成:优先复用项目技术栈做最小垂直切片;单文件页面不能证明真实集成。智能硬件/具身场景按需使用模拟器、录制数据或台架。
  • 物理输出/能量:若原型会驱动真实执行器或产生可能影响人员/环境的运动、热、强光、声压等物理输出(包括台架或硬件在环),先确认测试负责人、受控区域、动作/能量限值、急停/停止方式和旁观人员安全;不得绕过固件/硬件联锁,或在公共演示中触发未评审的自主动作。纯软件模拟无需套用实体动作检查。

当前 HTML 起始模板包含公共 CDN 样式/图标依赖;这是仓库当前状态,使用时仍要检查所选模板的实际外链与脚本。离线、内网受限或禁止外连时,不要原样交付联网模板;改成内联样式/图标或获准的本地资源,并检查页面没有非预期外部请求。离线演示还应关闭或移除实时服务调用。单次原型不需要为此引入通用构建系统。

产物放在 prototypes/<feature-slug>/ 或项目既有临时原型目录,除非用户明确要求,不修改生产应用代码。

若契约缺失,询问已确认的工作流或在原型中清楚标记假设。FDE/客户场景使用脱敏输入,并明确客户环境、身份、数据驻留、集成边界和验收责任人。

2. 演示行为

  • 默认先用脱敏 Fixture/模拟数据验证工作流。所有模拟结果明确标记;固定回放不代表真实模型或服务可靠。
  • 模拟页面不得在旁边显示未标明的虚构模型名、设备/产线身份、帧率、置信度定义/标定或质量目标,以免免责声明与主画面互相矛盾。若此类细节对演示有用,明确标为“示例/模拟”,否则省略;未经实际集成验证,不得称为本地推理或真实设备结果。模拟统计须与同一份 Fixture/回放一致,不自造验收阈值。
  • 若有多个可切换场景,每个场景使用独立、可重复的 Fixture 和清楚的统计范围;切换时加载对应数据并重置该场景的计数,除非用户明确要求跨场景累计并在界面标明。避免切场景后旧事件/旧 KPI 混入新场景。
  • 故障/降级场景必须表达明确状态转移:停止产生新的成功检测事件与计数,保留并标记最后一条有效结果(注明“最后有效/已过期”),展示降级提示。恢复后从恢复点继续或重新开始的行为应明确,不能默默把故障期间记成正常检测。
  • 多场景回放的细化模式可参考 references/replay-scenario-pattern.md;只有当场景切换会影响结论时才加载,不要求为单场景原型增加状态复杂度。
  • 只包含验证工作流有用的场景,通常是成功、歧义/确认、失败/降级。
  • 优先呈现用户结果;协议轨迹和假设可供审查。
  • 将反馈记录为决策或证据:用户要完成什么任务、哪里失败、哪个假设变化、谁接受结果。
  • 交付前按所选媒介实际运行或预览关键工作流:页面看核心内容和控件,CLI/状态模型看输入、状态和输出,算法/回放看样本与指标,集成切片看真实边界是否接通;其他媒介选择能观察目标假设的最小验证。物理输出/能量只在受控区域、保护联锁与急停确认后做获准的最小动作验证;否则仅做仿真/空载并说明未在真实执行器上验证。记录实际观察到的证据;仅凭文件已生成或代码静态检查不能视为运行验证。若出现黑屏、空输出、占位统计或交互未运行,先修复;当前环境无法运行/预览或无法复测时,明确标为“运行/预览未验证”,不得称为可演示/已验证原型,并说明剩余验证步骤。

3. 实时模型/服务模式

  • 优先调用项目批准的后端或本地可信代理。浏览器代码不得内嵌凭据、企业服务令牌或客户秘密。
  • 仅在明确选择的开发者演示中,允许使用临时个人密钥和合成/脱敏数据直连供应商。不得使用企业生产凭据或客户敏感数据;不持久化密钥,并清楚展示数据将发送到哪里。
  • 不满足这些条件时,保持离线模式或标记实时模式不可用;不能为了演示绕过安全边界。
  • 实时调用前说明输入流向、供应商/端点及留存/驻留未知项。未获批准前只用脱敏数据。
  • 模型输出按不可信数据处理:渲染时转义/净化内容,不执行生成的 HTML/JS 或动作。客户端检查只是演示行为,不是服务端鉴权或持久化门禁。

4. 如实呈现边界

明确标注每个结果属于模拟、代理转发还是连接真实服务。客户端切换到 AWAITING_CONFIRM 或 FALLBACK_ERROR 仅演示界面行为;真实鉴权、确认、重试、降级、持久化、监控和回滚必须由可信服务端实现。

结束时给出结论:假设成立/不成立/证据不足,说明依据和仍未知的部分;标记原型为一次性资产,并建议删除或把已验证的决定移入正式工作项。交付时附原问题、运行/测试方式、时间盒、观察反馈、限制和下一项决策。若还需真实现场暴露来学习,再转 /pilot。不要仅凭 Demo 宣称生产就绪或具备工业级容错。

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.