在编写 ts 代码时，经常有在写泛型时出现这种困扰// 写标签时XXX<T>// 自动补全为XXX<T></T>在排查了原因后发现原来是这个插件的问题解决办法：对插件右键打开拓展设置：在Auto-close-tag: Activation On LanguageSet the languages that the extension will be activa

在编写 ts 代码时，经常有在写泛型时出现这种困扰// 写标签时XXX<T>// 自动补全为XXX<T></T>在排查了原因后发现原来是这个插件的问题解决办法：对插件右键打开拓展设置：在Auto-close-tag: Activation On LanguageSet the languages that the extension will be activa

superpowers 是一个基于**可组合技能（skills）**的 Agent 软件开发方法论与工作流框架，适用于 Claude Code、Cursor、Codex、OpenCode 等编码 Agent，强调「先澄清再实现」、测试驱动与子 Agent 协同。

React Native开发调试工具"react-native-components-inspector"开源方案，替代付费IDE功能。通过Babel插件在开发环境注入源码位置信息，配合Metro中间件实现点击组件跳转编辑器功能。包含三个核心配置：1)babel.config.js注入调试属性；2)metro.config.js添加中间件支持；3)App.tsx根组件包裹Ins

智能体（Agent） 被定义为：能够通过传感器感知所处环境，并自主地通过执行器采取行动以达成特定目标的实体。四个基本要素：环境：智能体所处的外部世界（如道路、金融市场、API 数据流等）传感器：感知环境的方式（摄像头、API、麦克风等）执行器：施加行动的方式（机械臂、代码调用、服务请求等）自主性：能基于感知与内部状态独立决策，而非仅执行预设指令感知 → 决策 → 行动的闭环，构成智能体行为的基础。

本文摘要对比了四个主流智能体框架的核心特点与适用场景。AutoGen采用多智能体群聊模式，适合开放式协作任务；AgentScope以消息驱动架构见长，侧重工程化与复杂流程控制；CAMEL通过双角色扮演简化协作，强调提示工程；LangGraph采用状态图范式，适合需要精确控制流程的场景。四者在协作模式（涌现式/显式控制）和工程化程度两个维度形成互补，开发者可根据任务复杂度、流程确定性和生产环境需求进

SDD（规格驱动开发）摘要 SDD是一种将规格说明作为首要工件的软件开发方法，强调代码应作为规格的生成物而非相反。其核心是权力倒置：规格为源，代码为表达。这种方法在当前尤为重要，因为AI能可靠地将清晰规格转化为代码，且系统复杂度增加使得人工对齐意图与实现愈发困难。 SDD工作流包括：通过AI对话形成完整PRD，研究型智能体补充技术约束，生成实现计划并进行一致性检查，最终生成代码并建立持续反馈机制。

传统README.md面向人类，解释"这个项目是什么"。AGENTS.md面向 AI coding agent，回答"如何在这个项目里正确工作"。但仅靠手写文档覆盖面有限——大型代码库的架构关系、隐藏耦合、核心抽象，人很难穷举。，形成"自动化发现 + 人工提炼"的闭环。

为了避免 AI 不思考直接就进行内容的生成，我加了一条 rule。但是加完后，AI 在每个指令基本都会对我进行询问，有的甚至多的 3-4 条，虽然内容是更加符合方向了，但是很多选项基本都固定的，是按预期来的，反而变成了多余的步骤。

本文介绍了基于微软开源框架AutoGen的软件开发团队多智能体协作架构设计。AutoGen是一个支持多智能体对话的框架，通过分层设计（autogen-core基础层和autogen-agentchat应用层）和异步编程提升性能。案例展示了由产品经理、工程师、代码审查员和用户代理四个角色组成的轮询协作流程，采用RoundRobinGroupChat模式实现需求分析→编码→审查→测试的固定顺序协作。系