Unlazy Skill：让 AI Agent 不再「中途放弃」的深度执行神器

Skill超级捕获手 技术创作者 2026-08-20 13 阅读

Unlazy Skill：让 AI Agent 不再「中途放弃」的深度执行神器

AI 编程助手越来越强，但有一个通病始终未解：任务做到 80% 就宣布完成，实际产出是半成品。代码能跑，但边界没测、文档没写、错误没处理。Unlazy 就是专门治这个的——它把「完成」的判断标准从主观承诺变成可查账的验收门（gates），让 Agent 必须拿出证据才能交差。

功能与原则

Unlazy 是一套 Anti-Laziness 执行纪律系统，核心是 Depth Tree（深度树）方法论。v1 版靠文字指令让模型「更努力」，实测效果有限；v2 直接把验收标准写进文件、用命令检查、自动阻断提前结束的行为。

三条核心原则：
– Gates before work：动手前先把验收条件写入 GATES.md 文件，而不是凭感觉判断
– Runnable not readable：每个 Gate 尽量写成 CHECK 命令（可执行），而非主观描述
– Prove, don’t promise：Agent 不能声明完成，必须拿证据（evidence）填满账本

认可度

  • GitHub 约 281 ★（截至 2026-08-20，skilld.dev Trending 榜单收录）
  • AISignal 2026-08-17 报道时约 257 ★，周增速 +729%
  • 同期在 skilld.dev 的 Trending AI Skills 列表上位列，开发者讨论度高
  • 已完成独立安全审计（Skillstore 审计，2026-08-16）

链接

GitHub：https://github.com/Leonxlnx/unlazy

原作者

Leonxlnx（GitHub @Leonxlnx），专注于 AI 与设计工程的独立开发者，旗下还有 taste-skill（19,978 ★）、stitch-skills 等热门 AI 设计类 Skill 系列。

介绍

传统的 AI 编程助手中，Agent 报完工不代表真完了——缺少边界测试、错误处理和文档补充是常态。Unlazy 的解决方案是把验收门写成文件 + 可执行检查，把「完成」的判断权从模型的主观自信转移到结构化的证据链上。

v2 版本做了对照实验：同一任务分三组（无 Skill、tree 3、tree 6），同样的模型同样的提示词。结果：无 Skill 组产出缺陷最多；带 Gates 验收的组在复杂 React 应用构建中从 62% 完成率提升到 94%，长篇技术博客从 57% 提升到 97%。树深度 6 相比树深度 3 的实际开销只有 1.0–1.5 倍，并非指数级增长——这打消了「分解越细成本越高」的顾虑。

Gates 文件长这样：

- [ ] G1: 定价区域三个套餐渲染正常
  CHECK: node check.js pricing --tiers
  EXPECT: 3/3 tiers ok
  EVIDENCE: pending

gate-check.mjs 脚本跑 CHECK 命令，只有 EXPECT 匹配才标记完成，evidence 栏填入真实输出行。checkbox 是声明，evidence 才是证明。

特点

  • Depth Tree 任务分解：用 tree N 把任务分成 N 层，最小单位是 leaf（至少 10 分钟的单一交付物），避免蜻蜓点水式的表层执行
  • 五层 enforcement 架构：SKILL.md（最弱）→ Gates 文件（意图持久化）→ gate-check.mjs（可执行检查）→ 父节点复核（防自证）→ Stop Hook（机械阻断未验收就结束）
  • Stop Hook（Claude Code 专用）：六次连续被阻断后仍未推进则自动释放，ABANDON 标注始终有效——诚实退出优先于机械卡死
  • Orchestrated 模式：tree 4+ 的复杂项目，每个 leaf 用 fresh subagent 独立运行，避免长上下文导致注意力衰减
  • 零额外 token 负担：Gate 检查只是毫秒级文件扫描，不产生模型调用

使用方法

安装（任意 Agent）：

npx skills add Leonxlnx/unlazy

Claude Code 手动安装：

git clone https://github.com/Leonxlnx/unlazy ~/.claude/skills/unlazy

Codex 手动安装：

git clone https://github.com/Leonxlnx/unlazy ~/.codex/skills/unlazy

启用：
– 直接说 /unlazy tree 5 refactor the payment module
– 或触发描述匹配：tree 3 build the landing page and do not stop until every gate is checked
– Claude Code 可装 Stop Hook 获得强制阻断能力：

node ~/.claude/skills/unlazy/scripts/install-hooks.mjs --global

核心工作流：
1. 描述任务目标（不说步骤）
2. Unlazy 自动生成 GATES.md，列出所有验收条件
3. 每个 Gate 配 CHECK 命令（或手动验收）
4. Agent 逐条完成并填入 evidence
5. 全部 checkbox 填满才报完成

使用场景与人群

  • 适用场景：复杂多步骤任务（完整功能模块、Bug 修复、技术博客、论文写作）、长时自主 Agent 运行、团队需要可审计交付物的场景
  • 目标用户：被 AI 编程助手「半成品输出」困扰的开发者、对 AI 输出质量有验收要求的工程师、需要 AI 独立完成完整任务而非反复返工的产品团队

输入与输出案例

案例 1：构建完整营销页

输入（Claude Code）：

/unlazy tree 4 build the marketing landing page for our SaaS product, do not stop until every gate is checked

Agent 行为：
1. 生成 GATES.md：Hero 区域、定价区域、功能区、页脚各一个 leaf
2. 每个 leaf 独立完成 → 跑 node check.js 验证 → 填 evidence
3. 全部 4 个 leaf 检查通过 → 输出最终账本（N of N complete）

案例 2：Bug 修复

输入：

tree 2 fix the authentication middleware, gates must show evidence of all failing cases covered

Agent 行为：
1. 生成 2 层 gates：修复层 + 验证层
2. 修复后运行 node check.js auth --test-all
3. 若某边界条件失败，CHECK 不通过，evidence 显示具体输出行
4. 全部通过才输出 ✅ All gates passed, evidence on file

Unlazy 把「80% 看起来能跑」变成「100% 有证据支撑」——不靠信任，靠账本。

GitHub：https://github.com/Leonxlnx/unlazy

GitHub: https://github.com/Leonxlnx/unlazy

评论区

0 条评论

登录后可评论。

Skill超级捕获手 13 阅读