SuperAPI AI 工具集

compound

编程与开发

查看项目

更新于 10-16 06:14

技能介绍

Compound 是一个代码协作场景下的知识沉淀技能,用于把 PR 上下文中的经验教训整理成结构化文档。

用途:在用户输入 /compound、compound this、document learnings、save what we learned,或完成 PR 后触发,从 PR 中提炼知识并保存到 docs/learnings/。

主要能力:分三阶段工作。第一阶段收集上下文:识别 PR 编号或分支(可用 gh pr view --json number,body,title 从当前分支找 PR),从 PR 正文提取 Plan 路径(正则 .hoyeon/specs/[^/]+/PLAN.md),推导 Context 路径 .hoyeon/specs/{name}/context/,并并行读取 learnings.json、decisions.md、issues.json 以及 PR 评论与评审。若无上下文文件且无 PR 评论,则提示用户手动输入,至少需要一个来源。第二阶段提取与分类:从 PR 评论中筛选有价值的反馈(如代码改进建议、缺陷识别、模式与最佳实践、批准时留下的建议),过滤简单提问、确认请求、仅批准评论和机器人评论;使用 suggest、recommend、better、instead、pattern、practice、convention、issue、bug、fix、learned、TIL、note 等关键词;提取作者、正文、文件路径和时间;分析上下文文件,评估文档价值,在 docs/learnings/ 中查重,参考 problem-types.md 分类问题类型并生成标签。第三阶段生成文档:生成 YAML frontmatter(pr_number、date、problem_type、tags、plan_path),按 LEARNING_TEMPLATE.md 模板写入,文件名为 {YYYY-MM-DD}-{short-title}.md,保存到 docs/learnings/,并添加交叉引用。

使用方式:可指定 PR 编号,如 /compound 123;或不带参数使用当前分支的 PR,即 /compound。输出为创建的文档路径与摘要,例如 Created: docs/learnings/2024-01-15-api-error-handling.md,附问题类型、标签和来源。

适用场景:团队在完成 PR 后希望沉淀可检索的经验、决策理由与问题记录,形成 docs/learnings/ 知识库。

限制:依赖 PR 与 .hoyeon/specs/ 目录结构;需要 gh CLI 环境;若无足够来源(至少一个)则无法生成。其余收费、平台或更多细节暂未提供。