让 Agent 按清单逐项复刻产品并自评达标率的自学习 skill
Star143
24h 新增+5
7 天新增—
Fork13
Issue0
语言—
项目介绍
更新于 1 天前
这是一个给 Claude Code、OpenClaw 等 Agent 用的 skill，解决的是让 AI 仿制产品时「永远只做到 80%」的老毛病：它先让你把目标产品的功能盘点成一份带输入输出和验收方法的 parity checklist，明确 100% 的定义，再让 Agent 按 clean-room 纪律从零实现，随后用同一份输入对原版和自己的实现做 diff、截图对比和计时，逐项打分，按影响排序修差距，直到所有 must-have 连续两轮通过才算完成，中途卡住或需要碰原版受保护代码时会主动停下问你。它还把每轮学到的检查模式和修复配方存回 skill，下次复用。适合用 Agent 做竞品复刻、内部工具重写、或想给 AI 编码流程引入可量化验收标准的工程团队；如果你不打算让 Agent 重建已有产品，跟你的关系不大。
上手成本：中
Star 趋势
话题标签
agent-skillsai-agentsclaude-codeclaude-skillsopenclawreverse-engineeringself-improving-agents
仓库信息
| License | MIT |
| 创建时间 | 2026-10-23 |
| 最后推送 | 10 天前 |
| 热度分 | 17.0 |