跳到主要内容
版本:0.2.x

LinaProAI技能体系由两类技能组成:

  • 外部安装技能:需通过npm/npx命令手动安装,安装后在任意项目中全局生效,例如OpenSpecgoframe-v2find-skills
  • 项目内置技能:随项目源码一起存放于.agents/skills/目录,无需额外安装,使用例如Claude CodeAI Coding工具在项目目录中工作时会自动加载。

技能概览

技能名称适用场景必要依赖
openspec可选的规范驱动工作流工具,推荐配合使用建议安装
goframe-v2GoFrame专属AI技能,提升后端代码生成质量建议安装
find-skillsAI技能市场搜索工具,辅助技能选型建议安装
frontend-design创作高品质、有辨识度的前端界面
frontend-patternsReact/前端开发最佳实践与模式
git-commit-push生成规范提交信息并推送到远端
git-worktree创建独立Git工作树隔离开发任务
karpathy-guidelines减少AI编码错误的行为守则
lina-archive-consolidate聚合OpenSpec归档迭代为统一目录(通常用于CI自动化)
lina-auto-archive自动扫描并归档已完成的OpenSpec变更(通常用于CI自动化)需安装OpenSpec CLI
lina-e2eE2E测试用例命名规范与管理标准需安装Playwright
lina-feedback追踪并修复OpenSpec变更后报告的问题
lina-perf-audit全面的后端API性能审计(手动触发)需运行中的LinaPro服务
lina-review代码与规范的结构化审查
openspec-explore需求探索与问题分析的思维伙伴模式
openspec-propose一步生成完整OpenSpec变更提案
openspec-apply-changeOpenSpec任务清单实施变更需安装OpenSpec CLI
openspec-archive-change归档完成的OpenSpec变更需安装OpenSpec CLI
playwright-cli浏览器自动化交互与Playwright测试需安装Playwright

如何使用技能

外部安装技能:按各技能说明中的命令完成全局安装后,AI Coding工具在对应场景下会自动识别并应用。

项目内置技能AI Coding工具在项目目录中运行时会自动加载.agents/skills/下的所有技能,无需额外操作。使用技能时,直接在对话中说明场景即可触发,或使用斜杠命令(如/git-commit-push)显式调用。

外部安装技能

以下三项技能需要手动安装,安装完成后在所有项目中全局生效。

openspec

OpenSpecLinaPro规范驱动工作流的推荐命令行工具,安装后/opsx:explore/opsx:propose/opsx:apply/opsx:archive等工作流技能将自动使用它作为底层引擎。这是LinaPro AI研发工作流中建议安装的技能。

适用场景:执行OpenSpec探索、提案、实施和归档等完整工作流时。

安装方法

npm install -g @fission-ai/openspec@latest

安装完成后,可通过opsx --version确认安装成功。

goframe-v2

goframe-v2是专为LinaPro后端Go代码定制的Agent Skill,内置GoFrame编码规范、ORM使用模式和最佳实践示例。编写或修改后端Go文件、实现服务接口、创建API或进行数据库操作时,该技能会自动激活,提供代码生成、错误诊断和性能优化建议,大幅提升与框架规范的一致性。

适用场景:开发lina-core后端代码、实现业务接口、编写数据访问层时。

安装方法

npx skills add github.com/gogf/skills -g

find-skills

find-skillsAI技能市场的搜索工具,帮助开发者快速在技能市场中查找和评估适合当前项目的AI技能。在需要引入新的AI辅助能力、不确定是否存在合适的现成技能时,通过find-skills可以显著提升技能选型效率。

适用场景:需要为项目引入新AI技能、评估现有技能生态时。

安装方法

npx skills add vercel-labs/skills --skill find-skills -g

项目内置技能

以下技能随项目源码一起维护于.agents/skills/目录,无需安装,在项目目录中使用AI工具时自动加载。

frontend-design

高品质前端界面设计指导。帮助AI避免产出千篇一律的"通用感"界面,创作出有辨识度、有设计质感的前端页面。

技能内容涵盖:设计意图分析(页面目的、调性、差异化方向)、字体与配色选择、动效与空间构图、背景与视觉细节处理,以及界面概念方向的确立与精确执行。

适用场景:开发新页面、重新设计现有界面、需要前端视觉风格指导时。

使用方式:在对话中描述界面需求,AI会自动应用设计指导;或使用/frontend-design命令显式触发。

frontend-patterns

React及现代前端开发的最佳实践与设计模式。为AI提供组件组合、自定义Hook、状态管理、性能优化、表单处理、错误边界和动效等方面的规范参考。

适用场景:开发前端功能组件、需要状态管理方案、实现性能优化或可访问性改进时。

使用方式:在前端代码开发场景中自动激活,或使用/frontend-patterns命令显式触发。

git-commit-push

审查当前Git工作区变更,按仓库提交规范自动生成提交信息,将所有改动提交到当前分支并推送到origin

提交信息遵循约定式提交格式,支持fixfeatbuilddocs等类型前缀,自动从diff提炼提交摘要。

适用场景:完成功能开发或修复后需要提交并推送代码时。

使用方式:告知AI"提交代码"或"commit and push",或使用/git-commit-push命令触发。

git-worktree

创建独立的Git工作树,让AI在新的隔离目录中继续工作,而不影响当前检出的分支状态。

对于并行处理多个功能分支、需要在不干扰主工作区的情况下探索新方案时特别有用。

适用场景:需要隔离任务开发环境、并行处理多个分支时。

使用方式:使用/git-worktree命令触发,AI会自动派生任务标识作为工作树分支名。

karpathy-guidelines

一套减少AI编码常见错误的行为守则,灵感来源于Andrej KarpathyLLM编码行为的总结。

四条核心原则:先思考再编码(显式声明假设和权衡)、简单优先(最小化代码解决问题)、外科手术式修改(只改必要的地方)、目标驱动执行(定义可验证的完成标准并循环直到通过)。

适用场景:所有编码任务,作为AI辅助开发的基础行为约束。

使用方式:作为基础守则自动激活,通常无需显式触发。

lina-archive-consolidate

openspec/changes/archive/下已归档的多轮OpenSpec迭代,按功能职责聚合整理为统一的归档目录。

执行语义合并时,保留所有迭代的设计决策和实现信息,将多次迭代压缩为单份内聚的归档,降低历史目录的噪音。归档条目达到8条及以上时,会自动进入完整的OpenSpec工作流(探索→提案→实施)。

适用场景:归档目录积累了大量零散迭代记录,需要定期整理合并时。

使用方式:使用/lina-archive-consolidate命令触发。

lina-auto-archive

自动扫描openspec/changes/目录,将所有已完成的活跃变更批量归档,并汇总处理结果。

技能会严格检查每个变更的完成状态——OpenSpec状态完成且任务全部完成才允许归档,任何未完成项一律跳过,不会强制放行,也不会绕过校验。归档完成后以中文汇报成功归档列表和未归档变更的原因。

适用场景:需要批量清理已完成变更、定期整理活跃变更目录时。

必要依赖:需要安装OpenSpec CLInpm install -g @fission-ai/openspec@latest)。

使用方式:使用/lina-auto-archive命令触发。

lina-e2e

Playwright E2E测试用例的命名规范、目录结构和管理标准。为AI提供测试用例ID分配规则(TC{NNNN}格式,全局唯一且不复用)、按模块组织的目录布局、测试文件模板、独立性要求和页面对象模型使用规范。

适用场景:编写、维护或审查E2E测试用例时。

必要依赖:需要安装Playwright及测试依赖:

cd hack/tests
pnpm install
npx playwright install --with-deps chromium

使用方式AI在编写E2E测试时自动应用本技能规范;或使用/lina-e2e命令触发。

lina-feedback

结构化的问题追踪与修复工作流,用于处理OpenSpec变更实施后报告的bug、缺失功能、体验问题和测试漏洞。

工作流覆盖:确定目标变更、按类型分析问题(bug/缺失/体验/测试漏洞)、更新增量规范、组织任务列表、循环执行修复、回归分析,以及完成标记前的全面验证。

适用场景:实施OpenSpec变更后收到反馈报告,需要系统性处理和修复时。

使用方式:使用/lina-feedback命令触发,并告知AI需要处理的反馈内容。

lina-perf-audit

全面的LinaPro后端API性能审计工作流(仅手动触发)。审计内容包括N+1查询、缺少索引、无限制列表响应、重复读取、可合并SQL调用、循环中的阻塞操作,以及读接口中执行写SQL的问题。

审计流程分三阶段:阶段0(准备环境:重置数据库、重启服务、安装插件、植入压测数据)、阶段1(并发子代理审计各模块)、阶段2(汇总生成报告和持久化问题卡片)。

注意

此技能会重置数据库、重启服务,耗时较长(几十分钟到数小时),消耗大量Token,仅在明确需要全面性能审计时使用。

适用场景:显式需要对所有后端API进行系统性性能审计时。

必要依赖:需要运行中的LinaPro开发环境(通过make dev启动)。

使用方式:在对话中明确要求"运行lina-perf-audit"或"对所有后端API进行完整性能审计"来触发。

lina-review

代码与规范的结构化审查工作流,在OpenSpec实施或反馈任务完成后、归档之前触发,确保代码质量和规范一致性。

审查范围:后端代码审查(GoFrame规范、接口i18n合规、分布式缓存一致性)、RESTful API审查、SQL审查、E2E测试审查,以及最终报告生成。以AGENTS.md为所有审查标准的唯一依据。

适用场景OpenSpec变更完成实施后、准备归档前的质量把关环节。

使用方式:使用/lina-review命令触发,AI会根据变更范围自动确定审查对象。

openspec-explore

探索模式——需求分析和问题调查的AI思维伙伴。采用好奇、非预设的方式帮助理清问题空间、调查代码库、对比方案、可视化架构,并识别风险与未知因素。

探索模式侧重于思考和调查而非实施:读取文件、探查代码库、用ASCII图表可视化,可以生成OpenSpec提案等思考产物,但不直接实现业务功能。

适用场景:开始一项复杂任务前的调研阶段、需要厘清需求或技术方案时。

使用方式:使用/openspec-explore命令触发,描述你想探索的问题或方向。

openspec-propose

一步生成完整OpenSpec变更提案,自动创建包含proposal.mddesign.mdtasks.md的变更目录及specs/规范文件。

AI会按依赖顺序生成各产物,确保设计文档和任务列表之间的信息一致性,无需手工拼装整套变更文件。

适用场景:需要为一项新功能或改动创建完整的OpenSpec变更提案时。

使用方式:使用/openspec-propose命令触发,描述你想实现的变更内容。

openspec-apply-change

按照OpenSpec变更目录中的tasks.md逐项实施代码、文档和测试改动。该技能通常在提案和设计已经完成后触发,负责把变更从规范落到可运行实现。

适用场景:已经存在openspec/changes/<change-id>/,需要开始或继续实施任务时。

必要依赖:建议安装OpenSpec CLI

使用方式:使用/openspec-apply-change命令触发,或直接告诉AI继续实施当前OpenSpec变更。

openspec-archive-change

归档已经完成的OpenSpec变更,将增量规范合并到基线规范,并把变更目录移动到归档区。

适用场景:变更实现、审查和验证全部完成,需要沉淀为长期基线时。

必要依赖:建议安装OpenSpec CLI

使用方式:使用/openspec-archive-change命令触发,或让AI归档当前完成的变更。

playwright-cli

Playwright浏览器自动化CLI指令集,覆盖打开页面、点击、输入、表单提交、多标签页管理、Cookie/localStorage/sessionStorage操作、网络路由拦截和DevTools等完整操作集。

适用场景:自动化浏览器交互、编写或调试Playwright测试时。

必要依赖:需要安装Playwright及相关浏览器:

cd hack/tests
pnpm install
npx playwright install --with-deps chromium

使用方式:描述需要执行的浏览器操作,或使用/playwright-cli命令触发。