aitasks-maintenance
Skill2 starsChanged 8 days agoMITView on GitHub
代码编辑任务自动记录 todo,重复问题自动沉淀经验,并在记录过量时归档清理 .aitasks;只读任务不写入。
In this repository10 other files it gives its agents.
- ai-engineering-collaborationSkill
- change-impact-analysisSkill
- ci-triageSkill
- code-reviewSkill
- frontend-ui-uxSkill
- plan-executionSkill
- requirements-framingSkill
- systematic-debuggingSkill
- test-driven-changeSkill
- verification-gateSkill
The file
Files
.aitasks 维护
代码编辑一任务一条 todo;用户明确要求或同一问题第二次实质出现时维护经验。只读任务不写记录、计数或归档。
触发与边界
- 编辑代码前创建或复用一条 todo,完成时写实际结果并标记
completed,未完成保持active,取消用cancelled。简单任务只记目标、验证与结果;复杂任务按需补下一步、阻塞与风险。仅维护.aitasks不递归建 todo。 - 任务开始、范围变化或新根因确认时,用模块/符号/错误码作关键词取相关摘要;不是每轮、每次工具调用都查。普通查询不加载维护流程、不更新计数,也不写观察;只读边界覆盖全部
.aitasks文件。 - 明确要求记录时立即记录;否则只观察原因已确认且做法可复用的问题,二次独立任务出现后才沉淀。复述、重试和预期失败不计;未知原因不自动升格,显式要求的记录可标“未确认”。经验只在当前适用范围内作为线索,不能取代最新要求与事实。
最小操作
- 普通查询直接按只读查询调用
context,按 ID 读必要正文;默认预算可按证据需要扩大,不一次性加载全部记录。--since仅复用本会话已读内容,新会话重新取摘要。工具扩展少量常用中英文别名,活动经验弱匹配时也回查归档。 - 恢复 todo 可用有界
list-todos --query …,按 ID 复用。新建用add-todo --maintain --json,直接保存返回的 ID;完成用finish-todo --id … --result … --json一次更新结果、可选验证、状态并检查阈值。 - 根因确认且允许写入时,先
find-observations --query "模块 症状 原因"取候选。同模块、症状及原因均吻合才复用原 key;没有同因候选才新建稳定 key,不因词命中自动合并。每个独立任务使用稳定的任务 ID,已有 todo 时复用其 ID,同任务重试不换 ID;仅获授权维护经验的诊断不为观察额外建 todo。 - 实际帮助解决问题后才
mark-used --id … --task-id … --maintain,同任务重复调用不加次数。查询、读取和未采用的候选不计。upsert-lesson、完成命令及带--maintain的写入已检查阈值,无需再跑status;手工或旧命令写入后补检查,先归档再移出,不删除归档。 - 新证据证明经验失效时,用
set-lesson-status --id … --status retired --reason …停用;被已有新经验替代用superseded --superseded-by …。默认查询排除这两类,按 ID 仍可审计并可恢复active;不因年代久或已归档自动判失效。 .aitasks/首次创建前按 维护参考 核对忽略规则。新建命令要求该目录已存在且非软链接,不修改.gitignore。- 无 Python 3.10+ 或需手工维护时,按 todo、经验 单条模板追加;新记录用唯一 UUID4,复用保留 ID,不批量改旧结构或回填元数据。状态更新不必重读模板。
经验动作
| 当前条件或观察结果 | 下一动作 |
| 原因未确认、预期失败或只读任务 | 不调用 observe,不自动写经验 |
| 原因已确认、允许写入且做法可复用 | observe --key … --task-id … --evidence … --verified |
candidate:首次独立任务 | 保留观察,本次不新增正式经验 |
ready:二次独立任务 | 核对同因、适用范围和做法后 upsert-lesson --key … |
recorded:已有经验 | 按返回 ID 读原记录;需要修订才 upsert-lesson --id … |
| 用户明确要求记录 | upsert-lesson --explicit,无需等待二次 |
更新活动或归档经验均保留原 ID 和额外笔记;同标题不自动合并,字段边界不明时保留原文并核对。JSON 返回的 changed 表示持久内容是否改变,maintenance_checked 表示本次是否实际检查阈值;重复计数可能两者均为 false,不能据命令成功推定新增记录。
按需参考
查询参数、元数据、归档阈值及失败恢复见 维护参考。阈值归档属于已授权的维护;固定经验、活动 todo 和无有效元数据的旧记录保留。
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
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.

