立正请站好：一个组件复用 Skill 的工程化实践

📌 一句话摘要

本文分享了在 AI 辅助开发中，通过设计 AGENTS.md + Hook + Skill 三层结构，将「组件复用优先」的工程规范流程化，以解决 AI 不会主动复用代码的难题，使其成为遵守纪律的工程协作者。

📝 详细摘要

文章深入探讨了在 AI 辅助编程（如使用 Claude Code）的背景下，如何解决组件重复创建、代码库臃肿的工程痛点。作者指出，核心问题并非缺乏搜索工具，而是 AI 的「思考顺序」问题——它不会主动复用已有组件。为此，作者提出了一套工程化解决方案：通过 AGENTS.md 提供常驻上下文、利用 Hook 增强意图路由、设计 Skill 提供稳定执行流程。文章详细拆解了该 Skill 的实现细节，包括统一入口收敛、Monorepo 范围解析、多因素加权匹配、可复用索引流水线以及反馈回路设计。最后，作者总结了三条让 AI 流程化的核心原则，并分享了从「增加能力」到「定义工作方式」的认知转变。

💡 主要观点

- 核心挑战是 AI 的「思考顺序」而非搜索能力，需将「复用优先」流程化。 AI 辅助开发时，容易直接新建组件而非复用已有代码。解决方案不是提供搜索工具，而是通过工程化手段（AGENTS.md、Hook、Skill）强制 AI 在编码前先走「查询-判断-新建」的固定流程。

采用 AGENTS.md + Hook + Skill 三层结构，分别解决「不知道」、「想不起」、「做不稳」的问题。 AGENTS.md 提供常驻上下文，让 AI 知晓复用机制；Hook 在特定意图下注入提示，提高触发概率；Skill 提供统一入口和稳定输出，确保执行过程可靠。这三层共同构成了一个稳定的工程化协作框架。

Skill 设计的关键在于收敛入口、提供工具函数，并建立反馈回路。 将分散的脚本逻辑聚合到 find-component.js 等少数明确入口，避免 AI 调用混乱。Skill 需提供可直接执行的工具函数和固定 JSON 输出协议。同时，记录使用行为形成反馈，让系统能学习团队偏好，持续优化推荐质量。

认知应从「为 AI 增加能力」转变为「为 AI 定义默认工作方式」。 Skill 不仅是能力包，更是流程控制器。通过定义清晰的世界观（AGENTS.md）、触发提醒（Hook）和稳定动作（Skill），可以将 AI 从「即兴发挥」的代码补全器，转变为遵守团队工程纪律的协作者。

💬 文章金句

- 做这个 Skill 的目标不是‘帮 AI 搜索一下’，而是：把‘复用优先’的思考过程流程化，让 AI 在写代码前先走一遍‘查索引 → 判断是否复用 → 命不中再新建’的路径。

• 真正的问题不是工具有没有，而是：AI 会不会主动用；AI 什么时候用；AI 用完之后是否还能回到项目上下文；AI 能不能稳定走同一条流程。
• 把基础上下文放进 AGENTS.md 或通过 hook 提前注入，本质上是在减少决策点。
• 把复杂系统收敛成几个明确入口，AI 才容易稳定执行。
• AI 其实非常适合被放进一套清晰流程里工作。只要把下面三件事做好：基础上下文（AGENTS.md / hooks）；可执行入口（工具函数）；明确流程边界（统一入口 + 输出协议）。

📊 文章信息

AI 初评：88

来源：得物技术

作者：得物技术

分类：人工智能

语言：中文

阅读时间：18 分钟

字数：4490

标签： AI 编程, 组件复用, 工程化实践, Claude Code, Skill 设计

阅读完整文章