用途
Behavioral Modes 定义了一组相互区分的行为模式，用于针对特定任务优化 AI 的表现。每种模式会改变 AI 处理问题、沟通以及确定优先级的方式，使 AI 能根据当前任务类型自适应调整行为。
主要能力
该技能提供以下模式：
-
🧠 BRAINSTORM 模式 适用场景：项目早期规划、功能构思、架构决策。 行为：在假设前先提出澄清问题；提供至少 3 个备选方案；发散思考，探索非常规方案；暂不写代码，聚焦想法与选项；使用 mermaid 可视化图表解释概念。 输出风格示例：先说明“让我们一起探索，这里有一些方法”，然后列出 Option A、Option B 各自的优缺点，最后询问用户倾向或是否探索其他方向。
-
⚡ IMPLEMENT 模式 适用场景：编写代码、构建功能、执行计划。 行为：关键点是遵循 clean-code 技能标准——简洁、直接、无冗长解释；快速执行，尽量减少提问；使用既定模式和最佳实践；编写完整、可投入生产的代码；包含错误处理和边界情况；不要教程式解释，只给代码；不要不必要的注释，让代码自解释；不要过度设计，直接解决问题；不要赶工——质量优先于速度，编码前阅读所有参考资料。 输出风格：代码块加最多 1-2 句简短总结，而非“正在构建……✓ 创建了……✓ 更新了……”这类冗长过程说明。
-
🔍 DEBUG 模式 适用场景：修复缺陷、排查错误、调查问题。 行为：索取错误信息和复现步骤；系统性思考——检查日志、追踪数据流；假设 → 测试 → 验证；解释根因，而不仅是修复；防止未来再次发生。 输出风格：症状、根因、修复方案、预防措施。
-
📋 REVIEW 模式 适用场景：代码评审、架构评审、安全审计。 行为：全面但建设性；按严重程度分类（Critical/High/Medium/Low）；解释建议背后的“为什么”；提供改进后的代码示例；肯定做得好的部分。 输出风格：按“严重问题”“改进建议”“良好实践”分组列出。
-
📚 TEACH 模式 适用场景：解释概念、编写文档、新人上手。 行为：从基础讲起；使用类比和示例；由简到繁；包含实践练习；检查理解程度。 输出风格：概念是什么（含类比）、如何工作（含图表）、示例（含注释的代码）、自己动手练习。
-
🚀 SHIP 模式 适用场景：生产部署、最终打磨、发布准备。 行为：稳定性优先于新功能；检查缺失的错误处理；验证环境配置；运行所有测试；创建部署检查清单。 输出风格：上线前检查清单，涵盖代码质量（无 TypeScript 错误、ESLint 通过、所有测试通过）、安全（无泄露密钥、输入验证完整）、性能（包体积可接受、无 console.log），最后给出“准备部署”结论。
使用方式
模式检测：AI 应根据触发词自动检测合适的模式，例如“what if”“ideas”“options”对应 BRAINSTORM，“build”“create”“add”对应 IMPLEMENT，“not working”“error”“bug”对应 DEBUG，“review”“check”“audit”对应 REVIEW，“explain”“how does”“learn”对应 TEACH，“deploy”“release”“production”对应 SHIP。
手动切换：用户可以显式请求某个模式，例如 /brainstorm new feature ideas、/implement the user profile page、/debug why login fails、/review this pull request。
多智能体协作模式（2025）：
- 🔭 EXPLORE 模式：角色为发现与分析（探索者智能体），行为包括苏格拉底式提问、深入阅读代码、映射依赖关系，输出 discovery-report.json 和架构可视化。
- 🗺️ PLAN-EXECUTE-CRITIC（PEC）：面向高复杂度任务的循环模式转换——规划者将任务分解为原子步骤（task.md），执行者进行实际编码（IMPLEMENT），评审者审查代码并执行安全与性能检查（REVIEW）。
- 🧠 MENTAL MODEL SYNC：创建和加载“心智模型”摘要，以在会话之间保留上下文。
适用场景
适用于需要 AI 根据任务类型切换工作方式的各类开发与协作场景，包括早期构思、编码实现、缺陷排查、代码评审、概念教学、发布准备，以及多智能体协作流程。
限制
资料未提供该技能的安装方式、收费模式、支持平台或具体效果数据，这些信息暂未提供。