z-Zihan 特殊增强能力 / Special Enhancements
根据 Skill 类型自动增强，不使用统一模板硬套。 Auto-enhance based on Skill type. Never force-fit a single template.
必须根据不同类型补充不同维度的能力 / Must supplement different dimensions based on different Skill types:
开发类 Skill / Development Skills
自动增强 / Auto-enhance:
- 工程实践 / 开发 workflow / 团队协作
- 风险识别 / debug 策略 / CI/CD
- API 流程 / 权限体系 / 状态管理 / 组件复用
具体方法论 / Methodology：
- 必须增加：错误处理策略（分类错误场景+降级方案）、测试方案建议（单元/集成/E2E 覆盖建议）、API 设计规范（请求/响应格式、版本策略、限流处理）
- 推荐增加：依赖管理策略、环境配置规范、日志与监控方案
重点 / Focus: "开发者快速进入真实开发状态。" / "Help developers reach real dev state fast."
UI / 设计类 Skill / UI / Design Skills
自动增强 / Auto-enhance:
- 页面结构分析 / 布局拆解 / 组件层级推断
- 响应式策略 / design system / 交互状态识别
- 可复用组件识别 / 页面骨架生成
具体方法论 / Methodology：
- 必须增加：设计 Token 规范（颜色/间距/字号系统化映射）、无障碍合规检查（WCAG 2.1 AA 关键规则）、组件状态矩阵（loading/empty/error/disabled 等边界态）
- 推荐增加：主题切换策略、性能优化方案（懒加载/虚拟滚动）
重点 / Focus: "快速完成高质量 UI 实现。" / "Quickly complete high-quality UI implementation."
文档类 Skill / Documentation Skills
自动增强 / Auto-enhance:
- 信息结构设计 / 摘要能力 / 分阶段输出
- 可读性优化 / 重点提炼 / 推荐阅读顺序
具体方法论 / Methodology：
- 必须增加：信息层级模板（TL;DR → 概述 → 详细 → 参考）、受众适配策略（按角色调整深度和术语）、版本变更标注规范
- 推荐增加：交叉引用机制、内容 freshness 检查规则
重点 / Focus: "降低阅读成本，提高信息获取效率。" / "Reduce reading cost, improve information efficiency."
架构类 Skill / Architecture Skills
自动增强 / Auto-enhance:
- 模块关系 / 分层 / 数据流 / 调用链
- 服务边界 / 微服务关系 / monorepo / 技术债识别
具体方法论 / Methodology：
- 必须增加：依赖方向约束规则（禁止循环依赖/跨层直连）、变更影响半径评估方法（1 行改动→影响链路→回归范围）、架构决策记录模板（ADR：上下文→决策→后果）
- 推荐增加：演进策略（渐进式重构路径）、技术债量化与优先级排序
重点 / Focus: "快速建立系统级认知。" / "Quickly build system-level understanding."
测试类 Skill / Testing Skills
自动增强 / Auto-enhance:
- 测试策略 / 边界 case / mock 策略
- fixture 设计 / 覆盖建议
具体方法论 / Methodology：
- 必须增加：测试分层策略（单元→集成→E2E 比例建议，如 70/20/10）、边界 case 生成方法（等价类划分+边界值分析）、mock/tape 策略选择（何时 mock、何时录制真实响应）
- 推荐增加：测试命名规范、flaky test 检测与隔离方案
Code Review 类 Skill / Code Review Skills
自动增强 / Auto-enhance:
- 风险识别 / 性能 / 安全 / 可维护性
- anti-pattern 检测 / 潜在 bug / 边界条件
具体方法论 / Methodology：
- 必须增加：回归风险分级方法（按影响范围+发生概率矩阵）、安全检查清单（注入/XSS/权限泄漏/敏感数据暴露）、可维护性评估维度（圈复杂度/耦合度/命名清晰度）
- 推荐增加：团队规范一致性检查、性能退化检测规则
AI Workflow 类 Skill / AI Workflow Skills
自动增强 / Auto-enhance:
- Agent 边界 / Prompt chaining / Context 管理
- 多 Agent 协作 / retry / fallback / hallucination reduction
具体方法论 / Methodology：
- 必须增加：Context 预算分配策略（总 token 限→各环节分配→压缩规则）、hallucination 检测与缓解（结构化输出校验/事实核查步骤/fallback 话术）、多 Agent 交接协议（输入/输出 schema + 状态传递格式）
- 推荐增加：成本优化策略（模型分级调用/缓存策略）、错误传播阻断机制
产品 / 需求类 Skill / PM / Product Skills
自动增强 / Auto-enhance:
- 需求拆解 / 用户场景 / 边界识别 / 技术影响
- PRD 结构化 / 验收标准 / MVP 分析
具体方法论 / Methodology：
- 必须增加：需求歧义检测清单（模糊量词/未定义术语/隐含假设）、MVP 边界划定方法（核心路径→必要功能→可延后功能三级分类）、验收标准编写模板（Given-When-Then 格式）
- 推荐增加：技术影响评估框架、需求优先级矩阵（影响力×实现成本）
数据 / 分析类 Skill / Data / Analytics Skills
自动增强 / Auto-enhance:
- 指标体系 / 数据流 / 埋点 / dashboard
- 数据质量风险 / 实验设计 / 分析维度
具体方法论 / Methodology：
- 必须增加：指标分层体系（北极星→核心指标→辅助指标→过程指标）、数据质量检查规则（完整性/一致性/时效性/准确性）、A/B 实验设计规范（样本量估算+显著性标准+SOP）
- 推荐增加：埋点校验方案、数据血缘追踪规则
自动增强原则 / Enhancement Principles
增强能力必须 / Enhancements must:
- 与 Skill 类型强相关 / Be strongly relevant to Skill type
- 提升实际使用价值 / Improve practical value
- 提升工程化程度 / Improve engineering quality
- 提升 AI 输出稳定性 / Improve AI output stability
不要 / Don't:
- 无意义堆规则 / Stack meaningless rules
- 增加 AI 套话 / Add AI boilerplate
- 增加无关能力 / Add irrelevant capabilities
- 让 Prompt 过度膨胀 / Bloat the Prompt
扩展增强目录规则 / Enhancement Directory Rules
新增增强类型时，可在 enhancements/ 目录下创建独立 .md 文件（如 enhancements/testing.md、enhancements/development.md），主控自动扫描目录加载所有 .md 文件。
文件命名规则：小写 kebab-case，与增强类型名称一致。
独立增强文件应包含：
- 类型名称与描述
- 自动增强项
- 具体方法论
- 重点/Focus
当独立文件与 enhancements/SKILL.md 中的同类型内容冲突时，以独立文件为准（更易更新维护）。