shadcn/improve
开发工具用能力最强的模型审计代码库,为更便宜的模型编写可直接执行的实现计划。
项目介绍
improve 是一个 Agent Skill:对现有代码库做审计,把值得处理的问题排好优先级,再把实现计划写进 plans/。它刻意把规划和执行分开——强模型负责理解仓库、判断做哪些事、写规格,便宜模型或人负责执行。技能本身从不改源码,唯一的写入目标是 plans/。
审计覆盖九类方向:正确性、安全、性能、测试覆盖、技术债、依赖与迁移、DX、文档,以及项目方向建议。每条发现都必须带 file:line 证据,并标注影响、工作量和置信度;在展示给你之前,advisor 会重新阅读被引用的位置,过滤误报并记录被否决的条目,避免它们在下一轮再次出现。
快速使用
需要有一个支持 Agent Skills 格式的 agent,并在待审计的仓库中打开它。安装命令:
npx skills add shadcn/improve
然后在 agent 会话中运行 /improve。想省成本可用 /improve quick,想全面覆盖每个包和每类问题用 /improve deep。技能会梳理仓库、执行审计,返回一张发现表格。你回复要写成计划的条目,例如“plan 1, 3 and 5”。计划会落到 plans/,每条一个 Markdown 文件,另有一份带推荐顺序的索引;先读一遍再交给执行方。/improve execute 001 会在独立 worktree 中派发便宜模型执行,并对照计划审查 diff,是否合并仍由你决定。之后运行 /improve reconcile 核对已完成项、重写被阻塞的计划、清掉已修复的发现。
还有几个更聚焦的入口:/improve security(也可换成 perf、tests、bugs 等)、/improve branch 只审计当前分支的改动、/improve plan <description> 跳过审计直接为单件事写规格、--issues 把计划发布成 GitHub issue。完整命令见使用说明,具体的详细程度可参考示例计划。
计划为何可执行
每份计划面向“最弱但合理的执行者”来写:内联确切的文件路径、当前代码片段、仓库约定和已验证的命令,执行者不依赖 advisor 会话的上下文。每一步都以命令和预期输出收尾,完成标准可由机器检查;计划还包含明确的超出范围清单和 STOP 条件。每份计划会记录撰写时对应的 git commit,执行前可做机械的漂移检查。
如果仓库里有意图和设计文档——docs/adr/ 下的 ADR、PRD、CONTEXT.md、DESIGN.md、PRODUCT.md——梳理阶段会读取它们,避免把已定的取舍重新报成问题,并让方向建议落在产品自述的目标上。
使用约束
- 审计是只读的:不修改工作区,技能自身也不实现任何功能。
- 执行者在一次性 git worktree 中修改;是否合并 diff 始终由用户决定。
execute最多允许两轮返工,之后会阻塞并要求先完善计划。- 不复制密钥值,只报告位置和凭证类型,并建议轮换。
- 计划是纯 Markdown,任何 agent 或人都能接手,但安装和使用需要一个支持 Agent Skills 格式的 agent。
- 许可证为 MIT。
HotRepo 点评
2026-11-11 的榜单记录显示,该项目单日新增 333 Star,在全语言 GitHub 日榜上最高排到第 4 名,当天快照为 10,353 Star、427 Fork。现有数据只有一个时间点,无法判断这一增速是否延续,因此这个名次应视为单日事实而非趋势。项目的切入点与榜单语境相符:它针对 agent 辅助开发中的成本取舍,只用昂贵模型做审计和规格,把执行交给便宜模型。它值得关注的差异点在于剔除误报的复核环节,以及围绕验证门槛和 STOP 条件设计的计划格式——采用这套流程前,可以先到示例计划里核对这些做法。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。
相关推荐
- Minglink/dsh-jailbreak-workflow把画布上设计的多步流程编译成计划提示词、交给当前会话模型执行的 DeepSeek Harness 插件。
- cloudflare/security-audit-skill让编程 Agent 按六阶段流程对代码库做安全审计,并输出经独立复核、符合 JSON Schema 的发现记录。
- aaif-goose/goose一个本地运行、可扩展的 AI 代理,面向希望助手真正执行命令、改文件而不只是给建议的开发者。
- aicodeking/leanrea一个提示词加路由表技能,让编程 Agent 用普通 CLI 工具逆向二进制和 Electron 应用,不必挂 MCP 服务。
- virattt/dexter自主完成深度金融研究的智能体,能拆解问题、调用实时市场数据并自我检查结果。