superpower SKIll标准开发流程中这个skills是一个常用的skills集合需要当前计算机环境中全局安装它目前大部分的skills都开源在github上需要vpn/梯子访问需要研发项目的时候使用标准的开发流程完成全流程研发工作我需要借助superpowers skills中的技能帮我将superpowers中skills全局安装到当前环境中。将已经安装的superpowers skills中虽有的skill技能全部做好中文的说明并且将使用说明保存在docs/目录中*│├──scripts/│ ├──sdd/ #【新增】SDD工具脚本│ │ ├──generate_contract_from_spec.py #从规格生成契约│ │ ├──validate_contract.py #验证契约一致性│ │ └──sync_acceptance_tests.py #从验收标准生成测试骨架│ ├──tdd/ #【新增】TDD工具脚本│ │ ├──run_all_tests.sh #运行全部测试│ │ ├──coverage_report.sh #生成覆盖率报告│ │ └──mutation_test.py #变异测试│ └──loop_engine.py #已存在│├──.github/│ └──workflows/│ ├──loop-cron.yml #已存在│ ├──ci.yml #【新增】CI流水线│ └──sdd-validation.yml #【新增】SDD验证│└──src/ #业务代码TDD驱动实现├──core/├──agents/├──tools/└──utils/superpower skill并不是一个skill是一组skill的集合是一个软件研发全流程的skill组合从软件需求分析到设计、开发、测试、运行、集成、上线部署等等。底层的开发设计思路参考了SDD和TDD提供相关开发的skill。具体使用案例操作开发人员通过自然语言提供需求让AI IDE结合skills实现功能的分析技能using-superpowers产出用户自然语言需求的分析结果提示词$using-superpowers我要在当前的项目中开发“AI Agent治理”功能需要对“LLM管理”、“Prompt提示词”、“知识库”等Agent的组成组件进行详细管理然后通过这些组件构建Agent并且在Agent管理中组建起来的Agent可以查看详细细节以及可以预览效果给我当前功能可行性以及需要补充部分的分析结果注意编写提示词的时候尽可能的减少模糊化、形容词 词语执行注意2第一套提示词执行完成结合技能的产出结果分析了开发人员想要什么分析了需求功能的实现基本流程分析了实现方式中出现的风险点提示最后给出了下一步开发建议注意–如果没有标准开发流程大部分流程中直接回复“继续”让AI自己推动流程向下执行复杂项目中很容易会造成幻觉问题操作通过对应的技能对当前的分析结果进行总结和规划按照用户的需求和分析的情况产出多套实现方案并给出多套方案的优缺点分析让用户进行审核技能brainstroming产出当前需求可实现的多套方案提示词$brainstroming前面的分析结果非常好现在需要结合分析的结果给出多套可落地的实现方案并且针对每套方案说明优缺点、后期功能扩展的限制。将产出的多套方案在docs/目录中按照方案分不同文件保存下来让我审核执行通过头脑风暴实现了用户的自然语言的需求经过分析之后给出了三套可执行方案但是开发人员发现在原始需求中就已经缺少了部分功能的描述如“记忆系统”、“多类型模型接入-大语言模型/词嵌入模型..”、“知识库管理-使用本地向量数据库qdrant管理落地数据”前面给出的方案中明显将这些功能按照缺失处理、或者按照后期补充功能处理。但是我们的需求是类似知识库功能、记忆系统功能都需要在第一期规划中添加进去。操作方案更新升级技能brainstorming提示词我需要接入多家大模型厂商知识库也需要通过Qdrant**实现较为完整的功能并且Agent还需要开发记忆功能会话记忆、短期记忆和长期记忆结合Qdrant实现、Agent要实现工作流编排功能等让Agent能确切的提供更加完善的服务这样的情况下优化上述三个方案并进行平行对齐给我对应的开发建议**产出优化后的三套方案执行最终结果按方案B落地首版但在关键抽象上向方案C靠拢。**核心将前面头脑风暴分析的方案按照审核和推荐的方案确定最终的可执行可落地的规划方案。技能writing-plans产出第一期开发规划落地方案文档后续开发中可以随时对齐原始落地规划方案避免AI IDE开发过程中因为幻觉问题导致开发功能偏离原始需求方案注意如果规划方案一旦落地开发过程中尽量不要临时新增各种需求如果需要新增需求的情况下严格按照标准执行流程从头脑风暴开始将新增需求执行多套方案讨论最终将新增需求落地到 规划方案中。而不是临时提示词让AI IDE在现有标准流程中临时开发功能很容易带偏整个项目的开发节奏。提示词$writing-plans按照前面落地的方案以方案B增强版为核心落地方案以方案C增强版为目标执行方案开始规划当前的需求开发过程将具体规划的任务迭代方案落地成可实施可执行的文档保存到docs/目录中后续会按照这个文档的规划进行开发并且随时需要对齐功能。执行注意2AI Agent开发过程中知识库功能里面需要知识库中上传多个文件知识库内部需要将文件进行切片处理专业操作流程词嵌入需要对应的词嵌入模型进行操作切片完成的文件需要将切片进行向量化处理向量化处理将切片后的词语进行数学中的向量转换最终将转换后的向量数据存储起来备用向量话处理-词嵌入模型自动处理保存向量数据建议使用向量数据库将向量化的数据持久保存到本地文件而不是临时保存内存推荐一个向量数据库软件Qdrant词嵌入模型两种方式可以使用第一种方式注册一些大模型厂商账号如智谱清言注册完成后对应官方网站上申请对应的词嵌入模型使用创建对应的apikey就可以通过apikey将这个模型接入到本地项目中实现词嵌入功能第二种方式直接在本机安装ollama.exe软件本地部署大模型软件官方网站https://ollama.exe需要注意的是ollama下载的模型本身体积都会比较大不建议将模型保存在默认的C盘的位置很容易导致C盘爆满。早期ollama需要手工配置环境变量修改模型保存位置现在ollama可以直接在界面 中通过设置修改模型存储位置。按照上一版给定的开发方案首先大致阅读了解方案的规划情况简单浏览之后按照AI IDE提示从Task1开始执行但是这里具体开发有个细节需要注意开发提示词中需要明确的说明先指定开发任务清单然后按照任务清单落地开发操作开始落地编写代码技能executing-plans提示词按照上一个步骤的落地方案“AI-Agent治理实施计划…md”开始落地执行从Task1开始迭代执行对应的任务执行过程中就当前任务组需要规划详细执行清单然后按照清单逐步推进直到当前任务验收完成再开始迭代下一个任务。