Skill Pack · MMXXVI For Claude Code & Codex

知项 Knowject

让项目知识，真正为团队所用。

面向 Claude Code 与 Codex 的项目上下文 Skill pack。把 PRD、设计稿、API、 项目记忆与评测证据，沉淀成 agent 能直接消费、人能审阅、git 能追溯的工程资产。

查看 GitHub → 安装 Skills ↗
Ledger · 当前状态 Edition 0.1 · Day-1 static, fully reviewable
8＋
Shipped Skills，覆盖产品、设计、API、记忆、评测与 MCP 工具设计。
50×
Verification checks，跨 manifest、adapter、fixture 与引用证据。
0°
Runtime services required，Day-1 交付保持静态、可审阅。
1·
Context anchor，让 agent 不再从空白 prompt 开始一切。

目录 / Index —— eight shipped skills

不是泛用 prompt，
而是一套带边界的项目工作台。

每个 Skill 都先读取 knowject/context.yaml，再输出可审阅、可提交、可追溯的文件化产物。 它们能被 Claude Code 直接调用，也能被 Codex 以 adapter 形式消费。

  1. 01
    context-init 项目锚点

    扫描技术栈、品牌、API 源与设计路径，生成 knowject/context.yaml 作为所有 Skill 的事实锚点。

    Project Anchor
  2. 02
    prd-to-mock 需求成稿

    把需求文字转成品牌化静态 HTML mock，用于产品评审与视觉讨论。

    PRD → HTML
  3. 03
    read-design 设计落码

    把设计源拆成组件计划，再输出符合项目栈的骨架代码与样式契约。

    Design → Code
  4. 04
    read-api 接口探查

    发现 Express 或 OpenAPI 端点，并生成 typed client scaffold 与请求样例。

    API Discovery
  5. 05
    api-to-types 类型生成

    从 OpenAPI 3 生成 TypeScript response types，并直接接入生成客户端。

    Typed Client
  6. 06
    memory-capture 记忆沉淀

    把事实、决策、工作流与风险沉淀成 source-cited memory，可被未来对话复用。

    Cited Memory
  7. 07
    rag-eval 证据评测

    生成可审阅的 RAG 引用评测用例，覆盖 source recall 与 unsupported claims。

    RAG Eval
  8. 08
    mcp-tool-designer 工具设计

    把 API surface 设计成 MCP tool candidates，标注风险、副作用与确认 gate。

    MCP Design

工序 / Workflow —— four movements

把一次 AI 对话，
收敛成可复用的工程资产。

Knowject 不追求无边界的自动化。它把高频交接动作拆成明确的 Skill，每个都有输入、输出、失败模式与确认门禁。

  1. 01·识

    建立项目上下文

    扫描技术栈、品牌、API 源与设计路径，生成 context.yaml 作为后续 Skill 的事实锚点。

  2. 02·译

    翻译跨角色产物

    PRD 变 HTML mock，设计稿变组件骨架，OpenAPI 变 typed client 与响应类型。

  3. 03·沉

    沉淀可追溯上下文

    项目记忆、RAG eval 与工具设计都要求 source evidence，避免旧计划覆盖当前事实。

  4. 04·审

    先审阅，再写入

    产物写入前展示 diff，用户确认后才落盘，保持 AI 协作可控、可回滚、可解释。

印章 / Principles —— four seals

四枚印章，
约束 AI 协作的边界。

四个汉字，约束 Knowject 在何处停下、在何处必须留痕， 让 agent 的产物可以被审阅、可以被回滚、不会越界。

  1. No. 01

    证据优先 Evidence First

    memory、eval 与 tool design 都要求来源路径、line range 或明确 source note， 让推断可以被回溯到原始事实。

  2. No. 02

    边界清楚 Bounded Scope

    Day-1 不伪装成数据库、向量检索、MCP server 或生产级 agent runtime， 只在静态产物层做扎实工作。

  3. No. 03

    写入可控 Reviewable Writes

    所有会落盘的 Skill 都先展示 diff，再要求确认，避免静默修改项目， 保留人工把关的最后一关。

  4. No. 04

    不碰密钥 Secret-Aware

    context、memory、eval 与 mock 都明确避开 token、base URL、DB URL 与环境值，绝不写入产物。

安装 / Install —— one anchor, then begin

安装一次，
把项目上下文交给 agent。

Skill pack 通过 symlink 安装到 Claude Code 与 Codex。 目标项目只需要提交 knowject/context.yaml，后续产物都从这个锚点展开。

~ / knowject · install 
$ git clone https://github.com/lynxlangya/knowject.git
Cloning into 'knowject' ...
$ cd knowject
$ bash skills/scripts/install.sh
✓ linked → ~/.claude/skills/knowject
✓ linked → ~/.codex/skills/knowject

# 在任意项目根目录
$ /knowject init