Skip to content

Latest commit

 

History

History
139 lines (108 loc) · 10.8 KB

File metadata and controls

139 lines (108 loc) · 10.8 KB

研究迁移综合

字多不看

  • 研究不是证明“我看过资料”,而是把成熟对象拆成可迁移机制、不可迁移边界和可验证动作。
  • 本轮把 P1 研究对象合成为一条主线:Codex 负责执行控制面,Aider 负责 Git 编辑闭环,Cline 负责多入口平台化,Claude Code Best Practice 负责方法论资产化。
  • 当前 17 个研究域均已补齐 deep-dive.md,全量进入 L2 证据层。
  • 本仓不应该复制任何一个外部项目,而应该杂交成“AI 原生知识库控制面”。
  • 下一步最小试用动作是:补 scripts 风险登记、补研究域迁移表、补资源治理 schema、补工作流验证闭环。

研究质量问题

上一版研究读起来没有收获,根因不是材料不足,而是研究链条断在“观察”阶段:

缺口 表现 修正方式
机制不足 只写目录结构和可借鉴点 明确哪个机制真正制造结果
迁移不足 只说“本仓可参考” 写清能迁移什么、不能迁移什么
动作不足 只写“下一轮研究” 写出下一步试用动作和验收指标
组合不足 单个仓库各说各话 把多个机制组合成本仓可执行方案
验证不足 结论像观点 给出证据来源、试用指标和失败条件

新的研究标准是:

每个深度研究必须回答:它为什么有效,我能抄哪里,不能抄哪里,怎么改成本仓版本,如何验证改完真的更好。

对标拆解

参考对象 核心机制 真正带来结果的动作 可迁移做法 不可迁移条件 下一步试用动作
openai/codex 执行控制面 把配置、沙箱、执行策略、工具、技能和项目上下文显式建模 scripts 风险分级、Agent 执行边界、技能输入输出契约 不复制 Rust/Bazel/CLI runtime,本仓不是 coding agent 产品 建立 scripts/manifest.yml,记录 owner、风险、输入、输出、dry-run 和 CI 状态
Aider-AI/aider Git 驱动编辑闭环 让每次 AI 修改都进入 diff、lint/test、commit、回滚和审查链路 研究域和文档修改必须保留 diff 证据、门禁命令和失败修复记录 不复制 Python 实现、repo map 算法和完整交互式终端产品 建立“AI 修改 -> diff 审查 -> make test -> commit”工作流模板
cline/cline 多入口 agent 平台 同一套能力暴露为 IDE、CLI、SDK、rules、skills、examples 和测试平台 为人类入口、AI 入口、脚本入口、skill 入口、资源入口和 metadata 入口写清协议 不提前做 SDK、服务端 hub 或复杂 UI 梳理本仓入口矩阵,记录每个入口的输入、输出、owner 和验证命令
shanraisshan/claude-code-best-practice 方法论资产化 把经验拆成 best practice、implementation、workflow、reports、config 把经验短句下沉为概念、模板、流程、skill 或检查项 不照搬 Claude Code 生态绑定配置,不把个人偏好当通用标准 建立“经验 -> 产物类型 -> 验证方式”的分流表
hesreallyhim/awesome-claude-code 资源治理系统 用结构化主表、状态字段、脚本、测试和模板治理外部资源 外部资源本地化、生命周期字段、去重和失效检查 不复制其分类体系,本仓聚焦中文 Vibe Coding assets/external-resources 增加字段契约和过期检查策略
tradecatlabs/vibe-coding-cn AI 原生知识库雏形 把 docs、skills、scripts、metadata、assets、research 和 llms 入口工程化 用外部样本反向校准本仓,持续把研究下沉到稳定层 不因自我研究陷入自我确认 对 P1 研究结论做跨对象组合和下游落地

全量研究域迁移矩阵

研究域 类型 最有价值机制 本仓迁移位置 下一步动作
openai-codex coding-agent-tooling 执行控制面 scripts/workflow/references/ 建脚本风险登记表
aider-ai-aider coding-agent-tooling Git 驱动编辑闭环 workflow/ 建 AI 修改到提交的证据模板
cline-cline coding-agent-tooling 多入口 agent 平台 metadata/llms.txtskills/ 建入口矩阵
shanraisshan-claude-code-best-practice agentic-engineering-methodology 方法论资产化 concepts/workflow/skills/ 建经验分流表
hesreallyhim-awesome-claude-code ecosystem-index 资源治理系统 assets/external-resources/ 强化资源 schema
tradecatlabs-vibe-coding-cn workflow-methodology AI 原生知识库控制面 全仓 建自我审计和下沉任务
datawhalechina-easy-vibe cn-onboarding 目标分流课程路径 getting-started/ 重构学习地图分流
datawhalechina-vibe-vibe cn-onboarding demo 驱动零基础课程 getting-started/、未来 practice 给概念补最小练习
liyupi-ai-guide cn-onboarding 大众解释和项目实战入口 getting-started/assets/ 抽取低门槛表达和工具候选
wendy7756-vibe-coding-guide cn-onboarding 非程序员视角 getting-started/prompts/ 增加非程序员入口说明
luzhenqian-ai-coding-lab project-practice 项目实验室矩阵 workflow/、未来 practice 建最小实践项目模板
shouzhengai-cs146s-cn project-practice assignments 验证层 getting-started/workflow/ 建练习任务模板
filipecalegario-awesome-vibe-coding ecosystem-index 国际工具族和术语雷达 assets/concepts/keyword-system.md 抽取工具族和术语对照
ai-for-developers-awesome-vibe-coding ecosystem-index 轻量工具分类雷达 assets/external-resources/ 对照资源分类缺口
daotin-ai-coding workflow-methodology 中文 AI Coding 主题雷达 concepts/keyword-system.mdassets/ 抽取中文高频主题
earyantle-vibe-coding-skill workflow-methodology 最小 Skill 骨架 skills/ 建 Skill 发布检查清单
roocodeinc-roo-code coding-agent-tooling 归档工具生命周期样本 research/assets/ 明确 archived 降级规则

改良迭代

第一轮:让研究从“结论”变成“动作”

目标结果:用户打开研究文档后,能直接知道下一步怎么改自己的仓库。

改动点 原模式 本仓改良 验证指标
研究域分析 结构观察和可借鉴点 对标拆解、迁移边界、试用动作 17 个研究域 analysis.md 都有可执行动作
深度研究 L2 证据和关键机制 保留证据链,另写迁移综合 17 个研究域均有 deep-dive.md
价值地图 用户价值说明 增加组合方案和验收指标 能回答“看完有什么用”

第二轮:让研究进入仓库控制面

目标结果:研究结论不再停在 research,而是进入 scriptsworkflowassetsskillsreferences

迁移方向 来源机制 本仓目标产物 验证指标
scripts 控制面 Codex exec policy / sandbox 脚本登记表、风险等级、dry-run 和审批边界 每个脚本有 owner、风险、输入输出和 CI 状态
Git 编辑闭环 Aider repo editing loop AI 修改工作流和提交前证据模板 每次提交说明验证命令和 diff 范围
多入口契约 Cline IDE / CLI / SDK / rules 人类入口、AI 入口、脚本入口、skill 入口矩阵 每个入口有输入、输出、更新策略
方法论分流 Claude best practice 经验到 concepts/references/workflow/skills 的分流规则 经验短句不再孤立堆放
资源治理 awesome-claude-code CSV 资源 schema、状态字段、过期检查 资源表能被脚本校验

第三轮:让研究可以被证伪

目标结果:研究不再是“写得像对”,而是能通过小实验判断是否有效。

假设 最小实验 成功信号 失败信号
scripts manifest 能降低脚本风险 选 5 个脚本补 owner、风险、输入输出和自动执行边界 Agent 能判断哪些脚本可自动跑 仍需要人工逐个解释脚本用途
文档地图能降低索引漂移 为 research 建生成或校验入口 README、metadata、llms 路径一致 新文档漏进索引
资源 schema 能提升资源质量 抽样 30 条资源做字段校验 能发现缺 license、last_checked 或重复 ID 仍靠肉眼维护
经验分流能提升学习效果 将 10 条经验分别落到概念、流程或 skill 用户能按目的找到对应动作 经验仍只是口号

杂交创新

本仓最优路线不是学习某一个外部仓库,而是把多个成熟机制组合成一个更适合中文 Vibe Coding 的系统:

AI 原生知识库控制面
├── research/   # 发现和验证外部机制
├── assets/     # 治理外部资源和引用材料
├── metadata/   # 提供机器可读索引
├── scripts/    # 执行质量门禁和同步任务
├── workflow/   # 约束 AI 修改、验证和交付过程
├── skills/     # 沉淀可复用 Agent 能力
└── docs/       # 面向人类的稳定知识层

组合逻辑:

  • Codex 给出“执行必须有控制面”的底线。
  • Aider 给出“修改必须进入 Git 和测试闭环”的底线。
  • Cline 给出“入口必须平台化和契约化”的方向。
  • Claude Code Best Practice 给出“方法论必须文件系统化”的方向。
  • Awesome 生态给出“资源必须结构化治理”的方向。
  • 本仓负责把这些机制压成中文学习路径、工程模板和 Agent 可执行规则。

下一步落地清单

优先级 动作 目标位置 完成标准
P0 更新 P1 研究域 analysis.md docs/research/*/analysis.md 每个样板有对标拆解、改良迭代和试用动作
P0 升级研究域治理契约 docs/research/research-domain-contract.md L2/L3 明确要求迁移动作和验证指标
P1 建立 scripts 控制面 scripts/ manifest、风险等级、自动/人工边界
P1 建立入口矩阵 docs/references/docs/workflow/ 人类、AI、脚本、skill、资源入口边界清楚
P1 建立资源 schema assets/external-resources/ 字段、生命周期、过期检查和去重规则
P2 建立经验分流规则 docs/getting-started/docs/workflow/skills/ 经验短句能下沉成可执行产物

验收标准

研究文档以后必须满足以下标准,否则就只是资料整理:

  • 能说清参考对象的核心机制。
  • 能指出哪些机制真正带来结果。
  • 能列出可迁移做法和不可迁移条件。
  • 能给出本仓改良版本,而不是照搬原模式。
  • 能给出最小试用动作和验证指标。
  • 能说明失败信号,允许研究结论被证伪。