aicodeking

用本地命令行工具逆向分析软件，解释功能并提取依赖版本

监控 PR 的 CI 与评审，修复真实问题，直到就绪、合并或阻塞。

执行真实检查、读取错误、修复根因并重跑，直到通过或达到上限。

连续两次修复失败后，识别并验证错误假设，列出替代方案并干净重启。

清理 AI 写作痕迹，将文本和代码注释改写为平实、具体的英文。

通过先写失败测试再最小修复来定位并验证缺陷的 TDD 流程。

并行派出多个 worker 拆分任务，汇总为带证据的报告

端到端自主完成代码修改、测试验证、评审、创建 PR、监控 CI 并合并。

动手前先澄清目标、深化任务并重写提示词，可选对计划做压力测试。

评估陈旧 PR 是否仍适用，并执行 rebase、校验与推送。

最多四轮的双角色代码评审循环，推动改动收敛。

完成分支、修改、验证、审查和提交 PR，但不执行合并。

提供软件设计、调试和验证的工程原则，按触发条件指导决策。

为 GitHub PR 评论添加模型署名并检查敏感信息后发布。

为当前分支创建标题与描述简洁易读的 GitHub Pull Request。

把多文件任务拆成带验收检查的编号计划，批判修订后逐步执行。

为编码代理提供纪律化工作模式，强调小步修改与证据验证。

把重复出现的智能体错误转成结构、类型、检查或测试拦截，并验证其有效。

维护逐决策 TSV 台账，防止长时运行偏离目标

多模型独立评审代码改动，按意见修复并循环至一致。

根据任务推荐合适的 deepseek-stack 技能并说明技能包结构。

把代码的运行方式、设计原因和边界情况讲成通俗且可追溯的解释。

对现有 UI 截图取证、评分并修复高影响设计问题

为前端页面、应用界面或组件建立明确视觉方向并生成可访问 UI 的 Skill。

用 PROGRESS.md 跨会话保存长任务进度并交接给新上下文。

把用户离开期间的变化浓缩成简短汇报，并列出待用户决定的事项。

先固定代码骨架，再逐个实现并验证。

分析代码变更在 diff 外的破坏范围，并用真实代码运行验证关键安全事实。

并行运行多个独立尝试，选出最佳基座并嫁接其他版本优点

接管已有 PR、分支或线程，完成原目标并保留贡献者署名