Project Code Builder

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

1. 分阶段执行: 每个阶段独立session
2. 输出控制: 只显示必要信息
3. 工具摘要: 使用--summary参数
4. 定期压缩: 监控并压缩上下文

质量控制

1. 增量提交: 每个功能点完成后commit
2. 测试驱动: 先写测试，再实现功能
3. 代码审查: 每个模块完成后审查
4. 错误恢复: 设置最大迭代次数

项目管理

1. 文档化: 保持README和文档更新
2. 版本控制: 使用语义化版本
3. 分支策略: feature分支开发，main分支稳定
4. 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

1. 创建语言特定模板
2. 配置编译/测试工具
3. 添加代码风格规则

集成CI/CD

1. 添加GitHub Actions配置
2. 配置自动化测试
3. 设置部署流水线

团队协作

1. 共享项目配置
2. 统一代码规范
3. 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