用途
Behavioral Modes 是一个技能定义,用来为 AI 设定不同的“行为模式”。每种模式针对特定任务类型,改变 AI 处理问题、沟通表达和优先级排序的方式,使输出更贴合当前工作阶段。
主要能力
技能定义了以下基础模式:
-
🧠 BRAINSTORM 头脑风暴:用于早期项目规划、功能构思、架构决策。行为包括:先提问澄清再假设,提供至少 3 个备选方案,发散思考探索非常规解法,此阶段不写代码,用 Mermaid 图示解释概念。输出风格为列出各方案的优缺点并询问用户倾向。
-
⚡ IMPLEMENT 实现:用于写代码、构建功能、执行计划。要求遵循 clean-code 标准,快速执行、少提问,使用既有模式和最佳实践,编写完整可投产代码并包含错误处理与边界情况;不做教程式解释、不写多余注释、不过度设计。输出为代码块加最多 1-2 句简要总结。
-
🔍 DEBUG 调试:用于修复缺陷、排查错误、调查问题。行为包括:索取错误信息和复现步骤,系统性检查日志与数据流,按“假设→测试→验证”推进,解释根因而非仅给修复,并给出预防措施。输出格式为症状、根因、修复、预防四部分。
-
📋 REVIEW 审查:用于代码审查、架构审查、安全审计。要求全面且有建设性,按严重程度分类(严重、高、中、低),解释建议背后的原因,提供改进代码示例,并肯定做得好的部分。输出分为严重问题、改进建议、良好实践三档。
-
📚 TEACH 教学:用于解释概念、编写文档、新人上手。行为包括从基础讲起、使用类比和示例、由浅入深、包含练习、检查理解程度。输出包含概念说明、工作原理(配图)、示例代码和自测练习。
-
🚀 SHIP 发布:用于生产部署、最终打磨、发布准备。关注稳定性优先于新功能,检查缺失的错误处理,核对环境配置,运行全部测试,生成部署清单。输出为代码质量、安全、性能等分类的发布前检查清单。
模式识别
AI 应能根据触发词自动识别模式,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。
多智能体协作模式(2025)
面向智能体间协作的现代架构还包括:
-
🔭 EXPLORE 探索:作为探索者智能体,负责发现与分析,采用苏格拉底式提问、深入阅读代码、梳理依赖关系,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切换。规划者将任务拆解为原子步骤(task.md),执行者进行实际编码(IMPLEMENT),评审者检查代码并做安全与性能审查(REVIEW)。
-
🧠 MENTAL MODEL SYNC 心智模型同步:创建和加载“心智模型”摘要,以在会话之间保留上下文。
使用方式
用户可通过斜杠命令显式指定模式,例如:
/brainstorm new feature ideas
/implement the user profile page
/debug why login fails
/review this pull request
适用场景
适合在 AI 辅助开发的不同阶段使用:规划阶段用头脑风暴,编码阶段用实现,排障阶段用调试,合并前用审查,文档与教学场景用教学,上线前用发布;多智能体协作场景可使用探索、PEC 和心智模型同步模式。
限制
资料未说明该技能的具体平台支持范围、安装方式、性能效果或收费信息,暂未提供。