【免费下载链接】autoprompt-skill
Autoprompt is a coding-agent skill that cuts failures by 45% on agentic coding tasks.
Autoprompt 是一款面向 coding agent 的工作流技能,能通过审查、修复与复核将 agentic 编码任务的失败率降低 45%。它用path=参数决定任务执行前如何规划和组织工作,而auto、direct、light、roadmap 四条工作路径正是新手最容易困惑的地方。本指南带你一次讲清每条路线的适用场景与选择技巧。
path= 参数是什么:Autoprompt 工作路径入门
在 Autoprompt 中,一条完整的调用命令长这样:
autoprompt activate PROVIDER -- path=auto "<你的目标描述>"其中path=放在引号目标之前,控制的是规划与协调方式:
| 参数 | 作用 |
|---|---|
path=auto(或省略) | 由 Autoprompt 分析任务后自动选择路线 |
path=direct | 不做独立规划,直接进入聚焦工作 |
path=light | 先写一份简短计划,再开始执行 |
path=roadmap | 先制定范围、依赖与工作计划(roadmap),再执行 |
🧭 无论走哪条路线,独立验证环节都包含在内——这正是 Autoprompt 降低失败率的核心机制之一。
四条路线速览:一张表看懂差异
| 路径 | 准备工作 | 适用场景 |
|---|---|---|
path=auto | 检查目标、依赖、不确定性、可用检查手段与影响面,再选定路线 | 你清楚要什么结果,但不想操心规划深度 |
path=direct | 记录目标与成功标准,随即开始,无独立规划阶段 | 改动边界清晰、做法已知、结果可验证 |
path=light | 写一份短计划,先确定做法或步骤顺序 | 单个关联改动,需要可逆的设计决策或几步有序操作 |
path=roadmap | 先定义范围、依赖、工作组与集成方式 | 多个部件相互依赖、涉及公共接口或多系统、需要灰度与回滚 |
官方给出的经典例子:修复一个已有回归测试的过滤器绕过 →direct;为网络请求加入超时、取消与幂等语义的 retries →light;跨 API、Web 端、移动端与本地会话替换整套认证 →roadmap。
path=auto:让 Autoprompt 替你判断规划深度
不写path=时走的就是auto。此时 Autoprompt 会派出一个只读的路由分析员(route analyst),在 120 秒内读取目标与浅层项目事实,把推荐写入route/recommendation.json,再由运行负责人在 240 秒内做出最终决策(route/decision.json)。
它的判断依据来自一套优先级规则表(routes.json),核心逻辑是:
- 先看是否满足 ROADMAP 条件:2 个以上相互依赖的工作组且需要集成负责人、涉及多系统或公共契约、变更需要分阶段回滚、风险达到高危分级等;
- 再看是否满足 LIGHT 条件:做法需要短暂澄清、改动相互关联、存在可逆的技术不确定性、步骤顺序不明等;
- 其余情况落到 DIRECT:成功标准明确、改动边界清晰、无不确定性、且有权威的检查手段。
⚡ 对新手来说,auto是最安全的起点——它的决策过程全程留痕,你可以打开route/decision.md查看它为什么选了这条路。
path=direct:边界清晰的小改动,直接动手
direct是最轻的路线:它把目标和成功检查记录到plan/success-card.md,然后立即开始工作,不派协调员,也不设独立规划阶段。
契约上的配置(见 MODES.md)也很克制:
- 普通 worker 数量 1~2(绝对上限 3)
- 独立检查器 1 名
✅ 典型场景:
- 修复一个可以本地复现、且有回归测试的缺陷;
- 跨 20 个文件做机械性重命名——文件数量不是判断标准,做法已知、检查手段明确,照样走
direct。
注意:direct不是"不检查",独立验证一样执行,只是省掉了规划环节。
path=light:动手前先写一张短计划
当任务需要一个可逆的设计选择或几步步序安排时,light是性价比最高的选择。
它会在执行前生成一份不超过 15 个要点、限时 300 秒的短计划(plan/light-plan.md),再按计划派工。worker 数量由计划内容推导,但至少 1 名,检查器 1 名。
🗺️ 典型场景:
- 添加 retries 时,需要同时敲定 timeout、cancellation、idempotency 三个设计点;
- 重构一个相互耦合的模块,且要在动手前先做行为特征化(characterization)。
light和direct的区别一句话:不确定的是"怎么改",但规模可控——先花 5 分钟把做法定下来。
path=roadmap:跨系统大改动的"排兵布阵"
roadmap是最重的路线:执行前必须先在plan/ROADMAP.md中定义范围、依赖关系、工作组与集成方式,并且**唯一允许启用协调员(coordinator)和管理者(manager)**的路线。
什么时候会被(或应该被)选为roadmap:
- 2 个以上相互依赖的工作组,且必须有集成负责人;
- 涉及多系统或公共契约(如对外 API 变更);
- 变更不可逆或需要分阶段回滚;
- 多个独立部署的实体即使只改 3 个文件,也需要协调发布顺序。
💡 记住官方契约里的一条反直觉例子:"跨三个独立部署服务改 3 个文件" 走roadmap,而"跨 20 个文件机械重命名" 走direct。决定路线的是依赖与风险,不是改动量。
选错路线怎么办:这些细节值得知道
1. 显式 path 会绕过自动选择,但不会降低安全门槛。指定path=direct不会移除授权、能力、预算和验证要求;如果所选路径与任务不兼容,命令会直接报错,而不是悄悄替你换一条路。
2. 一次失败不构成升级路线的理由。契约明确把one-failed-implementation(一次失败的实现)列为"非选择因素"。只有当执行中暴露出新的依赖、不确定性或风险时,路线才会变更,例如:
- 误解了规格 →
DIRECT升LIGHT; - 发现多个改动面或架构分叉 →
LIGHT升ROADMAP; - 生产写入前不确定性已消除 →
LIGHT降DIRECT。
3. Codex 用户注意参数组合限制。精确路径(direct/light/roadmap)不能与显式并发控制(--concurrency custom --max-subs N)组合;路径之后的文本会被当作目标本身。path=auto则可以搭配任意并发控制:
autoprompt activate codex -- --concurrency custom --max-subs 4 "fix the registration race" autoprompt activate codex -- path=light "add retries and test the edge cases"4. 并发数 ≠ 规划深度。--concurrency、--max-subs控制的是并行 worker 上限,path=控制的是如何规划与协调,两者互不强制。提高并发不会让你"升级"到更大的路线。详见 tokensaver-vs-wide-vs-custom.md。
path 管规划,模型路由另管一摊
新手常把path=与模型路由混为一谈。实际上:path=决定任务如何被规划,而--agents/ 模型注册表决定由哪些模型来执行。当使用 9Router 这类外部路由器时,Autoprompt 只负责选择精确的模型字符串,9Router 再将其解析到具体服务商:
常见问题 FAQ
Q1:11 个 provider(claude、codex、opencode 等)的路径行为有差异吗?四条路径的语义与控制项在 11 个 provider 上保持一致;差异只在个别参数组合规则上(如上文 Codex 的并发限制)。
Q2:执行到一半路线变了,算不算"选错了"?不算。路线升降级由routes.json中的事件规则驱动(如RISK_DISCOVERED、MULTI_SURFACE_DISCOVERED),且必须有证据支撑,这是设计内的自适应机制。
Q3:完全不懂机制,只记得一条规则够吗?够。"拿不准就用auto;确定做法就direct;要定设计就light;跨系统就roadmap。"记住这句再回头看本文即可。
延伸阅读:官方文档与源码路径
- 工作路径官方说明:work-paths.md
- 路由契约(含完整优先级规则与示例):routes.json
- 各路线规划文件与检查器配置:MODES.md
- 并发与模型控制说明:tokensaver-vs-wide-vs-custom.md
- 9Router 多服务商路由配置:9router-multi-provider-setup.md
- 项目主文档:README.md
【免费下载链接】autoprompt-skill
Autoprompt is a coding-agent skill that cuts failures by 45% on agentic coding tasks.
相关推荐
内置热点、Wi-Fi Direct、局域网:DiPlay 三条无线路线到底选哪条?
内置热点、Wi Fi Direct、局域网:DiPlay 三条无线路线到底选哪条? DiPlay 是一个无需硬件盒子的独立 CarPlay 接收端:把 APK
移动开发智能硬件音视频如何选择 AI 浏览器代理:invisible_playwright_mcp 的四条比较轴与决策路径
如何选择 AI 浏览器代理:invisible_playwright_mcp 的四条比较轴与决策路径 在 AI 浏览器代理(AI browser agent)这
人工智能AI Agent浏览器控制GUI 自动化MCP 服务Linux NVMe 多路径(Multipath)与路径选择策略实战指南
Linux NVMe 多路径(Multipath)与路径选择策略实战指南 导读 本文基于 Linux 内核源码树(本仓库即完整的内核源码)中 Documenta
操作系统内核驱动驱动开发虚拟化嵌入式网络存储
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考