vibe0s — 让 AI 帮你选 Skill、排流程、留方法
作者:duola ·
面向不会挑 Skill、不会组织 AI 工作流的人:先把目标说清,再选择最少够用的能力推进,最后把做成的方法沉淀下来。当前仍在真实任务中验证。
标签:AI、Skill、人机协作、工作流
项目定位
vibe0s 解决的不是“再做一个万能 Skill”,而是一个更靠前的问题:已经装了很多 Skill,却不知道当前任务该用哪个、先后怎么排、什么时候该停。
它把这件事拆成三个动作:
- vibe-check:把模糊感觉变成由人确认的目标;
- vibe-flow:从已有能力里选择最少够用的 Skill,安排依赖、顺序与并行;
- vibe-recipe:把一次做成的方法提炼出来,再换一个真实任务验证能否复用。
当前状态
验证中。 三件套、协议、案例和安装脚本已经存在,但“是否普遍减少学习成本、沟通轮次和 Token”还没有足够的跨用户数据,暂不把它写成已经成立的效果承诺。
现在能做什么
- 目标说不清时,把真正需要人决定的取舍收敛出来;
- 面对多个 Skill 时,先排除没有独特价值的能力,再安排执行网络;
- 在任务完成后,把固定步骤与可替换变量分开,形成可再次验证的方法;
- 用 Agency Contract 保存目标、边界、决策、验收和交接状态。
怎么使用
最简单的入口只有一句:
使用 $vibe-flow,帮我选择合适的 Skill,把这件事推进到可以检查的结果。
如果目标仍然模糊,流程会转交给 vibe-check;如果结果值得复用,再进入 vibe-recipe。它不会替人决定真正想要什么,也不会自动接受风险或验收结果。
已有证据
2026-08-20 本地复核:55 项协议、合同、安装、卸载、身份和流程测试全部通过。仓库中已有真实 README 改写案例以及可检查的证据关联评估记录。
当前边界
- 目前证据主要来自项目作者自己的任务;
- 自动测试能证明结构和交接规则一致,不能证明所有人都会更快或做得更好;
- 仓库正在删减旧网站和旧设计材料,现阶段以 Skill、协议、案例与测试为核心。
下一步
继续用不同类型的真实任务验证三件套,记录失败、返工和人为裁决点,再决定哪些规则应该稳定下来,哪些只适合保留为实验。
来源与延伸资源
- vibe0s GitHub — 三个 Skill、协作协议、案例与测试