AIUCE Skill Library 发布：两套 AI Agent 工作流技能，让审计与执行不再「虎头蛇尾」
仓库地址：billgaohub/skills
背景：大多数 AI Agent 工作流，都缺一个质量门
如果你经常用 AI Agent 处理复杂任务，会发现一个典型模式：
- 开头认真：写提示词、设目标、拆任务
- 中间敷衍：Agent 跑完命令就结束，没有复盘
- 结尾缺失：没有审计、没有学习、下次同样踩坑
这不是 Agent 的问题，是工作流设计的问题——缺少强制性的质量门和质量闭环。
今天发布的 AIUCE Skill Library，包含两套针对性的工作流技能：
| 技能 | 解决什么问题 |
|---|---|
| 3phase-Audit | 代码/文档/决策审查——如何逼 AI 真正找出问题，而不是走个过场 |
| Task-Phase-Executor | 复杂任务执行——如何让每个阶段都有审计、有修复、有复盘 |
Skill 1：3phase-Audit — 三阶段结构化审计
核心设计思路
大多数 review 是浅层扫描：找到明显 bug，结束。
3phase-Audit 强制 AI 经过三个阶段：
| 阶段 | 角色 | 目标 |
|---|---|---|
| Phase 1：对手（Critic） | ⚔️ 攻击方 | 摧毁结构稳定性——找到它能崩溃的每一种方式 |
| Phase 2：建设者（Builder） | 🤝 修复方 | 让它真正能跑——修复、重构、生成测试用例 |
| Phase 3：教师（Teacher） | 🎓 提炼方 | 提取可复用模式——把本次审计经验固化为长期记忆 |
触发方式
AUDIT/3PHASE/
Target: <代码 | 文档 | 系统设计 | 决策>
Constraint (可选): <性能 | 安全 | 可维护性>
Depth (可选): <brief | standard | deep>
关键原则
P1 模块化组合：模块可复用，接口标准化，禁止硬编码依赖
P2 主体独立性：每个阶段有清晰责任边界，Agent 不能替用户做决定
P3 脚本集中化：核心逻辑必须可脚本化、可复用
P4 记忆主权：洞察必须持久化——经验不能随会话结束而消失
输出结构
- [CRITIC] — 致命问题、高危问题、结构性弱点、最强反例、修复方向
- [BUILDER] — 重构方案、修复代码、测试用例（含单元/边界/压力/反例测试）
- [TEACHER] — 核心原则、失败模式库、可迁移模板
验证标准
| 阶段 | 通过条件 |
|---|---|
| Phase 1 | 至少找到 1 个致命或高危问题 |
| Phase 2 | 测试用例覆盖所有 Phase 1 反例 |
| Phase 3 | 经验已持久化到记忆系统 |
Skill 2：Task-Phase-Executor — 多阶段任务执行，带强制双视角审计
核心设计思路
大多数任务执行是发射后不管：跑命令，结束。没有质量门，没有反思，没有学习。
Task-Phase-Executor 用标准化的执行循环解决这个问题：每个阶段执行完成后，强制启动双视角审计。
执行流程
Phase 0 执行 → 报告 → 双视角审计 → 收敛争议 → 修复 → 共识 → 评估 Phase 1
↓
Phase 1 执行 → ...
↓
Phase N 执行 → ...
↓
全流程总结报告
关键机制：双视角审计
每个阶段结束后，同时启动两个子 Agent：
| 视角 | 角色 | 自评分 |
|---|---|---|
| 执行者辩护（Perspective A） | 证明所有任务正确完成，提供证据，反驳审计挑战 | 80-95/100 |
| 独立审计员（Perspective B） | 找出所有问题，按严重程度分类（致命/高危/结构性/轻微） | 30-55/100 |
两个分数之间的差距，就是学习空间。随着执行次数增加，执行者会学会捕获审计员捕获的问题，闭环质量逐步提升。
强制毕业规则
每个阶段结束后，以下步骤必须全部完成，跳过任何一步都是违规：
| 步骤 | 输出 |
|---|---|
| 1. 执行任务 | 实际文件/代码变更 |
| 2. 执行报告 | phase-{N}-execution-report.md |
| 3. 双视角审计 | 执行者 + 审计员双视角输出 |
| 4. 收敛争议 | 争议清单明确记录 |
| 5. 修复问题 | 已验证的修复 |
| 6. 共识报告 | phase-{N}-consensus-report.md |
| 7. 评估下一阶段 | 修改决策明确说明 |
调用方式
方式 A：从文件执行：
execute plan: reports/my-plan.md
方式 B：直接粘贴：
execute plan:
## Phase 0: 环境设置
- 任务 1：创建目录
- 任务 2：初始化 Git
## Phase 1: 核心实现
- 任务 1：...
方式 C：显式命令：
/skill task-phase-executor reports/my-plan.md
这两个 Skill 解决了什么问题
场景 1：代码审查
没有 Skill：AI 看一眼代码，说"看起来没问题"。
有 3phase-Audit：强制经过对手攻击 → 修复重构 → 经验固化，至少找出 1 个高危问题，测试用例覆盖反例。
场景 2：系统迁移
没有 Skill：按计划跑完命令，有问题再说。
有 Task-Phase-Executor：每个阶段后强制双视角审计，发现设计缺陷立即修改计划，不带病进入下一阶段。
场景 3：关键决策评审
没有 Skill：列出 Pros/Cons，结束。
有 3phase-Audit：对手方穷举最坏情况，建设者提供可执行方案，教师提炼可复用决策框架。
如何使用
# Clone 仓库
git clone https://github.com/billgaohub/skills.git
# 查看 Skill 文件
cat 3phase-audit.md
cat task-phase-executor.md
将文件内容复制到你的 AI Agent 技能库中，触发关键词即可调用。
总结
AIUCE Skill Library 的两个技能，核心解决的是**「有头无尾」**问题：
- 3phase-Audit：让审查有深度、有结构、有输出
- Task-Phase-Executor：让执行有质量门、有审计、有闭环
配合使用，可以让你的 AI Agent 在复杂任务中真正做到：不只是「跑完了」，而是「跑对了」。
仓库地址：github.com/billgaohub/…
MIT License
