来源：抖音 @王家盛
核心构建理念：链式串联与知识沉淀
在现代化的软件开发生命周期中，从最初的调研需求到最后的代码发布，每一个环节都不应是孤立的。关键在于将这些分散的任务串联成一条严密的逻辑链条，从而实现知识的沉淀与技能的复用。
一个完整的项目流转过程通常被划分为八个关键阶段，每个阶段对应特定的工具配置与执行策略。这不仅是简单的流程排列，而是通过标准化的操作规范，确保 AI 辅助开发的各个环节能够紧密衔接。
开发流水线的八段式工作流
为了系统化地管理开发任务，我们将全流程拆解为八个核心步骤，每个步骤都集成了特定的 AI 能力或脚本工具：
- 调研与需求理解：这是开发的起点。利用
web-search获取宏观信息，通过repo-study分析现有代码库，再借助learn-repo进行深入学习，最后通过ob-chat进行人机交互讨论，并记录在sounding-board中。 - 方案设计：进入技术架构阶段，利用
writing-plans制定计划，使用fireworks-tech-graph绘制技术图谱，进行frontend-design前端设计，并通过Pencil MCP或Stitch MCP进行设计稿的生成与校验。 - 方案设计评估：在定稿前，通过
spec-debate模拟多方辩论，对架构方案的可行性进行评估，确保方案无死角。 - 编码实现：这是核心执行环节。遵循
executing-plans执行计划，应用test-driven-development(TDD) 理念进行开发，使用systematic-debugging处理复杂故障。根据技术栈选择相应的代码库（如 React, Vue 等），并利用codes-rescue进行代码修复。 - 验证与自测：代码完成后，不能直接提交，必须先进行严格的自测。利用
x2e-test或verfiy等工具进行前置验证，确保核心业务无报错。 - 代码评审：在进入公共仓库前，通过
/code-review等指令进行自动化或半自动化评审，检查security-review安全性以及代码结构的简化程度。 - 提交与 PR：经过审核的代码进入 git 标准流程，使用
git-standards处理分支，通过finishing-a-development-branch合并代码，并使用github-repo-publish推送至远程仓库。 - 发布与部署：最后一步是将代码推送到生产环境。支持
npm-publish、vite-publish等包管理，或利用gh-workflow-generator生成 CI/CD 工作流，实现一键部署。
文档体系与底座能力
除了业务逻辑的开发，文档体系的自动化同样重要。这里引入了双重系统来支撑文档的生成与维护：
- 代码层文档系统：基于 GitHub Code 与 Obsidian。通过
obs-topic、ob-collect等工具收集资料，利用ob-compile生成结构化文档。这种“本地 + 云端”的同步机制，确保了代码变更能实时反映在文档中。 - 环境底座：为了支撑上述所有流程，需要一个稳定的环境底座。这里展示了针对 Vercel、Cloudflare 和华为云等不同发布矩阵的配置方案。无论是静态页面的托管（Vercel Pages），还是更复杂的边缘计算任务（Cloudflare Workers），都有对应的 Skill 进行专门管理。
Skill 的自我进化机制
一个优秀的 Skill 并不是死板的脚本集合，而是一个能随使用环境进化的智能体。为了实现这种进化，Skill 采用了双文件驱动模式：
- 协议层 (
SKILL.md)：这是 Skill 的“骨架”。它规定了技能的固定行为，如如何接收指令、如何执行任务。这是一个只读或极少修改的“协议”，确保了 Skill 行为的一致性。 - 记忆层 (
experience.local.md)：这是 Skill 的“大脑”。它记录了在实际使用中产生的经验、配置信息（如 Token、本地路径）以及在特定机器上遇到的坑。这是 Skill 能够“越用越顺手”的核心秘密，因为它将通用的能力与特定的场景记忆结合了起来。
实际应用与场景展示
通过展示实际运维中的案例，我们可以看到这种双文件机制的运作方式。例如在“网页搜索”场景中，SKILL.md 定义了如何通过 CLI 调用 API，而 experience.local.md 则记录了本地特定 API Key 的配置以及不同浏览器环境下的抓取技巧。
在“项目运维”中，这种机制更是发挥了巨大作用。通过记录服务器的 IP 地址、部署路径和常见报错，AI 能够像经验丰富的工程师一样进行远程连接和故障排查。这种将隐性知识显性化、并将操作固化为 Skill 的做法，极大提升了个人开发效率。