用途：评估代码库对 AI 代理编码工具的友好程度，并给出改进方向。资料称代理在代码库中遇到困难时，往往是在反映并放大代码库自身的弱点，因此该技能围绕五项原则对代码库进行评估。
主要能力：
- 100% 测试覆盖率：让每行代码都有可执行示例证明其行为。
- 合理的文件结构：让文件系统成为代理可导航的界面。
- 端到端类型：消除非法状态，缩小代理搜索空间。
- 快速、临时、并发的开发环境：缩短反馈循环，支持并行代理工作流。
- 自动化约束：通过 linter、formatter 和 hooks 减少代理的自由度。
使用方式：先确定模式。Audit（审计）适用于已有代码库，用户想知道现状；评估全部五项原则并输出评分卡与具体发现。Guide（指导）适用于改进某一原则或搭建新项目，给出针对技术栈的可操作步骤。模式不明确时应询问。
审计流程：
- 检测技术栈：通过 package.json、go.mod、Gemfile、pyproject.toml、Cargo.toml 等识别主要语言、测试框架、构建系统和数据库。
- 评估每项原则：读取 references/checklist.md 获取详细标准，分别检查测试覆盖率（运行或检查覆盖率工具、CI 是否强制、当前百分比与未覆盖行是否可识别）、文件结构（采样目录树、文件大小、标记 utils/helpers/common 等大杂烩文件、文件名是否表达领域用途）、类型系统（严格模式、语义化类型名、API 契约模式、数据库约束、any 或未类型化缺口）、开发环境（单命令搭建、测试套件运行时间、端口与数据库隔离、worktree 或容器支持）、自动化约束（linter/formatter 配置、CI 流水线、git hooks、代理 hooks）。
- 生成评分卡：每项原则一行，包含原则、评级（Strong/Adequate/Weak）和关键发现。
- 排定改进优先级：按最弱原则排序，针对前 2-3 项给出结合项目实际技术栈的具体建议。
指导流程：读取 references/checklist.md 相关章节，评估该原则当前状态，按技术栈给出具体有序的改动清单，尽可能给出确切命令或配置片段。
适用场景：代码库审计、新项目搭建建议、提升代理编码效果。限制：资料未说明其具体实现方式、收费、支持的语言范围或平台细节，暂未提供。