🎯 核心概念理解
1️⃣ Skill（技能）
定义 ：Skill 是 AI 系统能够执行的特定任务或功能模块 ，它告诉 AI "怎么做"。
核心特征：
- ✅ 可执行性：包含明确的执行步骤和操作流程
- ✅ 模块化：独立的功能单元，可以单独使用
- ✅ 可组合性：可以与其他 Skill 组合使用
- ✅ 聚焦性：专注于解决特定问题
- ✅ 简洁性：不应过于庞大，保持清晰
内容结构：
markdown
# Skill Name
## 功能描述
简要说明这个 Skill 做什么
## 触发条件
什么情况下使用这个 Skill
## 前置依赖
- 依赖的 Rules
- 依赖的 Knowledge Base
- 依赖的其他 Skills
## 执行步骤
1. 步骤 1（简要）
2. 步骤 2（简要）
3. 步骤 3（简要）
## 输出结果
期望的输出是什么
## 示例
简单的使用示例（可选）
## 相关文档
指向详细文档的链接大小建议：
- 单个 Skill：200-500 行
- Skill 集合文件：1,000-2,000 行
- 不超过 50 KB
2️⃣ Rule（规则）
定义 ：Rule 是 AI 系统必须遵守的约束和规范 ，它告诉 AI "什么能做、什么不能做"。
核心特征：
- ✅ 强制性：必须遵守，不可违反
- ✅ 明确性：清晰的边界和约束
- ✅ 可验证性：可以检查是否遵守
- ✅ 稳定性：不经常变化
- ✅ 普适性：适用于多个场景
内容结构：
markdown
# Rule Category
## 必须遵守的规范
- ✅ 必须做 XXX
- ✅ 必须使用 XXX
## 禁止的操作
- ❌ 禁止做 XXX
- ❌ 不允许使用 XXX
## 命名规范
- 文件命名：xxx_xxx.go
- 函数命名：XxxYyy
## 架构约束
- 分层结构
- 依赖关系
## 验证方法
如何检查是否遵守规则大小建议：
- 单个 Rule 文件：500-1,500 行
- 不超过 30 KB
3️⃣ Knowledge Base（知识库）
定义 ：Knowledge Base 是 AI 系统的背景知识和参考资料 ，它告诉 AI "是什么"。
核心特征：
- ✅ 详细性：提供全面的信息
- ✅ 参考性：供查阅和检索
- ✅ 可检索性：支持语义搜索
- ✅ 可扩展性：可以持续补充
- ✅ 无大小限制：可以很大，支持分块
内容结构：
markdown
# Knowledge Base Topic
## 概述
详细的背景介绍
## 架构设计
详细的架构说明
## 详细说明
- 功能 A 的详细说明
- 功能 B 的详细说明
## 代码示例
大量的代码示例和注释
## 配置说明
详细的配置参数说明
## 最佳实践
经验总结和建议
## 常见问题
FAQ
## 参考资料
外部链接和文档大小建议：
- 无限制，可以很大
- 支持分块检索
- 可以拆分为多个文件
📊 三者对比表
| 维度 | Skill（技能） | Rule（规则） | Knowledge Base（知识库） |
|---|---|---|---|
| 核心问题 | 怎么做？ | 能不能做？ | 是什么？ |
| 作用 | 执行指南 | 约束条件 | 背景知识 |
| 特点 | 可执行、模块化 | 强制性、明确性 | 详细性、参考性 |
| 内容 | 执行步骤 | 规范约束 | 详细说明、示例 |
| 大小 | 1,000-2,000 行 | 500-1,500 行 | 无限制 |
| 变化频率 | 中等 | 低 | 高 |
| 使用方式 | 主动执行 | 被动遵守 | 按需检索 |
| 示例 | "如何添加数据库" | "禁止修改 internal/" | "数据库配置详解" |
🔗 三者关系
┌─────────────────────────────────────────────┐
│ AI Agent │
│ │
│ ┌──────────┐ ┌──────────┐ ┌────────┐│
│ │ Skill │───▶│ Rule │◀───│ KB ││
│ │ (执行) │ │ (约束) │ │(知识) ││
│ └──────────┘ └──────────┘ └────────┘│
│ │ │ │ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ 执行步骤 检查规则 查询知识 │
└─────────────────────────────────────────────┘关系说明：
- Skill 依赖 Rule：执行时必须遵守规则
- Skill 依赖 Knowledge Base：需要查询背景知识
- Rule 引用 Knowledge Base：规则的详细说明在知识库中
- 三者协同工作：Skill 执行任务，Rule 提供约束，KB 提供知识
💡 实际案例
案例：添加数据库功能
Skill（怎么做）
markdown
# Skill 1: 如何使用数据库
## 执行步骤
1. 在 repo/ 目录创建 Repository
2. 在 Logic 中调用 Repository
3. 使用 SvcCtx.GetDb() 获取连接
## 依赖
- Rule: gec_rules.md（数据库规范）
- KB: gec_knowledge_base.md（数据库详解）Rule（能不能做）
markdown
# 数据库规则
## 必须遵守
- ✅ 必须在 repo/ 目录创建 Repository
- ✅ 必须通过 SvcCtx.GetDb() 获取连接
## 禁止操作
- ❌ 禁止在 Logic 中直接写 SQL
- ❌ 禁止使用全局数据库变量Knowledge Base（是什么）
markdown
# 数据库详解
## 架构设计
GEC 使用 GORM 作为 ORM 框架...
## 配置说明
```yaml
database:
dsn: "user:pass@tcp(host:port)/db"
max_idle_conns: 10代码示例
go
// 完整的 Repository 实现示例
type UserRepo struct {
db *gorm.DB
}
func (r *UserRepo) GetUser(id int64) (*User, error) {
// 详细的实现代码...
}最佳实践
当前 SKILL.md 包含：
-
✅ Skill 内容（执行步骤）
-
❌ Rule 内容（规范约束）← 应该在 gec_rules.md
-
❌ Knowledge 内容（详细说明）← 应该在 gec_knowledge_base.md
❌ 问题 2：文件过大
-
6,527 行 / 188 KB
-
已被标记为 isBigFile: true
-
AI 加载困难，理解效率低
❌ 问题 3：职责不清
-
Skill 应该简洁，只包含执行步骤
-
详细说明应该在 Knowledge Base
-
规范约束应该在 Rule
✅ 优化建议
方案：职责分离
ai-coding/
├── SKILL.md # 精简版（1,500 行）
│ └── 14 个 Skill 的执行步骤（简要）
│
└── references/
├── gec_rules.md # 规则（已存在）
├── gec_knowledge_base.md # 知识库（已存在）
│
└── skills/ # 详细 Skill 文档（新增）
├── skill_01_database.md
├── skill_02_redis.md
└── ...
### **SKILL.md 应该保留的内容**
```markdown
# GEC Framework Development Skill
## 核心约束（简要，详见 gec_rules.md）
- 分层架构
- ServiceContext 使用
- 文件修改限制
## 核心技能清单
### Skill 1: 如何使用数据库
**功能**：数据库操作
**执行步骤**：
1. 在 repo/ 创建 Repository
2. 在 Logic 中调用
3. 使用 SvcCtx.GetDb()
**详细文档**：skill_01_database.md
**依赖规则**：gec_rules.md#数据库规范
**相关知识**：gec_knowledge_base.md#数据库🚀 总结
Skill 的正确定位
- 📌 简洁：只包含执行步骤，不包含详细说明
- 📌 模块化：每个 Skill 独立，可组合
- 📌 可执行：明确的操作流程
- 📌 有边界：1,000-2,000 行，不超过 50 KB
与 Rule 和 KB 的区别
- Skill：告诉 AI "怎么做"（执行指南）
- Rule：告诉 AI "能不能做"（约束条件）
- Knowledge Base：告诉 AI "是什么"（背景知识）
优化方向
- ✅ 精简 SKILL.md，只保留核心执行步骤
- ✅ 将详细说明移到 Knowledge Base
- ✅ 将规范约束移到 Rule
- ✅ 建立清晰的文档引用关系