SuperAPI AI 工具集

principle-encode-lessons-in-structure

数据与分析

查看项目

更新于 10-15 22:11

技能介绍

用途:这是一条工程原则,用于把反复出现的修复与教训编码进结构(工具、代码、元数据、自动化),而不是依赖文字指令。每次错误、人工纠正和意外结果都是学习信号,应被捕获、分流并闭环。

核心理由:文字指令容易被忽略,需要读者注意、记住并遵守;结构性机制(lint 规则、元数据标记、运行时检查、自动化脚本)无需配合即可强制执行规则。

模式:当你发现自己在第二次写同一条指令时,先问:这能否变成 lint 规则、元数据标记、运行时检查或脚本?能则编码它并删除该指令;不能(需要判断)则让指令更醒目,并补充失败模式的示例。选择最强机制:当多种机制都可行时,选情境允许的最强者(无法编译的不可表示状态,其次使 CI 失败的 lint 或禁用 API,再次规范辅助函数,最后运行时检查),因为智能体会复制周围代码已有的做法,较弱的防护会成为下一个模板。推论:若修复是结构性的,就只用结构性修复,指令只是症状。

反馈闭环:捕获每次纠正,当人工介入或测试失败时判断是一次性还是模式;分流到正确层级,一次性→脑内笔记,反复修复→技能或 lint 规则,系统性问题→原则;闭环,不要只记录,立即应用或创建具体待办。

反模式:只承认不记录(“我会记住”不会持久);只记录不分流(关于本应存在的 lint 规则的笔记,除非规则被实现,否则是浪费);只修复不泛化(修好一个实例却留下反复出现的模式)。

限制:资料未提供具体安装命令、代码示例、收费或平台信息。