do-in-steps

do-in-steps 是一个把复杂任务拆解为有序步骤并逐步执行的技能，来自 neolabhq/context-engineering-kit。它的核心思路是：不一次性完成整个复杂任务，而是先分解出相互依赖的子任务，按顺序执行，每一步都把上下文传递给下一步，并对每一步做独立的质量校验。

用途与定位 适用于需要多步、跨文件、存在依赖关系且对正确性有要求的复杂任务，例如接口变更、功能新增、重构、带影响面的缺陷修复、跨层改动等。技能本身只承担编排职责，不直接读文件、写代码或运行 bash。

参数

• task：自由文本，必填，待分解执行的任务描述。
• --strict：布尔标志，默认 false。开启后禁用“迭代裁量规则”，即每步必须评分 >= 4.0 才算通过，否则一直重试直到达到最大重试次数。
• --model：可选 haiku、sonnet、opus，默认为按步骤自动选择。显式指定后会覆盖所有步骤中所有子代理（实现、meta-judge、judge）的模型层级。省略时需按模型选择策略为每一步选择层级，没有固定的兜底层级。 调用示例：/do-in-steps Refactor UserService class and update all consumers --strict

主要能力与编排流程

1. 分析与分解任务：理解目标、识别自然边界、确定依赖关系、定义每步的输入/动作/输出/验证方式，输出子任务表与依赖图。
2. 为每个子任务选择模型层级：基于范围、复杂度、风险三个维度，从选择规则表中确定层级，并说明理由；再依据角色配对规则决定该步 meta-judge 的层级。
3. 对每一步，并行分派 meta-judge 和实现代理（meta-judge 在分派顺序上优先）；等待两者完成后，携带 meta-judge 的验收规范分派 judge。
4. 打分未通过时按 judge 反馈迭代，最多重试 3 次，重试期间复用同一份 meta-judge 规范；每个新步骤分派新的 meta-judge。
5. 收集输出并向前传递上下文，只传递必要的上下文摘要而非完整文件内容。
6. 报告最终结果。

模型选择策略

• 层级作为每步的独立决策，而非整轮统一；同一分解中可以混合层级。
• 默认层级为 sonnet 与 haiku，opus 为保留的按需选项，必须由规则触发才可使用，不能因“不确定”而选用。
• 选择规则（按最高匹配层级取胜）：
  • 单文档/文本修正，无代码、无跨文件推理：haiku（改错字、更新链接、修正 README 中的过期命令）。
  • 单文件、约 10 行以内的机械代码改动：haiku（改常量、加守卫子句、重命名局部变量、改配置值）。
  • 代码编写，新函数/组件/测试、单模块改动、既有模式：sonnet（加一个端点、写一个服务方法加测试、重构一个模块）。
  • 多文件重构（3 个及以上文件，或涉及共享契约变更）、关键逻辑（认证、支付/计费、数据完整性、不可逆迁移、公共 API 破坏）、复杂逻辑（并发、非平凡算法、架构决策）：opus。
• 规则优先级：需逐行评估，多条匹配时取最高层级；关键性与复杂性始终覆盖规模。纯机械的大范围改动（同一条规则化编辑重复到多个文件、无逻辑、无契约变更）不触发多文件条件，按单次改动的内容定级。
• 打破平局：仅当没有规则行干净匹配、确实介于两级之间时，选择更便宜的一级；不允许为求稳而偏向 opus。

角色配对 每个模型管线包含生产（实现）、标准设定（meta-judge）、评估（judge）三个角色，默认为该步同一层级。仅对非显而易见步骤，可单独将标准设定角色提高一级；但不得将标准设定设为低于生产角色的层级。显式 --model 覆盖本节全部内容。

升级规则 当出现以下触发条件之一时，将失败步骤的实现与 judge 同时提升一级（haiku → sonnet → opus，opus 为上限）：

1. 首次尝试质量偏低，或问题显示模型理解有误而非遗漏细节。
2. 用户反馈质量过低或结果错误，任何时间点（包括已报告通过后）均适用。 唯一例外：触发条件 1 下，若 judge 指出的是具体、可修复的缺陷而非能力差距，可维持层级，用 judge 的具体反馈在同层级重试。触发条件 2 无此例外，立即升级。 显式 --model 情形下，触发条件 1 不得覆盖用户选择，应继续用该模型迭代直到达到最大重试；仍未达标时向用户说明问题并建议升级。触发条件 2 视为用户批准，立即升级。 升级仅作用于失败步骤的重试，不改变整条链；meta-judge 不重跑、不重新定级。升级是根因修复的补充而非替代，必须把 judge 反馈传入重试。已报告通过后如用户反馈某步结果错误，重新进入该步重试路径，该步重试预算重置，可再获得最多 3 次重试。

跨提供商等价 在非 Anthropic 模型环境运行时按能力档次映射：haiku 对应 gemini-flash-lite、gemma 类、gpt-oss 类等小型开源模型；sonnet 对应 gemini-pro 类与完整 gemini-flash（非 -lite 变体）、GPT-5-mini 类、大型 Qwen/DeepSeek 类；opus 对应各提供商的高推理/深思层级。映射按能力档次而非名称，规则本身以层级表达，映射后规则不变。

使用方式与产物 执行前需创建报告目录：mkdir -p .specs/reports。报告命名约定为 .specs/reports/{task-name}-step-{N}-{YYYY-MM-DD}.md，其中任务名由任务描述推导，N 为步骤序号，日期为当前日期。实现产物输出到其指定位置，只有 judge 的校验报告写入 .specs/reports/。

限制与约束 技能强调自身只做编排：不得阅读实现文件、不得直接写代码或改动源文件、不得跳过分解直接实现、不得跳过 judge 校验、不得向 judge 提供任何形式的分数阈值、不得完整阅读 judge 报告（仅解析结构化头部）。同时要求始终通过 Task 工具分派子代理完成所有实现工作。

关于收费、价格、平台支持范围与具体效果，资料暂未提供。