规划、纠偏和记忆会始终连成一体，而不是在每个任务里临时拼凑。
- 先界定范围，再开始实现把模糊需求整理成可直接落地的规格，明确范围和验收标准。
- 基于证据纠偏，不靠猜测借助测试、日志、CI 输出和评审反馈，按照当前规格修正偏差。
- 复用项目记忆沉淀关键决策和根因，让下一个任务从真实上下文出发。
规划。纠偏。沉淀。
给 AI 编码代理一套更紧的规格闭环。
spec-coding-skills 帮助代理在编码前先定义完成标准，用证据修正偏差，并复用项目记忆，而不是每个任务都从零开始。
准备好后再安装一条命令，装齐三个技能。
npx skills add H2Sxxa/spec-coding-skills --all规划 -> 纠偏 -> 记忆
三个技能会彼此增强，而不是像彼此割裂的提示词那样各自运作。
Root SPEC.md
仓库无需 fork 技能，就能通过根目录配置覆盖语言、验证命令和知识库路径。
+88.9 分
在一个本地 3 轮提示的小型演示中，技能引导输出与预期工作流结构的匹配度明显更高。
三个技能
一个闭环，串起规划、纠偏与持久记忆。
每个技能单独使用都有效，但真正的价值在于它们能在任务生命周期中彼此传递上下文。
默认工作流
这套闭环在真实仓库里如何运作。
这套流程在日常使用中依然很轻量：先读取本地约定，再围绕明确的完成条件做规划，并在运行证据与预期不一致时补齐差距。
先读仓库约定
如果目标仓库定义了根目录 SPEC.md，技能就会据此遵循本地语言、验证和知识库约定。
取回历史上下文
在规划或纠偏开始前，`spec-index` 会先查找相关决策、根因和风险点。
先定义完成标准，再开始实现
`spec-plan` 会把模糊请求整理成可执行规格，包含可测试的验收标准和执行护栏。
在常规编码循环中实现
这些技能不会取代编码，而是收紧“应该做什么”和“如何验证”的边界。
用真实反馈闭环纠偏
当现实与规格出现偏差时，`spec-crlp` 会基于证据执行“修复-验证-重复”的闭环，而不是悄悄改变目标。
沉淀可复用经验
可复用的发现会回流到 `spec-index`，让后续任务继承项目记忆，而不是重复踩坑。
演示基准
一个小信号，说明这套流程确实会改变 agent 的行为方式。
在一个本地 3 轮提示的 Codex 演示中，技能引导输出在规划、纠偏和记忆结构上，比通用基线输出稳定得多。
演示总体结果
+88.9 pts11.1% → 100.0%
规划一个已有功能
改进点基线
33.3%
使用技能后
100.0%
在实现前补齐范围边界、验收标准、验证计划和记忆上下文。
修复一个失败测试
改进点基线
0.0%
使用技能后
100.0%
推动 agent 采用基于证据的调试方式，并显式记录根因、验证过程和记忆沉淀。
保存一个可复用的根因
改进点基线
0.0%
使用技能后
100.0%
把一次性的调试知识整理成带结构、标签和复用条件的可检索项目记忆。
它衡量什么
这个基准检查 agent 是否产出了能让真实开发更稳妥的工作流产物：清晰的范围、可测试的验收标准、结构化的纠偏步骤，以及可检索的项目记忆。
它不宣称什么
这并不是对最终代码质量的统计性结论。更适合把它看作流程质量前后对比的紧凑演示，而不是通用基准声明。
更快上手
评估或采用这个项目所需的一切都在这里。
先看概览，验证本地工作流，再检查这个紧凑的基准，然后再把这些技能接入真实仓库。