lee-to/aif-evolve

根据项目背景、积累的补丁和代码模式自我提升AI工厂技能。分析错误所在、有效的方法，并提高技能以防止未来问题的发生。当您希望为您的项目使AI变得更智能时使用。 --- 自定义提交工作流，用于替换内置的aif-commit。展示了扩展系统的技能替换功能。 --- 运行一个严格的多迭代反射循环，包括（计划、生产/准备、评估、批评、精炼）阶段，以改进一个工件，直到质量门通过或达到迭代限制。当用户要求迭代改进、质量门生成或“生成 -> 批评 -> 精炼”循环时使用。 --- - --- 将项目特定的规则和约定添加到.ai-factory/RULES.md。每次调用都会追加新规则。这些规则在执行前由/aif-implement自动加载。当用户说“添加规则”、“记住这个”、“惯例”或“总是做X”时使用。 --- 进入探索模式——一个用于探索想法、调查问题和明确需求的思考伙伴。当用户希望在变化之前或变化过程中深入思考某个问题时使用。 --- 执行当前计划中的实施任务。依次完成任务，标记完成情况，并保存进度以便在会话间继续进行。当用户说“实施”、“开始编码”、“执行计划”或“继续实施”时使用。 --- 创建或更新包含主要里程碑的项目路线图。生成.ai-factory/ROADMAP.md — 一个高层次目标的战略检查清单。当用户说“roadmap”、“project plan”、“milestones”或“what to build next”时使用。 --- 通过分析暂存的更改来创建符合规范的提交信息。根据Conventional Commits规范生成语义化的提交信息。当用户说“commit”、“save changes”或“create commit”时使用。 --- 代码质量指南和编写清晰、可维护代码的最佳实践。涵盖了命名、结构、错误处理、测试和代码审查标准。在编写代码、代码审查、重构或询问“我应该如何命名这个”、“最佳实践是”、“如何编写干净的代码”时使用。 --- 改进和完善现有的实施计划，进行第二次迭代。重新分析代码库，检查是否有遗漏、缺失的任务、错误的依赖关系，并提高计划的质量。在/aif-plan之后使用以在实施前完善计划，或改进现有的/aif-fix计划。 --- 修复代码库中的特定错误或问题。支持两种模式——立即修复或先计划。无参数时执行现有的FIX_PLAN.md文件。始终建议测试覆盖率并添加日志。当用户说“修复错误”，“调试这个”，“某些东西坏了”或粘贴错误消息时使用。 --- 对暂存的更改或拉取请求执行代码审查。检查错误、安全问题、性能问题和最佳实践。当用户说“review code”、“check my code”、“review PR”或“is this code okay”时使用。 --- 答案的可靠性门槛。强制基于证据的推理，明确不确定性，以及在信息不足时使用“信息不足”而不是猜测。当用户说“确保100%正确”，“不要出现幻觉”，“只有经过验证的信息”，“基于事实的答案”，或者是在高风险情况下使用。 --- 生成CI/CD流水线（GitHub Actions / GitLab CI），包括代码检查、静态分析、测试和安全。当用户说'ci', 'setup ci', 'github actions', 'gitlab ci', 'pipeline'时使用。 --- 由aif-ext-hello扩展提供的一项hello world技能。演示了由扩展提供的技能。