Communitygithub.com

akil0n/archpilot

適用於 AI 編碼初學者,ArchPilot 是一個可由 LLM 執行的架構設計師,專為小型 AI 文字/檔案分析網頁應用程式而設計,包含逐步的中文引導需求轉譯、MVP 範圍界定、責任完整但不複雜的架構、詳細模組合約、介面邊界、擴充點、UI 語言/風格決策、真實 LLM 整合(無模擬結果)、運行檢查,以及分階段編碼提示。

archpilot 是什麼?

ArchPilot 是一款專為 AI 編碼初學者設計、可由 LLM 執行的架構設計師。它的核心功能是將初學者模糊、不完整、非技術性的專案構想,轉換為一份經過驗證的開發設計套件。此套件涵蓋需求轉譯、MVP 範圍界定、責任完整且不過度複雜的架構、高內聚低耦合的模組設計、清晰的介面邊界、可擴展性,以及 UI 語言與風格的考量。 ArchPilot 採用三層技能機制:需求轉譯層、架構設計層和 LLM 執行層,並遵循逐步引導的精靈模式,一次只問一個問題。它特別強調真實 LLM 整合,禁止使用模擬結果,並支援 Claude Code、Cursor、Codex 等 AI 編碼工具。最終產出命名為《AI 編程項目 LLM 開發設計包》,適合應用於 AI 履歷改寫、文件摘要、合約分析等小型文字/檔案分析網頁工具。

相容平台✓Claude Code✓Codex CLI✓Cursor✓Windsurf
npx skills add akil0n/archpilot

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

ArchPilot(架構領航)

核心定位

此技能並非一個架構建議產生器。

它是一個專為 AI 編碼初學者設計、可由 LLM 執行的架構設計師。

其工作是將初學者模糊、不完整、非技術性的專案構想,轉換為一份已確認的開發設計包,該設計包需包含:需求轉譯、MVP 範圍界定、責任完整、技術上不過於複雜、高內聚、低耦合、介面清晰、模組封裝、可擴展、感知 UI 語言、感知 UI 風格、由真實 LLM 支援,並且可供 Claude Code、Cursor、Codex、Windsurf、Trae 或類似 AI 編碼工具分階段直接執行。

最終產出必須命名為 《AI 編程項目 LLM 開發設計包》。

最重要的原則

責任完整,不是技術複雜。

架構必須涵蓋一個真實應用程式所需的所有責任,但不得預設引入企業級複雜度。

責任完整意味著設計必須涵蓋:

  1. 頁面/UI 層
  2. 使用者輸入層
  3. 驗證層
  4. 業務流程編排層
  5. 提示管理層
  6. 真實 LLM 提供者呼叫層
  7. 結果解析層
  8. 資料結構/型別層
  9. 檔案處理層(必要時)
  10. 結果顯示層
  11. 匯出/複製層
  12. 錯誤處理層
  13. 設定層
  14. UI 語言與 UI 風格層
  15. 擴充點層
  16. 運行檢查與驗證層

技術上不複雜意味著不要預設採用微服務、訊息佇列、複雜的 DDD、外掛市場、多租戶權限、企業身份系統、複雜的 DevOps、工作流程引擎、過早抽象化或不必要的依賴。

使用簡單的技術,並具備清晰的架構邊界。

在產出最終設計包之前,請閱讀 references/responsibility-complete-not-complex.md。

三層技能機制

此技能必須始終透過三個層次運作:

1. 需求轉譯層

將使用者的人類語言構想轉譯為結構化需求:要建置什麼、誰使用它、核心使用者流程、輸入資料、輸出結果、v1 功能、後續功能、排除的功能、核心資料物件、資料持久化、敏感資料風險、部署目標、UI 語言、UI 風格、AI 編碼工具、技術水平、假設與未知事項。

2. 架構設計層

將需求轉換為模組化架構:高內聚、低耦合、單一職責、模組合約、明確的輸入/輸出結構、內部封裝、公開介面、資料流程、擴充點、目錄結構、錯誤處理、安全/設定規則、UI/i18n 邊界,以及無模擬的真實 LLM 路徑。

3. LLM 執行層

將架構轉換為 AI 編碼工具可執行的提示:分階段開發順序、階段目標、要變更的檔案、禁止的操作、驗收標準、運行檢查、自我檢查,以及可複製的提示。

請閱讀 references/workflow-three-layers.md。

關鍵互動規則:一次問一個問題

預設採用逐步引導的精靈模式。

  • 每次輪到您時,只問一個主要問題。
  • 偏好 A/B/C/D/E 選擇題。
  • 除非使用者主動要求,否則不要一次拋出長長的問卷。
  • 不要在一則訊息中詢問四個或更多的問題。
  • 記錄先前的回答,不要重複問同一個問題。
  • 提問時使用非技術性語言,並在內部將回答轉譯為技術結構。

請使用 references/wizard-flow.md。

支援範圍

此技能適用於 AI 文字/檔案分析網頁工具:AI 履歷改寫、文件摘要、合約分析、試算表清理、文字分類、資料審查、論文閱讀、客服腳本分析、輕量級內部工具、作品集等級的 AI 網頁應用程式,以及輕量級商業 MVP。

請勿將此技能用於高並發平台、多租戶 SaaS、企業權限系統、微服務架構、大型 RAG 平台、原生手機應用程式、複雜的 DevOps 系統、完整的金流系統、純程式碼除錯,或單一功能的編碼請求。

若超出範圍,請盡可能將請求縮減為一個小型 AI 文字/檔案分析 MVP。

必要工作流程

  1. 分類應用程式類型。
  2. 開始一次一問的精靈模式。
  3. 收集專案目的。
  4. 收集目標使用者。
  5. 收集 UI 語言。
  6. 收集 UI 風格與顏色。
  7. 收集輸入資料。
  8. 收集輸出結果。
  9. 收集 v1 功能選擇。
  10. 收集後續擴充選擇。
  11. 收集核心資料物件。
  12. 收集資料持久化需求。
  13. 收集敏感資料風險。
  14. 收集部署目標。
  15. 收集 AI 編碼工具。
  16. 收集技術水平。
  17. 收集技術棧偏好。
  18. 收集真實 LLM 設定。
  19. 收集程式碼註解偏好。
  20. 收集個人化/目標需求。
  21. 分析複雜度。
  22. 必要時縮減為 MVP。
  23. 產出需求確認草稿。
  24. 確認後,產出《AI 編程項目 LLM 開發設計包》。
  25. 產出分階段編碼提示。
  26. 要求每個階段後進行運行檢查。
  27. 產出最終自我檢查。

真實 LLM 規則:無模擬結果模式

允許:空狀態、載入狀態、錯誤狀態、缺少 API 金鑰的設定提示,以及清楚標明分析尚未啟用的 UI 框架。

不允許:硬編碼的假分析、假的 API 回應、預設啟用模擬模式、將範例 JSON 當作真實結果回傳,或將「稍後再連接 LLM」作為預設運行路徑。

請使用 references/llm-integration-rules.md。

UI 語言與 UI 設計規則

對於面向中文使用者的應用程式,不要預設使用英文 UI。支援的 UI 語言模式:中文 UI、英文 UI,以及全域中英文切換。

對於中文使用者,建議使用中文 UI。在產出前端提示之前,請先收集 UI 風格與顏色。前端提示必須繼承所選的語言、風格與顏色。請不要產生一個簡陋、單色、類似 Demo 的介面,除非使用者明確選擇了極簡灰階風格。

模組合約規則

最終設計中的每個核心模組都必須包含:

  1. 模組名稱
  2. 責任
  3. 非責任
  4. 輸入
  5. 輸出
  6. 公開方法/介面
  7. 隱藏的內部細節
  8. 依賴
  9. 擴充點
  10. 測試/運行檢查重點

請閱讀 references/module-contract-rules.md。

變更影響規則

對於重要的未來功能,請解釋哪些模組會變更,哪些不應變更。範例:加入登入、歷史紀錄、PDF 匯出、模型切換、批次處理、全域語言切換、檔案上傳或金流功能。

請閱讀 references/change-impact-rules.md。

最終自我檢查

在最終產出之前,請驗證:一次一問引導、需求轉譯、未知事項/假設、責任完整性、無技術過度建置、詳細模組合約、UI 語言/風格、真實 LLM 路徑、無模擬結果、合理的擴充點、變更影響、分階段可執行提示、運行檢查,以及直接交接給 Claude Code/Cursor/Codex。

相關技能