- Published on
shadcn improve
- Authors
- Name
- AgedCoffee
- @__middle__child
项目链接
这是什么
improve 是一个面向 AI coding agent 的工作流型 skill。
它的核心目标不是直接改代码，而是先用更强的模型做三件高杠杆的事情：
- 理解代码库
- 审计出真正值得做的问题
- 写出足够自包含的实施计划
然后再把真正的实现、测试和交付，交给更便宜的模型或人去执行。
它自己反复强调一句话：
plan is the product
也就是，这个 skill 的主要产物不是 patch，而是 plans/ 目录里的执行计划。
它的工作方式
按照 README，它大致分成几步：
Recon：先摸清仓库技术栈、约定和真实可运行的 build/test/lint 命令Audit：并行审计 correctness、security、performance、test coverage、tech debt、DX、docs 等多个维度Vet：重新核对每条发现的证据，减少子代理误报Prioritize：按影响、工作量和置信度排序Plan：把选中的问题写成一份份可执行计划，落到plans/
这个思路和“直接让模型边看边改”不一样。它把“判断”与“执行”拆开，把高成本智能尽量花在审计和规划上。
常用入口
README 里给出的核心命令包括：
/improve：完整审计，输出优先级排序后的 findings 和计划/improve quick：便宜版快速扫一遍热点/improve deep：更彻底的全量审计/improve branch：只审当前分支改动/improve plan <description>：跳过全量审计，直接规划某个需求/improve review-plan <file>：审查和收紧已有计划/improve execute <plan>：把计划交给更便宜的执行者，并回头 review/improve reconcile：刷新 backlog，验证 done、重写 blocked、清理 drift
安装方式也很直接：
npx skills add shadcn/improve
为什么这个项目值得收录
- 它不是“再来一个编程 skill 列表”，而是明确提出了 advisor / executor 分层
- 它把计划写作当成第一产物，而不是实现附属品
- 它把验证命令、边界、停止条件都写进计划，明显是在为更弱的执行者设计
- 它把
execute和reconcile也设计进闭环，不是写完 spec 就结束
这套方法尤其适合：
- 大仓库技术债梳理
- 多 agent 协作
- 想把强模型预算集中花在“判断”而不是“重复实现”上
- 希望需求 / 修复计划能脱离会话长期存在
示例计划为什么值得看
仓库里附带的示例计划很有代表性。它不是一句“去重构某个模块”，而是把下面这些信息都写全了：
- 计划对应的 git commit
- 漂移检查命令
- 当前代码摘录
- 只允许修改的文件范围
- 明确 out-of-scope
- 每一步要跑的验证命令和预期结果
- stop conditions
这其实就是把“怎么让更小的模型别乱发挥”写成了一套工程协议。
我的备注
如果后面我要整理自己的 agent 工作流，这个项目最值得借鉴的点有三个：
- 先把审计、判断、规划和执行拆层，而不是让一个 agent 全程即兴
- 计划必须为最弱执行者而写，不能依赖“上文语境”
- backlog 不是一次性产物，
reconcile这种回收和校验机制很关键
它更像 spec writer + tech lead reviewer + task dispatcher 的组合，而不是普通代码生成 skill。