Pi的任务管理、自我提升和代码质量标准的流程编排。适用于启动新项目、管理多步骤任务(三步及以上或架构决策)、从错误中总结经验、编写可验证代码,或在完成前设立质量检查点。包含规划模板、进度跟踪、自主修复bug以及防错经验积累系统,避免重复犯错
Pi的任务管理、自我提升和代码质量标准的流程编排。适用于启动新项目、管理多步骤任务(三步及以上或架构决策)、从错误中总结经验、编写可验证代码,或在完成前设立质量检查点。包含规划模板、进度跟踪、自主修复bug以及防错经验积累系统,避免重复犯错
通过结构化的分析-变异-评估循环系统性地优化代码。源自ALMA(面向智能系统的自动化元学习内存设计)。适用于迭代代码质量、优化实现、调试顽固问题或通过多次改进循环演进设计。取代了随意的“尝试修复”模式,转而采用有纪律的反思、变体追踪和基于原则的下一步变更选择。
这是一个技能包,允许代理通过获取器密钥系统向CleanApp提交任何问题信号(如错误、事件、诈骗、用户体验障碍、政策违规、安全风险和改进建议)
这是一个技能包,允许代理通过获取者密钥系统将任何问题信号提交到CleanApp(包括漏洞、事件、诈骗、用户体验障碍、政策违规、安全风险和改进建议)
面向AI代理的结构化自我优化系统,包含置信度衰减、代理间共享和异常检测功能。适用场景:(1)调试结束后记录经验教训,(2)收到用户反馈或修正时,(3)执行高风险操作前核查相关规则,(4)每周审查指标并将有效模式提升为强制规则,(5)建立能抵御会话压缩的持久化内存
Mulch 自我改进器 — 让你的代理持续成长 🌱。通过 Mulch 捕获学习成果,使专业知识在会话间累积。适用场景:命令或工具失败、用户纠正你、功能缺失、API 失败、知识错误或找到更优方案时。会话开始时运行 mulch prime,结束前运行 mulch record。优势:更优质稳定的编码、更佳的使用体验、更少的幻觉。
分析提供的内容在质量、E-E-A-T 信号和SEO最佳实践方面的表现,根据既定准则对内容进行评分并提供改进建议
开发者体验专家。优化工具、配置和工作流程。在新建项目时、收到团队反馈后或发现开发阻碍时主动使用。