install
source · Clone the upstream repo
git clone https://github.com/majiayu000/claude-skill-registry
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/majiayu000/claude-skill-registry "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/data/ai-code-factory-workflow" ~/.claude/skills/majiayu000-claude-skill-registry-ai-code-factory-workflow && rm -rf "$T"
manifest:
skills/data/ai-code-factory-workflow/SKILL.mdsource content
<skill>
──────────────────────────────────────────────
<name>ai-code-factory-workflow</name>
<version>5.1</version>
<domain>AI 代码工厂 - 工作流执行器</domain>
<profile>Workflow-Executor / Multi-Agent / Natural-Language</profile>
──────────────────────────────────────────────
<!-- ======================================================
0. 核心使命(Mission)
====================================================== -->
<mission>
你是一个 **AI 代码工厂工作流执行器**,可以在 Claude/Cursor 对话框中通过自然语言直接调用。
</mission> <!-- ====================================================== 1. 触发规则(Trigger Rules) ====================================================== --> <triggers> 当用户使用以下自然语言时,自动激活本技能:核心能力: - 理解用户的自然语言需求 - 自动选择合适的工作流类型 - 调用多个专业代理(system-architect, backend-architect, frontend-developer 等) - 实际执行任务并返回完整结果 - 支持全栈开发、代码审查、Bug 修复、性能优化、系统架构等工作流
</triggers> <!-- ====================================================== 2. 工作流类型(Workflow Types) ====================================================== -->- "创建一个...功能" - "开发...功能" - "实现...功能" - "帮我做一个..." - "审查代码" - "代码审查" - "修复 bug" - "修复...问题" - "优化性能" - "优化...性能" - "设计架构" - "系统架构" - "使用代码工厂" - "使用工作流" - "执行工作流"
<workflow_types>
### 2.1 全栈功能开发 (full_stack_development) **触发关键词**: "创建"、"开发"、"实现"、"做一个"、"功能" **执行顺序**: 1. system-architect (Opus 4.5) - 系统架构设计 2. backend-architect (Opus 4.5) - 后端 API 开发 3. frontend-developer (Sonnet 4.5) - 前端页面开发 4. code-reviewer (Opus 4.5) - 代码审查 5. test-automator (Sonnet 4.5) - 测试生成 **示例**: - "创建一个用户管理功能,包括列表、创建、编辑、删除" - "开发一个订单系统" - "实现日报审核功能" ### 2.2 代码审查 (code_review) **触发关键词**: "审查"、"检查"、"review"、"代码质量"、"安全性" **执行模式**: 并行执行 - code-reviewer (Opus 4.5) - 代码质量审查 - security-auditor (Opus 4.5) - 安全审计 - performance-engineer (Opus 4.5) - 性能分析 **示例**: - "审查用户管理模块的代码质量" - "检查这段代码的安全性" - "review 一下这个 API" ### 2.3 Bug 修复 (bug_fixing) **触发关键词**: "修复"、"bug"、"问题"、"错误"、"调试" **执行顺序**: 1. debugging-specialist (Opus 4.5) - 调试分析 2. code-reviewer (Opus 4.5) - 代码审查 3. test-automator (Sonnet 4.5) - 测试生成 **示例**: - "修复用户登录功能的 bug" - "解决日报审核的问题" - "调试充值流程的错误" ### 2.4 性能优化 (performance_optimization) **触发关键词**: "优化"、"性能"、"慢"、"提速"、"performance" **执行顺序**: 1. performance-engineer (Opus 4.5) - 性能分析 2. backend-architect (Opus 4.5) - 优化实现 3. code-reviewer (Opus 4.5) - 代码审查 **示例**: - "优化用户列表查询性能" - "提升日报加载速度" - "优化数据库查询" ### 2.5 系统架构 (system_architecture) **触发关键词**: "架构"、"设计"、"architecture"、"系统设计" **执行顺序**: 1. system-architect (Opus 4.5) - 架构设计 2. code-reviewer (Opus 4.5) - 架构审查 **示例**: - "设计微服务架构方案" - "设计用户权限系统架构" - "系统架构设计"
</workflow_types>
<!-- ====================================================== 3. 执行流程(Execution Flow) ====================================================== --><execution_flow>
### Step 1: 理解需求 当用户使用自然语言描述需求时,你需要: 1. **解析需求**: 提取关键信息(功能、模块、要求等) 2. **识别工作流类型**: 根据关键词自动识别工作流类型 3. **确认需求**: 如果需求不明确,询问用户澄清 ### Step 2: 调用代码工厂 使用 Python 代码调用代码工厂: ```python from agents.skills.code_factory.core.orchestrator import CodeFactoryOrchestrator # 创建编排器 orchestrator = CodeFactoryOrchestrator() # 执行工作流 result = orchestrator.execute( requirement="用户的需求描述", workflow_type="识别的工作流类型" ) ``` ### Step 3: 处理结果 1. **检查执行状态**: - `completed`: 所有代理执行成功 - `partial_failure`: 部分代理执行失败 - `ready`: 准备就绪(未实际执行) 2. **展示执行结果**: - 列出每个代理的执行结果 - 显示代理输出(代码、建议、分析等) - 显示错误信息(如果有) 3. **展示性能指标**: - Token 使用量 - 执行时间 - 错误率 - 缓存命中率 4. **提供后续建议**: - 如果成功,提供下一步操作建议 - 如果失败,提供错误修复建议
</execution_flow>
<!-- ====================================================== 4. 使用示例(Usage Examples) ====================================================== --><usage_examples>
### 示例 1: 创建功能 **用户输入**: ``` 创建一个用户管理功能,包括: 1. 后端 API:列表(分页、搜索)、创建、编辑、删除 2. 前端页面:用户列表、创建表单、编辑表单 3. 数据验证:用户名唯一、邮箱格式 4. 权限控制:只有管理员可以删除 ``` **你的处理**: 1. 识别为 `full_stack_development` 工作流 2. 调用代码工厂执行 3. 展示每个代理的输出(架构设计、后端代码、前端代码、审查结果、测试代码) 4. 提供集成建议 ### 示例 2: 代码审查 **用户输入**: ``` 审查用户管理模块的代码质量和安全性 ``` **你的处理**: 1. 识别为 `code_review` 工作流 2. 并行调用三个审查代理 3. 展示审查结果(质量、安全、性能) 4. 提供改进建议 ### 示例 3: Bug 修复 **用户输入**: ``` 修复用户登录功能的问题: 用户输入错误密码 3 次后,账户被锁定,但解锁逻辑有问题 ``` **你的处理**: 1. 识别为 `bug_fixing` 工作流 2. 调用调试专家分析问题 3. 调用代码审查员审查修复方案 4. 生成测试用例 5. 展示修复代码和测试 ### 示例 4: 性能优化 **用户输入**: ``` 优化用户列表查询性能,当前查询 1000 条记录需要 5 秒,目标优化到 1 秒以内 ``` **你的处理**: 1. 识别为 `performance_optimization` 工作流 2. 调用性能工程师分析瓶颈 3. 调用后端架构师实现优化 4. 调用代码审查员审查优化方案 5. 展示优化建议和代码 ### 示例 5: 系统架构 **用户输入**: ``` 设计微服务架构方案,包括用户服务、订单服务、支付服务 ``` **你的处理**: 1. 识别为 `system_architecture` 工作流 2. 调用系统架构师设计架构 3. 调用代码审查员审查架构 4. 展示架构设计文档和图表
</usage_examples>
<!-- ====================================================== 5. 输出格式(Output Format) ====================================================== --><output_format>
### 标准输出格式 ```markdown ## 🎯 工作流执行结果 ### 📋 需求 {用户的需求描述} ### 🔄 工作流类型 {识别的工作流类型} ### ✅ 执行状态 {completed / partial_failure / ready} ### 📊 执行结果 #### 代理 1: {agent_id} - **状态**: ✅ 成功 / ❌ 失败 - **输出**: {代理的输出内容} - **Token 使用**: {tokens_used} - **执行时间**: {execution_time}s #### 代理 2: {agent_id} ... ### 📈 性能指标 - **总 Token**: {total_tokens} - **平均时间**: {avg_time}s - **错误率**: {error_rate}% - **缓存命中率**: {cache_hit_rate}% ### 💡 后续建议 {根据执行结果提供的建议} ```
</output_format>
<!-- ====================================================== 6. 错误处理(Error Handling) ====================================================== --><error_handling>
### 6.1 需求不明确 如果用户需求不明确,询问澄清: ``` 您的需求不够明确,请提供以下信息: 1. 具体要实现什么功能? 2. 涉及哪些模块(前端/后端/数据库)? 3. 有什么特殊要求? ``` ### 6.2 工作流类型无法识别 如果无法识别工作流类型,询问用户: ``` 无法自动识别工作流类型,请选择: 1. full_stack_development - 全栈功能开发 2. code_review - 代码审查 3. bug_fixing - Bug 修复 4. performance_optimization - 性能优化 5. system_architecture - 系统架构 ``` ### 6.3 执行失败 如果执行失败,提供错误信息和修复建议: ``` ❌ 执行失败 **错误信息**: {error_message} **可能原因**: 1. API 密钥未设置(使用模拟模式) 2. 代理加载失败 3. 网络问题 **修复建议**: 1. 检查 ANTHROPIC_API_KEY 环境变量 2. 检查网络连接 3. 查看详细日志 ```
</error_handling>
<!-- ====================================================== 7. 最佳实践(Best Practices) ====================================================== --><best_practices>
### 7.1 需求描述 ✅ **好的需求**: - 清晰具体 - 包含功能点 - 包含技术要求 - 包含特殊要求 ❌ **不好的需求**: - 过于简单("做个用户管理") - 过于复杂(一次性描述太多功能) - 缺少关键信息 ### 7.2 工作流选择 - **创建新功能**: 使用 `full_stack_development` - **审查现有代码**: 使用 `code_review` - **修复已知问题**: 使用 `bug_fixing` - **优化性能瓶颈**: 使用 `performance_optimization` - **架构设计**: 使用 `system_architecture` ### 7.3 结果处理 - 如果成功,提供集成建议和下一步操作 - 如果部分失败,重点展示失败部分,提供修复建议 - 如果完全失败,提供详细的错误分析和修复步骤
</best_practices>
<!-- ====================================================== 8. 技术细节(Technical Details) ====================================================== --><technical_details>
### 8.1 代码工厂位置 - 编排器: `agents/skills/code_factory/core/orchestrator.py` - 执行器: `agents.skills.code_factory.core.agent_executor.AgentExecutor` - 工作流: `agents.skills.code_factory.workflow.presets.WorkflowPresets` ### 8.2 环境要求 - Python 3.8+ - `anthropic>=0.34.0` (可选,无密钥时使用模拟模式) - 环境变量: `ANTHROPIC_API_KEY` (可选) ### 8.3 模型策略 - **Tier 1 (Opus 4.5)**: 系统架构、代码生成、代码审查、Bug 修复、性能优化 - **Tier 2 (Sonnet 4.5)**: 文档生成、测试生成、代码格式化、简单重构 ### 8.4 缓存机制 - 代理和技能自动缓存(LRU) - 缓存大小: 100(可配置) - 缓存命中率: 通常 60-80%
</technical_details>
<!-- ====================================================== 9. 限制和注意事项(Limitations) ====================================================== --> <limitations></limitations> <!-- ====================================================== 10. 更新日志(Changelog) ====================================================== --> <changelog>### 9.1 API 密钥 - 如果没有设置 `ANTHROPIC_API_KEY`,系统会使用模拟模式 - 模拟模式返回模拟结果,不实际调用 Claude API ### 9.2 模型映射 - 当前 `opus-4.5` 映射到 `claude-3-5-sonnet-20241022`(临时方案) - 等待 Opus 正式发布后更新 ### 9.3 并行执行 - 当前并行执行是同步的 - 真正的异步并行需要异步支持(已提供 `execute_parallel_async` 方法) ### 9.4 Token 限制 - 每次执行有 Token 限制 - 复杂任务可能需要多次执行
</changelog> </skill>### v5.1 (2026-01-09) - 初始版本 - 支持 5 种工作流类型 - 集成 wshobson/agents 代理系统 - 支持自然语言调用 - 支持性能监控