3天18小时无人值守：dzhng/skills 驱动 Codex 自主运行的完整案例复盘-平芜编程栈

【免费下载链接】skills

Reusable AI agent skills for software factories: explore ideas, write specs, implement, review, and run autonomous research. Works with Claude Code, Codex, and other skill-compatible agents.

项目地址：https://gitcode.com/gh_mirrors/skills47/skills

点击查看免费下载

skills是一套用 AI 智能体技能包（agent skills）驱动软件工厂的开源项目：一次 Codex 无人值守运行凭它连续推进单一目标3 天 18 分钟，自动切片、构建、审查直到完成。本文完整复盘这次自主运行案例，拆解四步闭环，并给出新手友好的 skills 技能包安装与上手指南。

1. skills 是什么：给 AI 智能体的「可复用技能包」

软件正在从「AI 帮你做任务」走向「AI 自建工厂」：智能体围绕一个目标自主推进，直到产出可信为止。难点不在把目标拆成任务，而在把目标拆成可独立验证的小块，并且知道这些块在哪里。

skills 项目正是跑通这个循环的一套技能包。安装后，Claude Code、Codex、opencode、Cursor 等 70+ 支持 skills 的框架都能直接使用。核心心智模型来自「战争迷雾（fog of war）」：

把未知当迷雾处理，先绘制地形；
把任务切成可在隔离环境中构建和验证的「领土」；
发现新迷雾就递归再切片；
每一块都必须用架构审查、代码审查、视觉审查自证，循环才能继续推进。

2. 无人值守闭环：3 天 18 分钟是怎么跑完的

README 里给出了这次运行的一手证据：一条 Codex 目标记录，Pursuing goal [$implement-spec]... 3d 18m 44s——单一目标，全程无人干预：

官方把完整循环拆成 4 步（见 README.md），你的时间只花在两端，中间完全无人值守：

第 1 步：Map the fog（梳理未知，30 分钟~3 小时）用 explore-unknowns 按「已知已知 → 已知未知 → 未知已知 → 未知未知」四象限逐个访谈你。它不会让你凭空想象，而是直接递上渲染好的选项、mock 和决策表让你「反应」——结束时你就清楚了这个功能到底要做什么。

第 2 步：Codify（固化成 spec，30 分钟~3 小时）用 write-spec 把这张地图转写成可独立验证的切片（slices）：每个切片像一个小库，有命名边界、类型化输入输出、确定性夹具。由于大部分决策已在上游做出，这一步基本是誊写——作者甚至不读这份 spec。

第 3 步：Build（自主构建，数小时~2-3 天，全程无人值守）

/goal /implement-spec specs/<feature>

/goal让框架进入循环模式（Claude Code 和 Codex 均可），spec 从那一刻起驱动一切。详见 implement-spec-with-goal。

第 4 步：Review the choices（审查决策，30 分钟~3 小时）运行结束时，智能体会整合出specs/<feature>/choices.md——它做的每一个 spec 未覆盖的决策，按「最不自信」排序。这才是你要审查的东西。把修改打回，下一轮自动重新审计：AI 每次写代码，你审查它做的选择。

3. 无人值守构建阶段内幕：每个切片如何「自证」

3 天的中间环节没有任何人看代码，靠的是 implement-spec 写死的一整套纪律：

pass 是提交检查点，不是停止点：完成一个切片意味着立刻开始下一个，而不是交还给你；只有整个 spec 全部实现（或遇到只有你能拍板的阻塞）才停。
每过必审：每个 pass 结束自动触发 review（refactor-clean → code-review → write-docs 三镜头串成一次裁决）；涉及视觉的切片额外要求生产路由的像素级 diff+ 一个未经预热的子代理做 screenshot-critique，防止「实现者看自己改的画面总是觉得没问题」。
计划是活文档：当实现证明计划过时，就重新切片，绝不停下等人。
并行加速：依赖图上互不依赖的切片交给子代理并发执行，各占独立 git worktree，主智能体负责集成。
维护检查点常态化：每两三个提交、或计划开始膨胀时，自动清理过时的 TODO 和脚手架，保证一个全新的智能体读 spec 就能选出正确的下一步。
人工检查点永不阻塞：遇到只有你能拍板的关口，它会留约 5 分钟给你反馈，同时继续做其他不受阻塞的工作；你不回，它就按证据自行决定、记录在案，保持可逆。

4. 跑完不审 diff，审决策台账 choices.md

这是整个案例最值得借鉴的一点。审查几千行 diff 不具可扩展性——而且它审的是「执行」，执行通常没问题。真正会留下来影响未来的，是架构决策。

audit-choices 的原则：

追溯会话（及每个子代理）走过的每一步，找出所有「替你做了、但 spec 里没有写」的决策：数据形状、存储位置、依赖、API 契约、性能换内存的取舍……
每个决策给出裁决——sound（合理）/ unsound（不合理，需从修正后的决策重做）/ needs-user（必须你来定）——并附置信度，报告按置信度升序排列，先看到你最该盯的几条。
每条台账都按 ELI5 标准写成自包含的小场景，不读 diff、不读 spec 也能看懂。

一次跑了两三天的运行，正是靠这份台账赢得合并资格：几天的无人值守运行，靠台账而不是 diff 向你证明它做了什么决定。

打回修改后，下一轮会自动重新审计。最终 close-spec 会把 spec 从「构建计划」改写成「设计决策记录」：代码回答 how，归档后的 spec 回答 why。

5. 顺带认识 auto-research：用快速实验做决策

当下一个决策需要实验证据时，auto-research 负责「学得快」：从一个能快速暴露问题的任务出发，成批检验假设，组合验证过的赢家并扩大覆盖面。它明确区分「通过正确性门槛」和「达到优化目标」，最终产出最优的已验证产物 + 一份参数-效果地图（测了什么、哪里有用、哪里有害、变化如何相互作用）。例如：

/auto-research Reduce cost per task by at least 15% relative to the saved baseline, without reducing task success. Start with one fast development task.

6. 安装 skills 技能包：最快上手方式

最简安装，一条命令：

npx skills add dzhng/skills

其他常用姿势：

npx skills add dzhng/skills --list：挑选单个技能安装；
从克隆（https://link.gitcode.com/i/31dcedba5b171080fd359474e73df8ac）直接安装：npm run install-skills，默认装到~/.agents/skills，并用相对软链接到~/.claude/skills，让两个框架读同一份文件（见 scripts/install-skills.mjs）；
安装到项目仓库：npm run install-skills -- ../my-app；
只装需要的：npm run install-skills -- --only write-spec,review ../my-app。

重复执行会覆盖已安装副本，加--dry-run可先预览计划。

7. 案例复盘：新手能带走什么

你的时间花在两端：梳理未知 30 分钟~3 小时，审查决策 30 分钟~3 小时；中间 2-3 天完全无人值守。
切片要可独立验证：一个切片一个接缝、一个审查面、一个裁决，这是无人值守敢跑几天的底气。
审查决策，而不是代码：choices.md台账是 AI 自主运行真正可审核的表面。
计划会过时，允许它被重切：spec 是活文档，实现教学给智能体的东西要回流到计划里。
技能可组合也可单点使用：不需要跑完整闭环——临时改动先/review再/audit-choices；视觉工作必过截图对比闸门（compare-screenshots）。

参考资料：README.md · write-spec · implement-spec · audit-choices · explore-unknowns · auto-research

【免费下载链接】skills

Reusable AI agent skills for software factories: explore ideas, write specs, implement, review, and run autonomous research. Works with Claude Code, Codex, and other skill-compatible agents.

项目地址：https://gitcode.com/gh_mirrors/skills47/skills

点击查看免费下载