工程開發
metacognition
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
簡介
Metacognition 是一套專為 AI 編碼代理設計的強大品質控制框架。它強制代理在執行任務的重要時刻,如任務啟動、階段轉換及錯誤恢復時,暫停並進行批判性思考評估。透過要求代理驗證其對目標的理解、評估當前的假設並確認成功標準,此技能顯著減少了幻覺、過度工程與範圍蔓延的發生。對於需要編碼助手保持嚴謹、測試優先且能適應變更需求的開發者來說,這是不可或缺的工具。
-
作為自動化的思考治理層,防止代理在未經核實的情況下貿然進入複雜的編碼任務。
-
包含全面的任務理解清單,涵蓋根本原因分析與症狀修復的區別,以及對未知事項的辨識。
-
提供動態規則選擇指南,根據當前任務類型僅載入相關文件(如 ai-development-guide.md 或特定語言規則),優化上下文窗口的使用。
-
具備嚴格的錯誤恢復協議,要求在尋求使用者介入前,必須先記錄阻塞問題並進行系統化的推理。
-
支援反模式識別,使代理能夠在開發生命週期的早期階段偵測到常見的陷阱,如隧道視野、品質債務與不當的架構決策。
-
作為任何非微型編碼任務或架構變更的阻塞性要求。
-
與 Cursor、Codex 及 Gemini CLI 環境中的 AGENTS.md 工作流標準無縫銜接。
-
輸入:描述任務或錯誤狀態的清晰提示。
-
輸出:經過驗證的執行策略、已載入的上下文規則列表以及簽署後的完成總結。
-
實作限制:要求代理必須具備存取專案 .agents 目錄的權限以進行規則探索。
-
鼓勵「漸進式載入」,以保持 LLM 的上下文專注於即時的實作目標。
倉庫統計
- Star 數
- 40
- Fork 數
- 4
- Open Issue 數
- 0
- 主要語言
- JavaScript
- 預設分支
- main
- 同步狀態
- 閒置
- 最近同步時間
- 2026年5月3日 上午05:35