分享一套自研的 AI Agent 开发方法论，通过 Obsidian 管理 Spec 文档，让 AI 严格按照设计文档执行开发。核心思路很简单：

自己可能有个对系统的优化想法，通过 intent-confirmation 和 AI 对齐一下，你描述的可能不是很清楚，AI 通过这个 SKill 优化成专业一点的表达，同时确定修改范围，你觉着没问题了就进入了下面的 Spec 驱动开发流程：

先写 Spec（spec-writer）→ 用户确认 → AI 按文档执行（spec-executor）→ 审查是否符合 Spec（spec-reviewer）→ 完成归档。整个流程完全可追溯，每个功能都能追溯到 Spec 文档的具体章。

基于 MUSE 框架实现了三层记忆架构，让 AI 能够长期学习和积累经验：战略记忆存储项目级的「困境 - 策略」对，程序记忆存储可复用的标准操作流程（SOP），工具记忆记录操作完成后的固定步骤。

目前这套体系包含 12 个 Skills，覆盖了 Spec 创建、执行、更新、审查的完整闭环，还集成了 Obsidian 的双链、元数据、Callout 等特性来实现文档关联和动态索引。

GitHub 已开源，欢迎交流：GitHub - HHU3637kr/skills: 自用的一些 skills

分享一套自研的 AI Agent 开发方法论，通过 Obsidian 管理 Spec 文档，让 AI 严格按照设计文档执行开发。核心思路很简单：

自己可能有个对系统的优化想法，通过 intent-confirmation 和 AI 对齐一下，你描述的可能不是很清楚，AI 通过这个 SKill 优化成专业一点的表达，同时确定修改范围，你觉着没问题了就进入了下面的 Spec 驱动开发流程：

先写 Spec（spec-writer）→ 用户确认 → AI 按文档执行（spec-executor）→ 审查是否符合 Spec（spec-reviewer）→ 完成归档。整个流程完全可追溯，每个功能都能追溯到 Spec 文档的具体章。

基于 MUSE 框架实现了三层记忆架构，让 AI 能够长期学习和积累经验：战略记忆存储项目级的「困境 - 策略」对，程序记忆存储可复用的标准操作流程（SOP），工具记忆记录操作完成后的固定步骤。

目前这套体系包含 12 个 Skills，覆盖了 Spec 创建、执行、更新、审查的完整闭环，还集成了 Obsidian 的双链、元数据、Callout 等特性来实现文档关联和动态索引。

GitHub 已开源，欢迎交流：GitHub - HHU3637kr/skills: 自用的一些 skills