用途：这是一份教育性指南，提供编写实现计划的最佳实践，帮助模型产出的实现方案减少偏差、符合项目标准。核心原则是模型倾向于局部优化，需通过分层验证（提示词→IDE→提交→CI→运行时）强制执行全局约束。
主要能力：
- 风格锚点：在提示中附带 2-3 个示例文件并给出精确路径与行号（如 src/auth/login.ts:45-78），优先使用含代码、测试、README 的仓库实例，并置于任务说明前部以防架构漂移。
- 任务规模：目标时长 30-150 分钟，每个任务涉及 1-3 个文件（最多 5 个并说明理由）；拆分策略为测试+脚手架→最小实现→重构打磨，逐个小任务提交。
- 肯定式指令：明确允许的动作（如 ONLY use: cobra, go-playground/validator, sqlite），避免否定表述。
- 分层规则：全局（格式、语言、长度）、项目（CLAUDE.md 或 .cursor/rules/）、上下文感知规则。
- TDD 锚点：要求测试→最小代码→更多测试→重构；测试失败时修订实现而非改测试。
- 提示定位：把关键规范、风格锚点与硬性规则放在开头和结尾。
- 模型策略：Claude 用于外科式最小差异编辑，GPT 用于探索性与代码审查。
- 自洽与 AI 互审：生成 3 个以上实现后择优，或跨模型评审。
- 漂移处理：出现新依赖、越界文件、无法解决的 lint/类型错误、提议改测试等情况时立即停止并回滚，记录 incident note。
- 质量门禁与分层验证：提交前 lint/test/typecheck，CI 门禁含违规计数与竞态检测，运行时做输入校验与错误处理。
使用方式：以任务模板（YAML）描述 id、估算时长、可触碰文件、风格锚点、约束、TDD 清单、漂移策略与验证命令（如 npm test src/auth/login.test.ts、go test ./pkg/auth -v、pytest tests/test_auth.py -v）。原文还提供实用清单与常见反模式表。
适用场景：团队或个人在借助 AI 生成实现计划、编写任务说明、搭建 CLAUDE.md/.cursor/rules/ 规则时参考。
限制：资料未说明该技能的安装方式、运行环境、收费模式或适用平台，这些信息暂未提供。