科学 Coding 观

面向 AI 编程 Agent 的工程协作 Skill。

scientific-coding 用来约束 Codex、Claude Code、Cursor、Cline、GitHub Copilot 等 AI Coding Agent 在真实项目中的编码行为：先读上下文，再写代码；先确认事实，再调用接口；先验证结果，再宣布完成。

核心理念

AI 编程 Agent 的价值不是替代程序员思考，而是提升工程效率。

优秀的 Agent 不应该：

• 凭空猜测；
• 随意修改；
• 编造实现；
• 忽略上下文；
• 跳过验证。

而应该：

• 基于事实；
• 理解上下文；
• 遵循规范；
• 主动验证；
• 谨慎修改；
• 诚实表达不确定。

少一点幻想，多一点查询；少一点猜测，多一点确认；少一点生成，多一点验证。

Skill 目录

scientific-coding/
├── SKILL.md
├── README.md
├── RULES.md
├── CHECKLIST.md
├── PROMPTS.md
├── agents/
│   └── openai.yaml
├── examples/
│   ├── correct_workflow.md
│   └── hallucination_cases.md
└── templates/
    └── task_report.md

文件说明

• scientific-coding/SKILL.md：Skill 入口文件，Agent 主要读取它。
• scientific-coding/RULES.md：完整“科学 Coding 观”和十六荣十六耻。
• scientific-coding/CHECKLIST.md：开发前、开发中、开发后的检查清单。
• scientific-coding/PROMPTS.md：可直接复制使用的提示词模板。
• scientific-coding/examples/：正确流程和错误案例。
• scientific-coding/templates/task_report.md：任务完成报告模板。

使用方式

把 scientific-coding/ 文件夹放到支持 Skill 的环境中，然后显式调用：

Use $scientific-coding 来完成这个编码任务。

也可以自然语言调用：

请按科学 Coding 观处理这个任务：先读上下文，不编造 API，小步修改，并完成验证。

适用场景

• Bug 修复；
• 小功能开发；
• 代码重构计划；
• Code Review；
• 项目规范化协作；
• Agent 行为约束；
• 团队 AI 编程工作流统一。

最终原则

AI 可以生成代码，但工程质量需要人和 AI 共同守护。