Project Foundation Skill 技能

技能简介

@ivni/project-foundation（npm 名为 @ivni/project-foundation，GitHub 仓库 ivni/project-foundation）是一套面向 Pi / Claude Code / Codex / OpenCode / Hermes Agent 的 Agent Skill 套件，包含 11 个互相衔接的 Skill，把"从模糊想法 → 达成项目基础 → 逐步交付"完整闭环。它把工程工作流拆成可命名的阶段（找盲点 → 发现访谈 → 计划特性 → 单阶段运行 → 子阶段运行 → 多模型审查 → 测试分析 → 合成），每个 Skill 都是独立的子流程，可以按项目需要单独启用。整套 Skill 用 Bun 打包并通过交互式安装器一次性部署到目标 Agent，特别适合"想要严肃落地 agentic engineering"的工程团队。

核心能力

• Find Blind Spots（找盲点）：只读搜索业务、产品、UX、领域、工程五类未知，按后果分级后路由到对应负责人或验证手段。
• Discovery Interview（发现访谈）：默认走非技术产品负责人轨道，每次只问一个 stakeholder-owned 决策，全程只写一条 scratch 记录，避免对话被淹没。
• Plan Feature（计划特性）：把完成的小特性发现打包为带验收条件的有序 stages 的实现 issue，并附带 discovery snapshot。
• Run Feature Stage（运行特性阶段）：压缩后恢复活跃 issue、跑完一个 stage 并由 agent 自行验证、Codex 评审、本地 commit，记录进度后停下。
• Run Subphase（运行子阶段）：精确按 phase 切片一次只跑一个子阶段（entry gate、seams、vertical slices、验证证据、独立评审、单 commit），尺寸刚好一个 context window。
• Codex / Claude / Qwen Review Loop：分别调用 Codex、Claude Fable/xhigh、Qwen3.8-max 三个独立评审，主 agent 负责所有测试与修复，反复 review-clean 或诚实记录阻塞。
• Analyze Tests（测试分析）：分析哪些测试可移除或合并、哪些可并行、哪些可加速，先分析后应用，避免误删。
• Project Foundation（项目基础合成）：把前述产物合成成 canonical artifact set（架构、交付流程、文档契约）。
• Teach（独立 Skill）：把当前目录当作状态化学习工作区，跨多 session 教学主题，不触碰软件工程项目的文档。

安装配置

1. 前置环境：安装 Bun 与目标 Agent（Pi / Claude Code ≥2.1.236 / Codex / OpenCode / Hermes Agent）。
2. 交互安装：bunx @ivni/project-foundation，按向导选择 Install / update。首次安装 11 个 Skill 预选全部；已有安装的则预选更新项 + 可选新增。
3. 直接打开流程：跳过安装也可直接打开某一具体 skill 的 prompt 引导。
4. Codex 接入：通过 Codex 的 plugin / skills 系统加载 skill registry；registry key 即 package 目录、本地 target 名、managed-store 名与 receipt skillId 四位一体。
5. Claude Code 接入：通过 marketplace 或本地 skill 目录加载到 ~/.claude/skills/；每个 Skill 都通过 SKILL.md 的 frontmatter 注册触发短语。
6. Pi 接入：通过 package.json 中 pi.skills / pi.extensions 字段自动发现。
7. 审查模型 Key：Review Loop 需要 Anthropic / OpenAI / Qwen 三家 Key，按需配置。

使用步骤

1. 首次安装：bunx @ivni/project-foundation → 选择 Install / update，确认 11 个 Skill 全部勾选 → 选择目标 Agent（Pi / Claude Code / Codex / OpenCode / Hermes）。
2. 发现阶段：调用 Find Blind Spots 列出所有 consequential unknowns；调用 Discovery Interview 逐个解决 stakeholder-owned 决策。
3. 计划阶段：对一个小特性调用 Plan Feature，得到带 stages + 验收 + discovery snapshot 的 issue。
4. 执行阶段：调用 Run Feature Stage 跑完一个 stage，Codex / Claude / Qwen Review Loop 任意一个跑独立审查 → 修复 → 再审直至 clean。
5. 子阶段切割：对较大特性先用 Run Subphase 把 phase 切成可单 context window 完成的 piece，逐个完成。
6. 测试优化：调用 Analyze Tests 查看可移除/合并/并行/加速的测试，先看报告再决定是否应用。
7. 项目合成：调用 Project Foundation 把所有产物合成为 canonical artifact set（架构图 + 文档契约 + 交付流程）。
8. 更新维护：再次运行 bunx @ivni/project-foundation，对已安装 Skill 走 update 路径；新增 Skill 可同一次 install 完成。

适用场景

• 从 0 到 1 的严肃产品项目：既要发现又要工程化，需要完整闭环而非"先写代码"。
• 中型团队协作：stakeholder-owned 决策和 agent-owned 验证的边界被显式建模，减少互相抢责任。
• 模型升级期保护：每次主 agent 模型升级前用 Review Loop 跑一遍历史任务回归。
• 跨 session 上下文接续：Teach Skill 让"今天学半小时、明天继续"的场景天然成立。
• 大 phase 切片：超出单 context window 的工作被 Run Subphase 强制切成可控 piece。
• 多模型协同评审：希望 Code review 由独立模型（Codex + Claude + Qwen）三方把关的团队。

适用人群

• 工程经理 / Tech Lead：希望用 AI agent 推进真实项目而不只是 demo。
• 产品 Owner：希望通过 Discovery Interview 把 stakeholder-owned 决策沉淀。
• Agent 工程师：希望把工程流程编码成 Skill 让所有团队成员共享。
• 独立开发者：希望一个人也能跑完整工程闭环（discovery → plan → run → review）。

官方链接

• npm 包：https://www.npmjs.com/package/@ivni/project-foundation
• 仓库：https://github.com/ivni/project-foundation
• 安装器：bunx @ivni/project-foundation
• License：MIT