Skills

assist

Installation
SKILL.md

/assist — 萬用助手

自動分析當前情境，盤點可用 ECC 資源，智慧選擇最佳 agent pipeline 並執行。適合不確定該用哪個工具時使用。

Step 0: 任務追蹤（條件式 HITL）

評估本次任務是否適合啟用 task tracking。

判斷依據：

建議啟用 建議跳過
預估 4+ 實作步驟 1-3 個簡單步驟
有步驟間依賴關係 線性無依賴
跨多個檔案/模組 單一檔案修改
預計執行時間較長 快速完成的任務

若判斷為「建議啟用」： 使用 AskUserQuestion 詢問使用者：

本次任務較為複雜（[簡述原因]），建議啟用任務追蹤。

啟用後會在每個步驟使用 TaskCreate/TaskUpdate 追蹤進度， 支援依賴管理（addBlockedBy）和即時狀態顯示（activeForm）。 預估額外 token 消耗：~500-1,000 tokens。

  1. 啟用 — 全程追蹤
  2. 不啟用 — 直接開始

若判斷為「建議跳過」： 不詢問，直接進入 Step 1。

啟用後的行為：

  • TaskCreate 父任務（subject: /assist: [任務摘要]）
  • 每個 Step 開始前 TaskCreate 子任務（含 activeForm），保留回傳的 task ID，完成後 TaskUpdate 為 completed
  • 有依賴的步驟使用 addBlockedBy 標記（填入前序步驟 TaskCreate 回傳的 task ID）
  • 不啟用則完全跳過所有 Task 工具呼叫

Step 1: 情境分析

收集當前工作環境的完整資訊：

1a. Git 狀態

git status
git diff --stat
git log --oneline -5
  • 是否有未 commit 的變更？變更了哪些檔案？
  • 最近的 commit 在做什麼？
  • 當前 branch 名稱和狀態

1b. 專案偵測

ls -la
  • 專案語言/框架（package.json → Node.js、go.mod → Go、requirements.txt → Python 等）
  • 是否有測試框架設定
  • 是否有 CI/CD 設定

1c. 使用者指令

  • 分析 $ARGUMENTS 中的任務描述
  • 回顧對話脈絡中的需求和上下文

1d. Build 狀態

  • 如果有相關指令（npm run build、go build、python -m py_compile），快速檢查 build 是否正常
  • 只在偵測到明確的 build 設定時才執行

Step 2: 盤點 ECC 資源

快速掃描可用的 agents、skills、commands：

可用 Agents（根據專案類型篩選）：

Agent 適用情境
planner 需要規劃的複雜任務
tdd-guide 新功能、bug 修復
code-reviewer 程式碼品質審查
security-reviewer 安全性分析
build-error-resolver build 失敗
e2e-runner E2E 測試
refactor-cleaner 重構、清理 dead code
doc-updater 文件更新
go-reviewer Go 專案專用
go-build-resolver Go build 錯誤
python-reviewer Python 專案專用
database-reviewer 資料庫相關
harness-optimizer agent harness 設定優化（hooks/evals/routing）
loop-operator 自主迴圈運行與監控
docs-lookup Context7 文件與 API 查詢
typescript-reviewer TypeScript/JavaScript 專案型別安全與 best-practice 審查

可用 Commands（根據情境篩選）：

Command 適用情境
/orchestrate 預定義多 agent 工作流（feature/bugfix/refactor/security）
/loop-start 啟動自主迴圈任務
/loop-status 監控進行中的迴圈狀態
/model-route 依任務複雜度推薦 model 層級
/checkpoint 工作流中建立/驗證進度檢查點
/quality-gate 品質閘——測試覆蓋率、lint、安全掃描
/simplify code-reviewer 後自動修正（refactor-cleaner：dead code、命名、nesting）
/docs 需要查詢 Context7 文件或 API 行為
/aside 需要暫時切換話題但不丟失當前任務 context
/skill-health 檢視 skill portfolio 健康狀態與冗餘/缺口分析
/prompt-optimize 優化 prompt、SKILL.md 描述、system instructions 品質
/blueprint 需跨 session 持續推進的大型建構計畫
/context-budget context window 即將超限時稽核用量
/save-session | /resume-session 跨 session 保存/恢復工作進度

ECC 資源分配原則

  • 盤點結果直接影響 Step 3 路由選擇
  • 路由決策前必須確認所選 pipeline 中的所有 agent 均為可用狀態
  • 若需要的 agent 已被 defer，提示使用者先 restore 或選擇替代 pipeline

Step 3: 智慧路由

根據 Step 1 的情境分析結果，自動選擇最佳 pipeline：

路由規則

偵測到的情境 選擇的 Pipeline 說明
有明確的新功能需求 planner（含業界/學術方案調研 + 社群共識/反面意見 + 架構決策 + 需求追蹤矩陣）-> tdd-guide -> code-reviewer -> /simplify 完整功能開發流程；planner 須附上技術方案的業界標準或學術支撐，納入社群共識與已知反面意見/陷阱，並輸出架構決策（替代方案、相容性、效能/安全影響），以及需求追蹤矩陣（REQ-N → 實作步驟映射，依據：DAMA-DMBOK Completeness）
有 bug 描述或錯誤訊息 planner -> tdd-guide -> code-reviewer -> /simplify bug 修復流程
有未 commit 變更需 review code-reviewer -> /simplify -> security-reviewer 快速品質審查；先修正再安全審查
build 失敗 build-error-resolver 直接修復 build
需要重構（使用者明確要求或偵測到 code smell） planner（含架構決策 + 社群共識/反面意見）-> refactor-cleaner -> code-reviewer 安全重構流程；planner 須輸出架構決策和社群共識/反面意見（已有 refactor-cleaner，不加 /simplify 避免重複）
需要寫文件 doc-updater -> code-reviewer 文件更新流程（文件審查不適用程式碼簡化）
Go 專案 在 pipeline 中加入 go-reviewer 自動附加語言專用 reviewer
Python 專案 在 pipeline 中加入 python-reviewer 自動附加語言專用 reviewer
涉及資料庫 schema 或 query 在 pipeline 中加入 database-reviewer 自動附加資料庫 reviewer
需要優化 agent harness 設定 harness-optimizer hooks/evals/routing 設定調優
需要執行自主迴圈任務 loop-operator 長時間 autonomous loop 監控
需要預定義工作流模板 /orchestrate command 當任務明確符合 feature/bugfix/refactor/security 模板時，委派給 orchestrate 而非手動組裝 pipeline
使用者詢問該用哪個 model /model-route command 依任務複雜度推薦 Haiku/Sonnet/Opus
長時間迴圈任務需監控 loop-operator + /loop-status 啟動迴圈後配合狀態查詢
需要多模型協作（ace-tool MCP 可用時） multi-* commands 條件：偵測到 ace-tool MCP 已設定時才路由
需要查詢特定 API 或框架文件 /docs command 或 docs-lookup agent Context7 MCP 查詢，比 WebFetch 更準確
TypeScript/JavaScript 專案 在 pipeline 中加入 typescript-reviewer 自動附加語言專用 reviewer
需要優化 prompt/SKILL.md 描述品質 /prompt-optimize command advisory only，不執行實際任務
context 即將超出限制或效能下降 /context-budget command 稽核各元件用量、建議精簡
長時間/跨 session 任務需要保存進度 /save-session → 下次 /resume-session 在適當中斷點儲存狀態
不確定 / 多種可能 列出建議 pipeline，讓使用者選擇 透過 AskUserQuestion 互動

路由判斷邏輯

  1. 優先使用 $ARGUMENTS：如果使用者有明確指令，以指令為準
  2. 其次分析 git 狀態：未 commit 變更 → review pipeline；build 失敗 → build-fix pipeline
  3. 再看對話脈絡：從對話中推斷使用者的意圖
  4. 無法判斷時詢問：使用 AskUserQuestion 提供 2-4 個建議選項

多情境衝突處理

當同時偵測到多個情境時，依以下優先順序決定先處理哪個：

  1. Build 失敗 — 必須先修復，否則其他工作無法驗證
  2. 安全問題 — 不能延後
  3. 使用者明確指令（$ARGUMENTS）— 使用者意圖優先
  4. Bug 修復 — 修復比新功能重要
  5. 新功能開發 — 標準優先級
  6. 重構/清理 — 較低優先級
  7. 文件更新 — 可延後或與其他工作並行

若偵測到的情境與 $ARGUMENTS 衝突（例如使用者要 review 但 build 失敗），先說明偵測結果，詢問使用者是否仍要繼續原指令。

不確定時的互動

使用 AskUserQuestion 提供選項：

情境分析結果：[簡述偵測到的狀態]

建議的工作流程：
1. [Pipeline A] — [適用原因]
2. [Pipeline B] — [適用原因]
3. [Pipeline C] — [適用原因]

Step 4: 執行 Pipeline

若啟用 task tracking： 每個 agent 執行前 TaskCreate 子任務（含 activeForm，保留回傳的 task ID），執行後 TaskUpdate 為 completed。若有 pipeline 依賴順序，使用 addBlockedBy 標記（填入前序 agent TaskCreate 回傳的 task ID）。

按選定的 pipeline 依序執行 agents，使用 handoff protocol 傳遞 context。

Handoff Protocol

每個 agent 完成後，整理交接資訊傳給下一個 agent：

## HANDOFF: [previous-agent] -> [next-agent]

### Status: [COMPLETED | COMPLETED_WITH_ISSUES | FAILED]
<!-- COMPLETED = 正常繼續 | COMPLETED_WITH_ISSUES = 繼續但標記 | FAILED = 暫停詢問使用者 -->

### Context
<!-- 任務背景和目標 -->

### Findings
<!-- 上一個 agent 的發現和產出 -->

### Industry & Standards Referenced
<!-- 本階段引用的業界標準或學術依據 -->
<!-- ⚠️ 必填，不可留空——若本階段無引用，明確寫「本階段未引用業界標準」（依據：OpenAI Developer Community 共識：checklist-driven > free-form） -->

### Community Consensus & Dissenting Views
<!-- 社群主流看法和已知反面意見/陷阱（GitHub discussions、SO、Reddit） -->
<!-- ⚠️ 必填，不可留空——若無相關社群討論，明確寫「無相關社群共識資料」 -->

### Completeness Declaration（完整性聲明）
<!-- 依據：DAMA-DMBOK Completeness -->
<!-- 格式：「本步驟處理了 K/N 個預期項目，差集 = N-K（遺漏項：列出）」 -->
<!-- 範例：本步驟處理了 3/3 個預期項目，差集 = 0（無遺漏）-->
<!-- 範例：本步驟處理了 2/3 個預期項目，差集 = 1（遺漏：REQ-2 未完成）-->
<!-- ⚠️ 必填，不可留空——使下游 agent 能執行 set difference 比對，不依賴語意判斷 -->

### Files Modified
<!-- 被修改的檔案清單 -->

### Open Questions
<!-- 未解決的問題 -->

### Recommendations
<!-- 給下一個 agent 的建議 -->

執行原則

  • 每個 agent 依序執行，不跳過
  • 如果某個 agent 發現 CRITICAL 問題，暫停 pipeline 並使用 AskUserQuestion 詢問使用者
  • 語言專用 reviewer（go-reviewer、python-reviewer）在 code-reviewer 之後執行
  • database-reviewer 在涉及 DB 變更的步驟之後執行

Step 5: 輸出報告

所有 agents 執行完畢後，輸出最終報告：

## /assist 執行報告

### 情境分析
- 專案類型: [語言/框架]
- 偵測到的情境: [情境描述]
- 選擇的 Pipeline: [pipeline 名稱]

### Agent 執行結果

#### 1. [Agent 名稱]
- 狀態: 完成 / 有問題
- 摘要: [1-2 句話]
- 重要發現: [列表]
- 完整性聲明: 本步驟處理了 K/N 個預期項目，差集 = [列出遺漏項或「0（無遺漏）」]

#### 2. [Agent 名稱]
- ...

### 變更的檔案
| 檔案 | 動作 | 說明 |
|------|------|------|
| ... | 新增/修改/刪除 | ... |

### Manifest 比對結果（依據：DAMA-DMBOK Completeness）
<!-- 若 pipeline 包含 planner（新功能需求），列出需求追蹤矩陣的比對結果 -->
| 需求 | 有對應步驟？ | 最終狀態 |
|------|------------|---------|
| REQ-1: xxx | Step N ✅ | 已完成 |
| REQ-2: yyy | —— | ❌ 未完成 |
| **計數** | N 個需求 | K 個已完成，差集 = N-K |

### 未解決的問題
<!-- 如果有的話 -->

### 建議下一步
- [ ] ...
- [ ] ...
Related skills

More from ashe-li/agent-skills

Installs
35
Repository
ashe-li/agent-skills
GitHub Stars
2
First Seen
Mar 2, 2026
Security Audits
Gen Agent Trust HubPass
SocketWarn
SnykWarn