SuperAPI AI 工具集

cc-deep-code-intelligence

通用与其它

查看项目

更新于 10-16 05:52

技能介绍

用途:该技能面向“速度快会牺牲质量”的问题,例如架构设计、根因定位和高风险重构。核心理念是证据优先、建议在后。

主要能力与流程:

  1. 界定问题:用一段话复述目标、约束,以及判断错误的隐性成本,即使用户已说明也需重新写下。
  2. 建立证据表:以“主张、来源、置信度、反证”四列记录依据,格式如“X 同步调用 Y | src/a/b.ts:42-58 | high | ...”。没有证据表就不给建议;填不满说明还需继续阅读。
  3. 识别不变量与约束:包括代码必须保持的不变量(数据完整性、顺序、幂等性)、环境约束(运行时版本、数据库版本、预算、时间线)以及需显式标注的假设。
  4. 构建假设树:诊断类问题至少三个根因分支,每支含主张、支持证据数、反对证据数、最省成本的验证步骤;设计类问题至少三个备选方案,每项含草图、成本(工作量、运行时、运维)、可逆性、受益与受损方。
  5. 综合建议:说明所选路径及一句理由、被否决项及原因、风险与缓解、失败时的回滚方案。
  6. 诚实标注确定性:高为多来源证据且已处理反证;中为部分证据但有假设;低为需更多研究并给出下一步。不因想显得自信而抬高确定性。

何时调用 principal-engineer-strategist 智能体:决策影响多个团队、错误成本达数天工作量、存在安全/合规/运维等隐性相关方,或任务所需仓库上下文超出工作记忆时。

MCP 委派:任务解析用 cc_docs_resolve_task(task);并排比较两种方案用 cc_docs_compare(["approach-a", "approach-b"]);检查模式契合度用 cc_kb_pattern_template(name)。

反模式:未建证据表就给建议、单分支假设树(确认偏误)、忽略反证、在高风险工作上套用“快速推进”框架。

限制:资料未提供具体适用语言、平台、安装命令或收费信息。