Communitygithub.com

yezhwi/framework-distillation

将开源框架转化为适用于人类和AI的架构指南。

framework-distillation 是什么?

该技能专注于从开源框架中提取核心架构设计,而非具体代码实现。它帮助开发者或AI系统逆向工程框架的形状、运行时模型、扩展点以及工程取舍,从而能够在另一种语言或领域中复现类似的架构。它适用于多种平台(如Claude Code、Cursor、Codex等),通过分析代码、文档、测试和示例,提炼出架构原则和可复用规则。该技能支持三种分析深度模式:快速初探(mini)、标准分析(standard)和深度逆向工程(deep),并强调以架构而非API列表或教程为主导,避免功能清单式的比较。它还提供了反模式清单,确保分析严谨,避免简单复制或弱证据声明。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add yezhwi/framework-distillation

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

框架蒸馏

概述

提取架构,而非代码。

使用此技能来逆向工程框架的形状、运行时模型、扩展点和工程取舍,以便另一个AI或团队能够在另一种语言或领域中复现类似的架构。

何时使用

  • 在README和公开API之外,逆向工程框架架构
  • 研究运行时、生命周期、状态机或扩展机制
  • 在另一种语言或领域中复现类似框架
  • 创建AI可读的架构知识包
  • 通过架构和取舍比较框架

典型目标:Agent运行时、工作流引擎、状态机框架、插件系统、编排平台。

何时不使用

  • 仅做README摘要
  • API教程或使用指南
  • 逐行代码讲解
  • 复制粘贴式的重新实现
  • 没有取舍分析的功能清单

如果请求接近但偏离目标,请先调整范围。

所需输入

最低要求:

  • 仓库URL或本地源码路径

推荐:

  • 框架名称
  • 分析目标
  • 目标实现语言或领域
  • 深度:mini、standard或deep
  • 关注领域

核心原则

架构 > 代码
推理 > 语法
设计 > API
取舍 > 功能
原则 > 实现

工作流程

  1. 检查适用性;拒绝或重定向面向教程/API/逐文件的请求。
  2. 根据目标选择分析深度。默认standard;快速初探用mini,全面复现用deep。
  3. 在深入源码阅读前,先扫描文档、测试、示例和仓库结构。
  4. 提取架构、运行时、状态、数据模型、扩展点、决策和取舍。
  5. 提炼可复用规则,并根据所选模式以及复现目标生成输出。

执行规则

  • 以架构而非功能列表为引导。
  • 不要偏离至教程、API清单或逐文件讲解。
  • 尽可能将主张锚定在代码、文档、测试、示例或提交历史中的证据上。
  • 区分观察到的事实与推理;当证据不足时,使用Observed、Strong inference、Tentative inference。
  • 明确说明仓库访问不完整或证据薄弱的情况。
  • 根据目标语言、领域、关注领域和比较标准定制分析。

输出模式

  • mini — 快速初探的架构摘要
  • standard — 大多数研究所需的完整架构提取
  • deep — 用于框架复现的深度逆向工程

详情见:

  • references/output-modes.md
  • references/analysis-checklist.md
  • references/deliverables.md

反模式

避免:

  • 仅总结README
  • 在未阐述架构的情况下列出API
  • 解释示例却不提取设计
  • 描述代码却不追问其存在的原因
  • 忽略取舍、失败路径或扩展点
  • 复制实现而非提炼原则
  • 在证据薄弱时将设计哲学或理论当作事实陈述
  • 仅凭功能清单比较框架

支持性参考

  • references/output-modes.md — 输出形态、模板、图表
  • references/analysis-checklist.md — 分析清单和质量门控
  • references/deliverables.md — 交付物结构和AI模拟提示
  • references/self-test.md — 漏洞审查与修复
  • references/simulated-dialogue-tests.md — 压力测试提示和计分卡

相关技能