☰
文章素材梳理完成,开始成文
2026/10/14 20:52:23 网站建设 项目流程

【免费下载链接】autoprompt-skill

Autoprompt is a coding-agent skill that cuts failures by 45% on agentic coding tasks.

项目地址:https://gitcode.com/gh_mirrors/au/autoprompt-skill
点击查看免费下载

已掌握核心 FAQ 资料:docs/faq/下的自主性说明、Prompt 要求、工作路径、分层职责、并发控制等文档,以及两张可用的横版图片(2172x724 与 1200x640,均符合比例要求)。以下是成稿。

Autoprompt FAQ:它到底有多自主?真的不用你再写Prompt了吗?

Autoprompt 是一款面向 coding agent 的 skill 工作流,通过"执行—审查—修复—复检"的循环,把 agentic coding 任务的失败率降低 45%。本文用 FAQ 形式回答两个最常被问到的问题:Autoprompt 到底有多自主?用它是不是就不用再写 Prompt 了?如果你是刚接触 AI 编程代理的新手,读完这篇就能分清它的"自主"边界在哪里、你还需要提供什么。

一、真的不用再写 Prompt 了吗?答案:不用每步都写,但目标必须你来给

很多新手对"Autoprompt"这个名字的理解是"完全不用我说话"。官方 FAQ 的回答很直接:不,它替代的是逐步微操,而不是初始目标。

你只需要提供三样东西:

  • 🎯期望的结果:你想要什么效果
  • 🚧约束条件:哪些不能动、哪些必须保持
  • ✅成功标准:怎么算做完

一个有用的请求甚至可以只有一句话:

fix the checkout race, keep the public API compatible, and add a regression test

给出这句目标后,Autoprompt 会自己完成后续循环:划定工作范围 → 分配实现 → 运行检查 → 修复失败 → 验证结果。只有在"某个缺失的选择会实质改变结果"或"某个动作需要你的授权"时,它才会回来问你。

💡 简单说:你写"是什么、为什么",它负责"怎么做"。

详细说明见:does-autoprompt-mean-i-do-not-have-to-prompt.md

二、Autoprompt 的自主边界:它走到哪一步、在哪里停下?

这是判断一个 AI 编程工作流是否可靠的关键。Autoprompt 的自主性可以概括为一句话:它能把一个定义清晰的编程目标,完整跑完"发现—规划—实现—测试—审查—修复—最终验证"全流程,并且保留证据和运行状态,长任务可以检查和恢复。

但它的自主始终被两个边界框住:

边界含义
目标边界它只做你给出的目标内的事情,不会擅自发明产品决策
权限边界它不发布/删除外部资源、不绕过缺失的凭证、不假装某个检查通过了

它会在三种情况下主动停下或上报:

  1. ⏸️ 你的回答会实质改变结果时——它先暂停等你决策
  2. 🔑 动作需要你的授权时——它不会越权
  3. 🧱 环境或外部状态阻碍了安全推进时——它上报 blocker,而不是硬闯

除此之外,它会一直推进到所有必需检查达到DONE。这套"该停就停"的设计,正是它比"一口气跑完"式 agent 更值得信任的原因。

📄 原文参考:how-autonomous-is-autoprompt.md

三、为什么它"自主"却不出乱子:分层职责 + 独立复核

Autoprompt 内部把职责分成了几层(L0–L4),核心原则只有一条:写代码的角色不能自己批准、自己验收自己的工作。

层级职责
L0接收目标,协调整个运行
L1负责范围、功能交付或最终收口
L2可选地管理一条包含多个工作线的切片
L3研究、规划、实现、审查、验证某个有边界的任务
L4做"新鲜"的终局判断:批准计划、签收、仲裁、目标核对

对新手来说只需记住一个好处:规划、批准、验证被拆到了不同角色手里,避免"自己改自己查、错了也发现不了"的情况。这也是它能把失败率压低 45% 的机制基础。

📄 延伸阅读:what-are-the-layers-for.md

四、Autoprompt 工作路径怎么选?auto / direct / light / roadmap

Autoprompt 在执行前会先"选路"。path=参数控制它如何组织工作,新手最推荐用默认值让它自己判断:

路径准备动作适合场景
path=auto(默认)考察目标、依赖、不确定性和可用检查后自动选路你只知道结果,想让 Autoprompt 决定规划多少
path=direct记录目标和成功检查后直接开工改动范围明确、方法已知
path=light先做一份短计划再执行单个关联改动,涉及可逆的设计选择
path=roadmap先定义范围、依赖、工作组和集成方案多个相互依赖的部分需要一起落地

⚠️ 两个常见误区:

  • 文件数量不决定路径——跨 20 个文件的机械改名可以是direct;只改 3 个文件但横跨多个独立部署服务,反而可能需要roadmap
  • 所有路径都包含独立验证——direct不等于"不检查"

调用示例(在项目目录下执行):

autoprompt activate codex -- path=light "add retries and test the edge cases"

📄 完整说明:work-paths.md

五、并发与模型怎么配?tokensaver / wide / custom 一句话讲清

Autoprompt 支持最高 11 家 coding agent 供应商(Claude、Codex、Grok、OpenCode 等),同一套控制参数对它们全部生效:

  • --concurrency tokensaver(默认):最多 6 个子 agent 并行
  • --concurrency wide:就绪的独立工作直接并行,直到主机上限
  • --concurrency custom --max-subs N:自己设定并行上限
autoprompt activate codex -- --concurrency custom --max-subs 4 "add retries and tests"

如果配合 9Router 等路由层使用,Autoprompt 只负责发出精确的模型字符串,由路由器解析到具体供应商——它选择路由,但不创建或修改路由:

需要控制成本时可以把tokensaver当作日常默认值;大任务再放开并发。详细对照见:tokensaver-vs-wide-vs-custom.md,自定义模型接入见:how-to-add-custom-models.md

六、其余高频问题速答

Q:为什么 Autoprompt 不会在后台自动启动?因为启动它会改变成本、耗时和工作流,所以必须由你显式发起:autoprompt activate PROVIDER -- "<goal>"。这是刻意设计,防止意外的 token 消耗。

Q:它支持哪些编程代理?目前 11 家在列,包括 Claude Code、Codex、Grok Build、VS Code、OpenCode、Kilo Code、Prime Agent、Hermes Agent 等,详见:which-coding-agents-are-supported.md

Q:用了它要花多少额外代价?官方给出的经验估计约为3 倍时间、2 倍 token(基于用户反馈的规划值,非精确测量)。对很小的任务,这个比例可能明显不同——小任务上它未必划算。

写在最后:Autoprompt 的正确打开方式

回到标题的两个问题:

  1. 它到底有多自主?—— 在"目标内 + 权限内"高度自主:能自己规划、实现、测试、修复、验证;遇到影响结果的决策、需要授权的动作或无法安全绕过的阻塞时,会停下来问你。
  2. 真的不用再写 Prompt 了吗?—— 不用每步都写,但第一句目标要写好:结果、约束、成功标准三要素给足,后面的执行循环交给 Autoprompt。

把它想象成一个靠谱的工程师:你交代清楚任务,它自己干、自己检查、干砸了自己返工,关键决策会来找你确认——而不是替你决定产品该怎么做。

【免费下载链接】autoprompt-skill

Autoprompt is a coding-agent skill that cuts failures by 45% on agentic coding tasks.

项目地址:https://gitcode.com/gh_mirrors/au/autoprompt-skill
点击查看免费下载

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询