Demerzels-lab 项目代码编制 Skill
概述
一个智能的自动化项目代码编制工具，实现从idea到PR的全流程自动化。类似于Copilot++，但更智能（工具调用+长期记忆），专门为2026年标准高效workflow设计。
核心特性
🚀 全流程自动化
- 从零到PR: 完整的项目开发生命周期管理
- 智能规划: 基于需求自动生成项目结构和代码
- 迭代开发: 模块化、增量式的代码编写
- 自动化测试: 单元测试生成和执行
- 一键部署: GitHub仓库创建和PR生成
🧠 智能优化
- 低token消耗: 优化的prompt设计和输出控制
- 长期记忆: 跨session的项目上下文保持
- 工具集成: 深度集成GitHub、Git、测试工具
- 错误恢复: 智能调试和修复循环控制
⚡ 高效workflow
- 隔离session: 避免上下文污染
- 增量提交: 模块完成即commit
- 结果摘要: 只显示关键信息，减少输出
- 资源监控: 实时token使用监控和优化
安装要求
必备Skills
# 安装依赖skills
/install skill github # GitHub API集成
/install skill git # 本地git操作
/install skill code-analyzer # 代码审查/生成
/install skill tester # 单元测试运行
# 可选（根据项目类型）
/install skill compiler # 编译支持（C++/Java等）
配置优化
编辑 moltbot.json:
{
"thinking": "minimal",
"autoCompact": true,
"model": "deepseek/deepseek-coder-v2",
"maxTokensPerStep": 5000,
"enableMemory": true
}
重启Moltbot:
moltbot restart
验证配置:
/status
使用指南
快速开始
1. 初始化新项目
# 创建GitHub仓库并初始化本地项目
Create a new GitHub repo named "my-flask-api" with description "Simple Flask API for user management". Init with README.md.
优化提示: 使用隔离session避免上下文污染
/new init-repo
预期token消耗: 输入<5k，输出<2k
2. 规划项目结构
# 生成项目结构规划
Plan the project structure for a Flask API: endpoints for /users (GET/POST), database with SQLite, auth with JWT. Output as JSON tree.
优化提示: 指定输出格式减少token
# 只输出JSON，不解释
Output only JSON structure, no explanations.
预期token消耗: 输入10k-20k，压缩后降到5k
3. 生成骨架代码
# 基于规划生成代码
Generate skeleton code based on the plan. Save to files in local clone.
优化提示: 输出只包含代码diff
# 只显示文件变化
Show only file changes, no explanations.
核心开发流程
模块化代码编写
# 分模块开发，每个模块独立session
/new code-module
# 实现特定功能
Implement /users GET endpoint in app.py: fetch from DB.
优化策略:
- 每个模块完成后立即
git add/commit - 使用
minimal thinking模式 - 限制每个模块的迭代次数
预期token消耗: 每模块输入<10k，输出<5k
调试和修复
# 错误诊断
Debug error in app.py line 42: TypeError.
# 修复bug
Fix failing test case X.
优化策略:
- 限制修复迭代次数（max 3 steps）
- 使用工具输出摘要
- 隔离session执行
测试和验证
单元测试
# 运行测试
Run unit tests for app.py using pytest. Generate tests if none.
# 优化输出
--summary # 只看测试结果摘要
编译检查（如需）
# 编译项目
Compile the C++ project with cmake and run.
优化策略:
- 隔离session执行测试/编译
- 截断工具输出日志
- 只关注关键错误信息
代码审查和PR
代码审查
# 全面审查
Review all changes: style, bugs, optimizations. Suggest fixes.
# 优化输出格式
Output as bullet points, be concise.
生成PR
# 创建Pull Request
Create PR from local branch to main: title "Add user endpoints", description with changelog.
优化策略:
- 使用缓存减少diff输出
- 简短描述，重点突出
- 自动生成changelog
完成和清理
推送和创建PR
# 执行推送
git push && gh pr create
清理上下文
# 清理内存
/reset
# 或完全压缩
/compact full
高级功能
大规模项目处理
# 只加载特定目录
gitload dir src/
# 分文件夹处理
Process only the models/ directory.
跨session记忆
# 保存项目规范
/remember project-plan "Use PEP8 style"
# 复用记忆
Recall project style guidelines.
成本优化
# 切换低成本模型
/config model ollama/qwen2.5-coder
# 监控token使用
/status # 定期检查
/compact # 如果token过高
最佳实践
Token优化策略
- 分阶段执行: 每个阶段独立session
- 输出控制: 只显示必要信息
- 工具摘要: 使用--summary参数
- 定期压缩: 监控并压缩上下文
质量控制
- 增量提交: 每个功能点完成后commit
- 测试驱动: 先写测试，再实现功能
- 代码审查: 每个模块完成后审查
- 错误恢复: 设置最大迭代次数
项目管理
- 文档化: 保持README和文档更新
- 版本控制: 使用语义化版本
- 分支策略: feature分支开发，main分支稳定
- CI/CD: 集成自动化流水线
故障排除
常见问题
Token消耗过高
# 解决方案
/compact # 压缩上下文
/config maxTokensPerStep 3000 # 限制每步token
/new session-name # 创建新session重新开始
无限循环
# 预防措施
# 在prompt中指定最大步骤
"Complete in max 3 steps"
"Fix with maximum 2 iterations"
工具执行失败
# 检查工具安装
/status skills # 确认skills已安装
# 检查权限
/config github-token YOUR_TOKEN # 确保GitHub token配置
内存不足
# 清理策略
/reset # 重置当前session
/compact full # 完全压缩
性能监控
# 实时监控
/status # 查看token使用和内存
# 历史记录
/logs # 查看执行日志
示例工作流
完整示例：Flask API项目
# 阶段1: 初始化
/new init-project
Create repo "user-api", init with Python .gitignore
# 阶段2: 规划
Plan Flask API with users, auth, database
# 阶段3: 开发（分模块）
/new module-users
Implement user model and endpoints
/new module-auth
Implement JWT authentication
# 阶段4: 测试
/new testing
Write and run unit tests
# 阶段5: 审查和PR
/new review
Code review and create PR
预期总token消耗
初始化: 5k
规划: 10k
开发: 30k (3个模块×10k)
测试: 15k
审查: 10k
总计: ~70k tokens ($3-5 with DeepSeek)
扩展和定制
添加新语言支持
- 创建语言特定模板
- 配置编译/测试工具
- 添加代码风格规则
集成CI/CD
- 添加GitHub Actions配置
- 配置自动化测试
- 设置部署流水线
团队协作
- 共享项目配置
- 统一代码规范
- 协作审查流程
版本历史
v1.0.0 (2026-01-30)
- 初始版本发布
- 支持Python项目全流程
- 优化token消耗策略
- 集成GitHub和Git工具
未来计划
- 多语言支持扩展
- 可视化项目仪表板
- AI辅助代码审查增强
- 团队协作功能
Skill设计: 基于2026年标准高效workflow 优化重点: 低token消耗 + 高质量输出 核心价值: 从idea到PR的全流程自动化 适用场景: 个人项目、团队协作、教育学习