三层资产体系架构
本页是 Vibe Coding 指南的核心导航中枢——你正站在从"理解理念"到"动手实践"的转折点上。三层资产体系是我们组织全部知识、能力和工具的基础架构模型,它决定了这个仓库里每一份文档、每一个技能、每一条工作流的位置、职责与协作方式。理解这套体系,你就掌握了在本仓库中高效定位资源的地图。
体系总览:三层分离,逐层具体
整个 assets/ 目录按照抽象度递减、可操作性递增的原则,划分为三个垂直层级。每一层内部保持扁平结构,层与层之间通过明确的索引文件(README.md)和 AGENTS.md 行为约束建立联系。这不是随意分类——三层结构直接映射了 AI 辅助开发的知识流:先建立认知框架,再封装可复用能力,最后将能力串联为自动化流程。

上图展示了三层的核心关系:知识向下沉淀为指令,指令向上组合为工具,实践经验反向回流至知识层。这是一个闭环系统,而非单向管道。下面逐层拆解。
🧱 第一层:知识层(documents/)
知识层是整个体系的认知地基,所有上层能力都建立在这套方法论框架之上。它被组织为三个子目录,按学习路径由深到浅排列:
| 子目录 | 映射来源 | 内容定位 | 典型文件 |
|---|---|---|---|
principles/fundamentals/ |
原 00-基础指南 | 工程级基础原则与避坑指南 | 胶水编程、常见坑汇总、强前置条件约束、语言层要素 |
principles/philosophy/ |
原 05-哲学与方法论 | 底层哲学框架与科学方法论 | 控制论与科学方法论、理解世界的概念框架、辩证法 |
guides/getting-started/ |
原 01-入门指南 | 从零开始的环境搭建与配置 | Vibe Coding 哲学原理、开发环境搭建、IDE配置 |
guides/playbook/ |
原 02-方法论 | 实战经验与工具使用手册 | Canvas白板驱动开发、四阶段×十二原则方法论 |
case-studies/ |
原 03-实战 | 真实项目的案例复盘与提示词存档 | polymarket-dev、telegram-dev、fate-engine-dev |
知识层的设计遵循一个关键原则:哲学层(philosophy/)提供概念框架,基础层(fundamentals/)将其转化为工程约束,指南层(guides/)给出可操作的步骤。这三者之间存在严格的前置依赖关系——文档中频繁出现的"基础前提"段落就是这种依赖的显式声明。
💡阅读建议:如果你是首次接触本仓库,知识层中标注为"必读"的文档(概念框架、胶水编程、Vibe Coding 哲学原理、问题求解能力)构成最小认知集。跳过它们直接使用 skills/workflow,就像不学乐理就弹交响曲——可能跑通,但无法理解为什么。
⚡ 第二层:指令层与能力层(prompts/ + skills/)
如果说知识层回答的是"怎么想",那么指令层回答的就是"怎么说"——如何向 AI 精确传达意图。这一层包含两个互补的子系统:
提示词库(prompts/)
提示词库采用云端表格作为唯一真相源的设计,而非仓库内 Markdown 文件。具体来说,提示词存储在 Google Sheets 中,仓库内的 assets/prompts/README.md 仅作为入口索引。
表格的维度设计值得注意:横轴是版本迭代方向(如 1a → 1b → 1c),纵轴是不同功能域的提示词,每个工作表对应一个提示词类别(元提示词、系统提示词、编程提示词、用户提示词)。这种结构天然支持提示词的演化追踪。
AI Skills 技能库(skills/)
Skills 是比提示词更高级的能力封装——每个 Skill 是一个包含 SKILL.md 入口文档的独立目录,明确声明了触发条件、适用边界、交付物和最小可复现流程。当前仓库收录了 20 个专业技能,按领域分为五类:
| 类别 | 数量 | 代表技能 |
|---|---|---|
| 🔮 元技能 | 2 | skills-skills(生成 Skills 的 Skills)、sop-generator |
| 🤖 AI 工具 | 4 | canvas-dev、headless-cli、claude-code-guide |
| 🗄️ 数据库 | 2 | postgresql、timescaledb |
| 💰 加密货币/量化 | 5 | ccxt、coingecko、cryptofeed、hummingbot、polymarket |
| 🛠️ 开发工具 | 7 | telegram-dev、twscrape、snapdom、tmux-autopilot 等 |
Skills 之间遵循无隐式耦合原则:每个技能目录自包含,不依赖其他技能目录的内部文件路径或脚本副作用。外部权威技能(如 Claude 官方 skills)通过 Git submodule + 软链接方式引入,确保可复现性。
💡:提示词与 Skills 的区别:提示词是"对 AI 说的话",Skills 是"AI 的专家人格 + 工具包 + 工作流程"。当你的需求超出了"一段话能说清楚"的范畴,就该考虑封装为 Skill。
第三层:工具层(repo/ + config/ + workflow/ + tasks/)
工具层是体系的执行末端——将知识层的方法论和指令层的能力,组装为可直接运行的工具、配置和自动化流程。这一层的四个子目录各司其职:
外部工具镜像(repo/)
assets/repo/ 收纳所有第三方工具与外部依赖,以 Git submodule 或原样保留的方式引入。核心原则是"尽量原样保留,避免魔改后不可升级"。当前集成了 tmux 配置、Claude 官方 skills、提示词转换工具、AI 聊天记录保存工具等 12 个外部模块。
配置基线(config/)
assets/config/ 存放开发环境与工具的配置文件(如 Codex CLI 配置),便于多人同步、审阅与回滚。这是唯一允许存放特定工具配置的目录。
工作流模板(workflow/)
assets/workflow/ 将完整的开发流程固化为可重复、可审计的自动化路径。当前包含两个核心工作流:
| 工作流 | 核心机制 | 状态 |
|---|---|---|
| auto-dev-loop | 五步状态机(需求→计划→实施→验证→总控),支持失败回跳与熔断保护 | ✅ 可用 |
| canvas-dev | Canvas 白板驱动开发,白板作为单一真相源 | ✅ 可用 |
auto-dev-loop 的工作流引擎采用"状态文件 + 文件 Hook"的轻量架构:state/current_step.json 作为唯一调度入口,inotifywait 监听状态变更自动触发下一步,同一任务最多重试 3 次以提供熔断保护。
任务追踪(tasks/)
assets/tasks/ 提供轻量级的任务管理能力,每个任务以独立目录组织,包含上下文(CONTEXT.md)、计划(PLAN.md)、验收标准(ACCEPTANCE.md)和状态(STATUS.md)。这是连接工具层和知识层的实践回流通道。
层间协作模式与治理规则
三层之间并非孤立存在,而是通过一套明确的治理规则保持一致性:
索引与导航机制
每个一级目录都维护 README.md 作为索引入口,AGENTS.md 作为 AI Agent 的行为约束。这两类文件构成了层间导航的双轨系统:README.md 告诉人类"这里有什么",AGENTS.md 告诉 AI "这里能做什么、不能做什么"。
唯一真相源原则
外部资源(提示词表格、工具索引等)采用云端在线表格作为唯一真相源,仓库内文件仅作为入口索引。当仓库内文档与云端表格发生冲突时,以云端表格为准。这一原则消除了多处维护同一信息导致的版本漂移。
全局约束
所有层级共享以下硬约束:不存放敏感信息(Token、私钥、个人隐私);第三方工具不做顺手改动;外部资产必须写清用途、维护者、更新方式以及与仓库内文档的关系。这些约束在 assets/AGENTS.md 中统一声明。
快速定位表
当你知道自己在找什么时,下表可以帮你直接跳转到正确的层级和目录:
| 我想…… | 去哪里 | 关键文件 |
|---|---|---|
| 理解 Vibe Coding 的核心理念 | 知识层 → documents/principles/philosophy/ |
概念框架 |
| 学习胶水编程的具体做法 | 知识层 → documents/principles/fundamentals/ |
胶水编程 |
| 从零搭建开发环境 | 知识层 → documents/guides/getting-started/ |
开发环境搭建 |
| 查找或迭代 AI 提示词 | 指令层 → prompts/ |
云端表格入口 |
| 让 AI 具备某个领域的专家能力 | 指令层 → skills/ |
Skills 总览 |
| 使用全自动开发闭环 | 工具层 → workflow/auto-dev-loop/ |
工作流说明 |
| 引入新的第三方工具 | 工具层 → repo/ |
集成规范 |
| 查看当前进行中的任务 | 工具层 → tasks/ |
任务索引 |
建议阅读路径
三层资产体系的设计意图是支持从抽象到具体的学习曲线。以下是两条推荐路径:
路径 A:理论优先(适合想深入理解方法论的开发者)
- 本页(体系总览)→ 2. 胶水编程范式 → 3. 递归自优化元方法论 → 4. 概念框架与语言层要素 → 5. AI Skills 技能库
路径 B:实践优先(适合想快速上手的开发者)
- 本页(体系总览)→ 2. 提示词库与云端表格 → 3. 元技能与 SOP 生成 → 4. 全自动开发闭环工作流 → 5. 硬约束与开发铁律
下一章:知识层:方法论与原则
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐


所有评论(0)