ai-collaboration-standards

AI Collaboration Standards 是一套严谨的开发框架，旨在提升 AI 辅助开发环境的准确性与可靠性。它强制要求 AI 在执行代码分析、架构变更建议或解读日志时，每一项断言都必须有明确的证据来源。通过一套标准化的确定性标记系统，AI 能清楚区分从代码或文档直接获取的“已确认”事实、从观察到的模式推导出的“推论”，以及需要用户进一步验证的“假设”。

此技能专为软件工程师、代码审查员与系统架构师设计，让开发者在依赖 AI 建议时，不必担心虚构的 API 调用、不存在的设置参数或臆测性的函数库用法。它强制执行严格的引用要求，包括文件路径与行号，确保所有技术声明皆可验证。通过将 AI 工作流转向证据导向模型，此工具能显著减少调试时间，并提升自动化重构与故障排除的信赖度。

• 为每项技术声明强制实施确定性标记系统（[已确认], [推论], [假设], [未知], [待确认]）。

• 对项目文件、文档、外部资源与 AI 知识来源强制执行严格的归属规则。

• 要求所有代码相关叙述必须明确引用文件路径与行号。

• 提倡“推荐优先”的输出风格，确保选项皆附带基于项目特定证据的分析建议。

• 通过项目层级的文件支持双语设置（英文与简体中文），协助团队标准化沟通语言。

• 当您执行代码审计、调试复杂系统或评估架构选项时，请使用此技能。

• 确保 AI 已读取所有必要文件与文档，以便进行精确的 [Source: Code] 或 [Source: Docs] 标记。

• 在提出多种技术方案时，请务必包含基于当前项目状态分析的推荐选择。

• 若 AI 缺乏足够证据进行陈述，建议使用 [未知] 或 [待确认] 标记，而非进行猜测。

• 通过将“禁止伪造”作为每次交互的检查清单项目，主动遏止幻觉发生。