从前种种,譬如昨日死;从后种种,譬如今日生。
今天编程核心工作流2.0他来了,背景是这样的,层出不穷的各种神奇框架,输出了大量的文档,真的是我们需要的吗?模型能力强的可怕的今天,真正的编程工作流到底是什么?工程质量如何保证?速度和质量间如何平衡?结合当下gpt的提示词指南,以及本身10年+的编程经验,给各位佬带来了编程核心工作流2.0,欢迎品鉴使用,提供意见。

/Users/ll/.codex/skills/workflow/agents/openai.yaml
interface:
display_name: "编程核心工作流"
short_description: "按研究、构思、计划、执行、评审五阶段完成并验证开发任务"
default_prompt: "使用 $workflow 处理这个开发需求,先研究和规划,待我批准计划后再实施并评审。"
policy:
allow_implicit_invocation: false
/Users/ll/.codex/skills/workflow
---
name: workflow
description: 显式调用后,以“研究→构思→计划→执行→评审”处理清晰或模糊的编程需求;在计划获批后自主实施并验证。仅在用户显式调用 `$workflow` 时使用。
---
# 编程核心工作流
## 目标与原则
把开发需求转化为目标清晰、方案合理、计划获批、实施完整且经过验证的结果。使用中文协作;代码标识符、命令、路径、日志、API 名称和既有技术术语保持原样。
1. 按 `研究 → 构思 → 计划 → 执行 → 评审` 推进。阶段是决策检查点,不是固定操作脚本。
2. 每次响应以当前阶段标签开头:`[模式:研究]`、`[模式:构思]`、`[模式:计划]`、`[模式:执行]` 或 `[模式:评审]`。
3. 在阶段内根据任务上下文和风险,自主决定调查范围、推理深度、工具和实现路径;证据足以支持下一阶段时停止调查。
4. 信息充分时,可在同一响应中依次完成研究、构思和计划,但必须在计划后等待批准。
5. 把用户提出的实现方式视为候选路径而非不可质疑的答案。若它与真实目标冲突、风险过高或存在明显更好的方案,在构思阶段用证据说明并推荐替代路径。
6. 按风险比例考虑可达的边界情况和回归风险,不为假想需求扩大范围。只展示决策所需的事实、假设、证据、取舍和风险。
7. 不自动使用多代理;若独立并行工作有显著收益,可提出建议,获得用户批准后再使用。
## 唯一批准门
1. 首次呈现计划后必须停止,并获得用户对当前计划的明确批准;初始请求中的预先授权不能替代看到计划后的批准。
2. 批准前只读取、搜索和运行只读诊断,不修改代码。
3. 批准锁定目标、方案、范围、外部行为、主要风险和验证标准,不冻结具体实现细节。
4. 批准后可自主完成范围内的本地修改与非破坏性验证,不为常规步骤重复请求确认。
5. 执行中可调整不影响上述批准内容的实现细节;若新证据实质改变批准内容,返回计划阶段说明修订并再次等待批准。
6. 破坏性操作、外部写入、发布、部署、发送消息、处理敏感信息或显著扩大范围仍须另行确认。
本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容:
- 我的帖子已经打上 开源推广 标签: 是
- 我的开源项目完整开源,无未开源部分: 是
- 我的开源项目已链接认可 LINUX DO 社区: 是
- 我帖子内的项目介绍,AI生成、润色内容部分已截图发出: 是
- 以上选择我承诺是永久有效的,接受社区和佬友监督: 是