用途
agent-principles 是面向 AI 智能体协作开发的指导性技能，用于统一开发者与 AI 智能体协作时的做事方式。其核心理念是：AI 是副驾驶，开发者是主驾驶——AI 可以放大开发者的思考并接管重复性工作，但最终决策与责任始终归开发者。
该技能可在以下场景使用：在 AI 智能体会话开始时确认基线原则；在开始复杂工作前决定方法；建立上下文管理策略；复盘工作流以提升效率；帮助团队成员了解如何使用 AI 智能体。
主要原则
原则一：分而治之。 AI 在处理小而清晰的指令时表现远好于大而模糊的任务。例如不应只说“给我做一个登录页”，而应拆分为：创建登录表单 UI 组件、实现登录 API 端点、接上认证逻辑、编写测试。推荐的分阶段实现为：设计并验证模型/结构，实现核心逻辑（最小可用功能），连接 API/接口，编写并运行测试，集成与重构。验证要点是：每一步能否独立验证，失败时能否只修那一步，范围是否小到 AI 能清楚理解。
原则二：上下文要像牛奶一样保鲜。 上下文即 AI 的工作记忆，应始终保持新鲜与压缩；陈旧无关的信息会降低 AI 表现，资料称混用话题造成的上下文漂移可使表现下降 39%。策略包括：单用途会话（如认证工作、UI 组件、测试编写、部署工作各用一个会话）；在对话变长时用 HANDOFF.md 文档记录已完成工作、当前状态、下一步与注意事项，然后开启新会话；以及检查上下文状态，例如 Claude 的 /context、/clear，Gemini 开启新会话，ChatGPT 开启新对话。优化方向是保持活跃工具/插件最少，对话过长则写交接文档并重开。
原则三：选择合适的抽象层级。 高层模式关注整体结构，适用于快速原型、想法验证和一次性项目；低层模式逐行深入代码，适用于缺陷修复、安全审查、性能优化和生产代码。实际应用中可在同一任务里分层推进：先高层了解整体结构，再中层审视具体功能逻辑，最后低层做细致调试。
原则四：自动化的自动化。 同一任务重复 3 次以上就应设法自动化，并进一步把自动化过程本身自动化。资料给出七级演进：手动复制粘贴、终端集成（如直接用 Claude Code、Gemini CLI）、语音输入、用项目指令文件自动化重复说明、自定义命令/技能实现工作流自动化、用 AI 技能实现决策自动化、用钩子/护栏实现强制规则自动化。识别目标的问题包括：是否同一命令运行 3 次以上、是否重复同样解释、是否常写同样的代码模式。
原则五：规划模式与执行模式。 规划模式只分析、不做修改，适用于首次进行的复杂工作、跨多文件的大重构、架构变更、数据库迁移；执行模式适用于简单清晰的任务、实验性原型和重复耗时工作，且应始终在容器等安全环境使用。建议比例约为规划 90%、执行 10%。
原则六：验证与复盘。 可通过写测试（包括边界情况）、查看变更文件的 diff 并回退不需要的修改、创建草稿 PR、要求 AI 自我复核并逐条核实结论、最后用表格汇总验证结果等方式验证产出。检查清单包括：代码行为是否符合预期、边界情况是否处理、是否存在安全漏洞、测试是否充分。
多智能体工作流
资料给出按智能体分工的方式：Claude 作为编排者负责规划、代码生成与技能解读；Gemini 作为分析者负责大上下文分析与研究；Codex 作为执行者负责命令执行、构建与部署。编排顺序为：规划智能体制定计划 → 分析智能体分析研究 → 执行智能体编写代码 → 验证测试 → 汇总结果。
适用场景与限制
该技能适合个人开发者与团队在采用 AI 编程智能体时建立统一协作规范，也适合作为新人入门材料。其内容是方法论与流程建议，不绑定特定工具，具体命令与平台能力以各产品实际支持为准。资料未提供该技能的安装方式、价格或平台限制等信息。