把想法变成可以检查的成果。这里展示我组织 AI 开发的方式：用上下文约束任务，让 Agent 调用工具推进工作，再用测试、审查和实际验收判断结果。
每一步交出具体产物：验收标准、隔离分支、验证证据，最后是可审查的 PR。检查失败就回到构建；发布和真实使用验收各自保留状态。
文档和仓库提供事实，Skills 说明方法，MCP 连接工具。记忆只保留经过核对的经验，下一次任务按需取用；重要取舍和高影响操作由人裁决。
| 组件 | 怎么接起来 |
|---|---|
| 任务入口 | 在 issue 中写清目标、约束和验收标准，再让 Agent 读取相关源码与官方文档。 |
| 可复用方法 | 从 Agent Kit 整理 Skills 和项目指令，让不同 Agent 使用一致的方法。 |
| 工具与执行 | 通过 MCP 连接需要的工具，在独立分支或 worktree 中实施变更。 |
| 验证与交付 | 用 GitHub Actions 跑适用检查，把改动、证据和未验证项一起放进 PR。 |
| 经验回流 | 核对实际结果后记录教训，让后续任务少走一次弯路。 |
架构图为本仓库维护的 SVG，支持明暗主题和窄屏布局。查看图源与生成方式。