关于 [开源]（4.18更新3.0.4）我整合了340+个skills，19+个高星vibecoding项目到一个智能路由治理skills包中。 - #380，来自 Fishelly_Xie
有佬想问一下实践方法，这个帖子简单介绍方法和效果的示例：
以我想要做一个人脸识别的机器学习项目为例，并直出latex论文为例：
1.提出需求：
这里路由到了技能，会询问一下，是否使用这个路由到的skills作为参考。
这里路由到了ml-pipline-workflow，之前收集到的一个机器学习skills。
（第三点无人值守模式，是我以前经常说的口头禅，不是项目的设计，是我的使用习惯被记录到他，基于此问我的）
2.澄清需求
这里选择技能后就会开始问一下细节了，他会一边问一边写文档，佬要是觉得繁琐也可以自己要求怎么访谈（比如说：就是这样，我不想你再问问题了）：
省略一堆问题 （点击了解更多详细信息）3.规划实现方案
4.开始执行
后面就是全自动进行了：
我想要增强训练量就增加需求：
但是准确率不好，还在维持我之前的训练demo的要求，于是我就增加需求：
可以看到好多了。
进一步看整个工作目录：
刚刚到工作步骤都有详细的时间，对话轮次，历史记录，训练过程的留痕。
一是方便审查过程，二是方便ai了解之前的项目历史，这些文件的命名都是规范化的（在内部都有每个目录名称的定义），调用vibe能够渐进式披露的了解之前的项目历史。
进一步比如说要写论文：
开始路由latex撰写技能
这就是一次性直出的成品，格式是latex的skills给的参考，所有一次性排版，加图都很规范，没有什么大问题
main.pdf (275.6 KB)
1 个帖子 - 1 位参与者
来源: linux.do查看原文