• 我的帖子已经打上 开源推广 标签： 是
• 我的开源项目完整开源，无未开源部分： 是
• 我的开源项目已链接认可 LINUX DO 社区： 是
• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

前情提要见：

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 简单实践示例…

在打磨了将近1周，提交了近300次的commits下，终于做好了3.1.0版本

新版本使用前记得装pwsh，并且添加到path

1.项目架构上

自从2.0版本后，我发现vibeskills的安装和管理方式不太对，因为skills包是散落在原生skills目录的，skills的触发，编排往往在不同代理上适配性不同。而且路由触发不稳定，容易存在管理困难，后续维护难度高。
所以我把skills包收缩在vibe这一个目录下：

就不会出现原来一安装，list几百个skills一起出现的情况了。

进一步的，因为把包收敛到了VIBE下，又修改了路由的使用方式，使用pwsh来同一管理路由和阶段进程，这些在不同代理下的适配度也提升了，不用每个不同环境代理去细纠调用和触发方式了。

过程为vibe被触发后，会调用skills.md的文档来运行路由，识别用户意图，进行关键词打分（是的也不需要AI意图治理路由的配置了，转嫁到调用路由的过程上ai自动处理了），示意如下，箭头的位置就是关键词的整理：

然后现目前的过程是，路由会给ai skills列表，让ai去选择使用skills，这样不会让ai去海量的描述中寻找skills（路由本身的职责），也不会让ai必须要听路由的（放宽路由对ai工作的影响，增加弹性）。

2.整个harness过程上

核心修改就是稳定化，去负担化，透明化

• 在意图识别阶段，以前ai总是连续问小问题，有些时候不稳定可能直接越过流程，现在不会了。
  现在是你给一个需求，ai会给你一个修订版本的需求，详细化你的需求，你只需要改改ai丰富的需求，减少用户的认知负担，他会自动补充你的意图，

如，这里他给的需求修订：

• 在设计计划的阶段，会提前告知用户会使用什么skills进行工作，如果用户要使用不同的skills，删除工作阶段skills等等，都是可以在计划阶段理清楚的。
  每个不同的小阶段会用不同的skills，ai会自己选择。

如下图的一个示例说明（这里就依据任务路由了两个skills）：

这里是一个使用案例的计划，可以看到把任务自动拆分成了多个阶段，并且不同的阶段使用不同的skills：

• 进一步的TDD会选择性触发，不会存在过渡版本的改个文档都在skills怎么tdd的问题。

• 然后在测试阶段也会强化测试强度，减少交付问题。
  如涉及到界面设计，作图等任务，他会自己去截图和看图形界面，避免这种主观任务一次性交付的产物很垃圾的问题，他会充分使用模型的视觉功能。
  如涉及交付应用上，他会尽可能仿真的测试交付结果，不会轻易的过tdd。

案例1：交付一个gpt-image-2 的工作台。

提示词：

后面需求补充的时候，我把测试的key给了他，并且告诉他要保持科技感和设计感

然后直接出的结果，聊天区的对话和图片生成记录都是他自己测试的，虽然界面有些粗糙，但是交付之后是能直接用的，功能上都是没什么问题的，调用Gemini对话进行设计，调用gpt-image2进行生图，可以上传参考图生图：

案例2 剪辑火箭登陆月历史的视频

后面加了需求，要他模仿抖音风格，加上有氛围感的音乐，

然后确认了之后他自己调用vide skills开始干活，这是vibeskills自己记录的剪辑过程：

但是成品有点烂 ，一个很机械的人机女声把我吓了一跳，而且配乐是他自己合成的滴滴滴的电子配乐给我气笑了，问题应该是内置的视频skills的问题，他只会处理视频，但是可能缺乏直接直接做生产力版本的能力导致的，要是有经验的佬可以指教一下。

案例3 做机器学习实验写论文

过程参考这个：

[image] 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： 在更新后入口收敛到/vibe,$vibe一个入口了，流程是一样的，只是把入口收敛了 以我想要做一个人脸识别的机器学习项目为例…

添加了需求：论文要详细，图文并茂：

这是一次性执行的成品，老实说有点惊艳到我

paper.pdf (1.0 MB)

3.后续项目的思考

一开始做vibeskills的时候更多是寻思能用拼凑出来了的，也有点不知道后面要发展成什么形态，也是做着做着逐渐清晰起来。

vibeskills应当成为一个支架，在稳定的harness工程治理下编排多种skills的协作，可以接入各种的skills。后续进一步扩展，那能做成一个超级的skills包，任何代理插上这个skills就能拥有全面的功能提升，不需要安装各种各样的harness，skills，直接一个包搞定 。

希望能做成一个下沉AI使用门槛，降低用户负担的一个项目，提供一种泛用的解决方案 。

欢迎大家来尝试和体验 。欢迎大家讨论，并且向我提出建议和意见 。鄙人不才，可能有些地方有问题烦请大家指出，我一定会认真听取和修改。

github链接为：GitHub - foryourhealth111-pixel/Vibe-Skills: An integrated AI capability stack with 340 skills, MCP entry points, agent workflows, and governed execution for planning, coding, research, and automation. · GitHub

如果您喜欢可以加个star ，我会持续更新这个项目的！您的支持也是我这个核动力驴的浓缩U-235 ！

5 个帖子 - 4 位参与者

阅读完整话题