SuperAPI AI 工具集

maestro-learn

编程与开发

查看项目

更新于 10-22 18:12

技能介绍

maestro-learn 是一个需要用户手动调用的学习工具包,仅通过 /maestro-learn 命令触发,不会在代码场景中自动调用。它提供四个子命令,帮助开发者理解代码、调查问题、提取模式并获得第二意见。

用途与子命令

  • follow:输入代码路径、wiki ID 或主题,按顺序阅读并强制回答四个问题,输出理解地图。支持 --depth shallow/deep 控制深度。
  • investigate:输入具体问题,采用假设驱动搜索(证据→假设→测试),输出有证据支撑的报告。支持 --scope 限定范围、--max-hypotheses 控制假设数量。
  • decompose:输入模块或目录,通过 4 个并行维度代理(结构、行为、数据、错误)提取可复用模式目录,并与已有约定交叉比对,标注 documented/known/new 状态。
  • consult:对文件、wiki 条目、git diff 或计划产物获取第二意见,支持 review、challenge、consult 三种模式。

使用方式

命令格式如 /maestro-learn follow <path>、/maestro-learn investigate <question>、/maestro-learn decompose <module>、/maestro-learn consult <target>。各子命令支持 -y 跳过确认、--save-wiki 创建 wiki 笔记、--save-spec 将新模式写入规格等标志。

存储与边界

所有发现写入 .workflow/knowhow/ 下的 KNW-* 文件,并追加 <learning-entry> 块到 .workflow/specs/learnings.md。严格禁止修改源代码或这些路径之外的文件。

适用场景

适合需要系统理解陌生代码、定位复杂问题根因、提炼团队编码模式或对变更进行评审的开发者。限制包括:仅手动调用;部分子命令依赖 maestro 搜索和 wiki 功能;超过 1000 行文件自动切换浅层模式;超过 50 个文件建议使用 --patterns 过滤。具体收费、平台等信息暂未提供。