开发与工程 learning-capturedocumentationsubagent-orchestrationknowledge-managementsession-history

复合学习捕获

在问题解决后立即将经验固化为可检索的仓库知识,让每次工作都比上一次更轻松。

FollowSkills 评估 · FSRS-2.0
不推荐
53/ 100 五分制 2.7 / 5
1 2 3 4 5 6
1信任安全16 / 25 · 3.2/5

该技能设计为文档生成工具,不涉及高权限操作,但存在外部命令执行(Node脚本),且以路径参数构造环境变量,可能受路径注入影响。技能在交互模式下会请求用户同意再编辑文件,非交互模式不编辑指令文件。未见数据外传或敏感信息处理。未验证发布者身份,但许可清晰(MIT)。扣分:未明确最小权限策略,外部命令执行缺乏沙箱;未提供回滚机制;数据流披露不足。

2可靠稳定6 / 20 · 1.5/5

技能描述详细,设有多种模式(交互/非交互/轻量/完整),并提供子代理协调失败回退机制(如#956)。但未提供测试套件,依赖外部脚本(context.mjs)且未验证其行为。错误处理对非正常输入仅部分覆盖(如未知depth令牌会生成失败报告),但整体故障反馈不够细致。静态审查无法运行测试,扣分:无测试证据,子代理并行协调的健壮性未经验证。

3适用触发12 / 15 · 4.0/5

目标场景明确:记录已解决问题的学习文档。技能定义了适用边界(单学习一次运行,CONCEPTS.md引导重定向),并支持中文用户(技能本身是英文,但未针对中国网络优化)。触发条件清晰(如‘ce-compound’命令)。扣分:文档为英文,未提供中文版本;依赖外部服务(如GitHub)可能在中国大陆不可达,影响可访问性。

4规范维护11 / 15 · 3.7/5

信息架构良好,使用分层文档(SKILL.md、参考资料、模板),并包含使用示例。提供了配置文档(docs_root)和版本号(package.json),有MIT许可。但缺少变更日志,维护责任未明确(发布者身份未知)。扣分:无CHANGELOG,无版本历史文件,治理不完整。

5有效结果5 / 15 · 1.7/5

技能有明确目标(生成结构化文档),并设计了完整工作流(多阶段子代理)。但价值主张(知识复合)未经验证,静态审查无法确认输出质量。扣分:未提供真实输出示例,未证明比手动记录更有效。

6证据核验3 / 10 · 1.5/5

仓库有CI(GitHub Actions PR标题验证),但未覆盖该技能的关键路径(无单元测试)。技能内部有脚本(validate-frontmatter.py等),但未附带测试。静态审查无法独立复现。扣分:无第三方执行证据,覆盖不足。

证据充分度: 评估于 2026年8月7日 审查版本 0a2957852e20
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 该技能在执行过程中会运行外部Node脚本,请确保路径参数可信,防止路径注入。
  • 发布者未经FollowSkills企业注册验证,使用前请自行评估。
  • 技能文档为英文,对中国大陆用户可能不够友好,且依赖的在线服务可能无法访问。
  • 静态审查未执行任何测试,实际运行效果需用户自行验证。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能在问题刚解决后自动捕获解决方案,通过并行子代理将上下文整理成结构化的 Markdown 文档,存放在 `<root>/solutions/` 目录,并附带 YAML 前置元数据以便检索。它支持交互式与非交互式两种模式,以及完整与轻量两种深度,能够自动探查历史会话,寻找相关的先前尝试与失败经验。该技能是 38 个技能集合中的一部分,专注于知识沉淀,以促进团队知识的复合增长。

解析会话内容,提取问题描述、症状、解决方案与预防措施;生成带有 YAML 前置元数据(如类别、问题类型、组件)的文档;在 <root>/solutions/ 下按类别分类存放;并行运行多个子代理(上下文分析器、解决方案提取器、相关文档查找器)来研究问题;运行会话历史探针以发现早期会话中的相关尝试;根据重叠程度更新现有文档或创建新文档;可选更新 CONCEPTS.md 以捕获领域术语。

  1. 开发者在修复一个恼人的 bug 后,想记录根因和修复方案,避免未来重复劳动。
  2. 团队在解决一个复杂问题时,希望将经验沉淀为可搜索的文档,供后续项目参考。
  3. 自动化流程在 CI 中运行,需要无人工干预地记录学习成果,使用非交互模式。
  4. 当上下文窗口紧张时,开发者选择轻量模式,快速记录关键要点而不启动子代理。
  5. 当会话历史中包含相关的失败尝试时,该技能会整合这些信息,避免重复踩坑。

这个 Skill 有哪些优点和局限?

优点
  • 自动并行化研究,节省时间
  • 强制结构化的输出,便于长期复用
  • 支持非交互模式,适合自动化
  • 通过探查历史会话,整合过去经验
  • 可配置的 `docs_root`,适应不同仓库结构
  • 内置 YAML 前置元数据验证,防止格式损坏
局限
  • 依赖 Node.js 和 Python 3 运行时
  • 需要 shell 访问来运行脚本和子代理
  • 对于大型仓库,会话历史探针可能增加复杂度
  • 完整模式可能消耗较多 token,但通常值得
  • 相关文档查找依赖于 GitHub CLI(`gh`),若未安装则跳过搜索

如何安装这个 Skill?

该技能是 Compound Engineering 插件(EveryInc/compound-engineering-plugin)的一部分,通过各自的 marketplace 安装,支持 Claude Code、Cursor、Codex 等多种客户端。安装整个插件后,技能位于 skills/ce-compound/SKILL.md

如何使用这个 Skill?

在 Claude Code 中,直接输入 /ce-compound 并可选附带上下文提示,如:/ce-compound 记录最近的数据库迁移问题。对于非交互运行,使用 mode:non-interactive 和可选 depth:lightweightdepth:full。技能会自动选择完整或轻量模式,并运行子代理生成文档。

这个 Skill 与同类方案有什么区别?

与其他文档生成技能相比,该技能专注于学习捕获,通过并行子代理和会话历史整合来增强文档质量。在同一个插件中,ce-compound-refresh 负责刷新过时文档,而 ce-compound 负责新建文档。外部工具如 Notion AI 等不具备这种深度集成。

常见问题

需要安装额外的运行时吗?
需要,技能需要 Node.js 来运行上下文脚本,以及 Python 3 来运行验证脚本和会话历史提取。如果这些运行时不可用,技能会优雅降级,但部分功能会缺失。
如何解决与现有文档的重叠?
技能会自动检测重叠:如果与现有文档高度重叠,它会更新现有文档而不是创建新文档;中等重叠则创建新文档并标记以便后续合并。
这个技能会修改我的代码吗?
不,它只写入文档:在 `<root>/solutions/` 下创建或更新文档,可选更新 `CONCEPTS.md`。只有在交互式完整模式且用户同意时,才会编辑项目指令文件(如 AGENTS.md)。
可以用于自动化流水线吗?
可以,通过 `mode:non-interactive` 参数,技能以非交互模式运行,不提出任何阻塞性问题,并输出结构化的终端报告,非常适合 CI/CD 集成。

同仓库的其他 Skills

均来自 EveryInc/compound-engineering-plugin

相关 Skills