#### Plan → Work → Review → Compound

本文介绍了Compound Engineering Plugin如何通过Plan→Work→Review→Compound的闭环工作流，将AI从被动工具转变为能持续学习的开发伙伴。系统通过多代理并行规划、执行、审查，并关键性地将解决问题过程中的经验结构化沉淀为团队知识资产，实现错误免疫和流程自动化，让开发效率获得复利式增长。

### 最致命的问题：无法应对"考古"需求

本文分析了传统需求规范工具（如speckit/openspec）在应对需要历史背景知识的“考古”需求时的致命缺陷，即缺乏上下文检索机制，导致AI生成方案时信息不全、依赖人工反复补充。文章提出AI工程化的破局思路，核心是通过分层管理历史经验与平台知识，为AI提供完整上下文，使其能自主决策并沉淀新知识，从而降低边际成本，实现知识复利。

> 本文目标：教会你把 workflow 设计成“可被其它 workflow 调用的服务”，避免到处

本文介绍了如何将 workflow 设计成可被其他 workflow 调用的服务，以避免重复逻辑。核心方法是创建同时支持交互模式和服务模式（通过 mode 参数路由）的 workflow，使用 `<invoke-workflow>` 和 `<param>` 进行参数传递，并通过 `template-output` 返回结构化结果供调用方使用。

context/experience/商品发放-钱包选择问题.md

本文介绍了一种基于AI工程工具架构的知识复合实践，通过设计Command、Agent、Skill三层架构，实现经验的持续沉淀与智能复用。文章阐述了经验沉淀与检索两条核心路径，并以支付需求为例展示了知识复用的复利效应，强调了将知识沉淀到工具中以实现主动推送和效率提升的工程价值。

#### Plan → Work → Review → Compound

本文介绍了Compound Engineering Plugin如何通过Plan→Work→Review→Compound的闭环工作流，将AI从被动工具转变为能够持续学习和沉淀知识的开发伙伴。文章阐述了知识复合的典型场景和实现机制，展示了通过系统化记录错误、封装流程和积累经验，使开发效率实现复利增长的具体案例。

### 最致命的问题：无法应对"考古"需求

文章分析了现有AI辅助开发工具（如speckit/openspec）在处理“考古”需求时的核心缺陷：它们缺乏上下文检索机制，无法自动关联历史经验、业务边界和平台知识，导致高度依赖人工review，效率低下且知识无法沉淀。文章进而提出AI工程化的破局思路，强调通过构建分层管理的上下文知识库，让AI在决策时能自动加载历史经验，实现知识的复利效应，从而显著降低边际成本并提升开发效率。

> 本文目标：教会你把 workflow 设计成“可被其它 workflow 调用的服务”，避免到处

本文介绍了如何将 workflow 设计成可被其他 workflow 调用的服务，以避免重复逻辑。核心方法是创建支持多模式（mode）的服务型 workflow，通过 `<invoke-workflow>` 和 `<param>` 进行参数传递与调用，并利用 `template-output` 返回结构化结果，从而实现逻辑的封装与复用。

context/experience/商品发放-钱包选择问题.md

本文介绍了一种基于AI工程工具架构的知识复合实践，通过设计Command、Agent、Skill三层架构，实现经验的持续沉淀与智能复用。文章阐述了经验沉淀与检索两条核心路径，并通过支付需求示例展示了知识复利效应，强调了将知识沉淀到工具中以实现主动推送和效率提升的工程理念。

#### Plan → Work → Review → Compound

本文介绍了Compound Engineering Plugin如何通过Plan→Work→Review→Compound的闭环工作流，将AI从被动工具转变为能够持续学习和知识沉淀的开发伙伴。系统通过多代理并行规划、执行、审查，并将经验结构化记录为团队知识资产，实现错误的自动规避和流程的自动化封装，最终打造出一个能够自我进化、提升开发效率的复合工程体系。

### 最致命的问题：无法应对"考古"需求

文章分析了传统需求规范工具（如speckit/openspec）在处理“考古”需求时的致命缺陷，即缺乏对历史经验、业务边界和配置知识的上下文检索能力，导致高度依赖人工review和认知负担。进而提出AI工程化的破局思路：通过分层管理上下文、自动加载历史经验、让知识复利，从而将重复性需求的边际成本从45分钟降至10分钟，并实现知识的持续沉淀与复用。

> 本文目标：教会你把 workflow 设计成“可被其它 workflow 调用的服务”，避免到处

本文介绍了如何将 workflow 设计成可被其他 workflow 调用的服务，以避免重复逻辑。核心方法是创建支持多模式（mode）的服务型 workflow，通过 `<invoke-workflow>` 和 `<param>` 进行参数传递与调用，并利用 `template-output` 返回结构化结果，从而实现逻辑的封装与高效复用。

context/experience/商品发放-钱包选择问题.md

本文介绍了一种基于AI工程工具架构的知识复合实践，通过Command、Agent、Skill三层架构实现经验的持续沉淀与智能复用。核心在于将知识编码到工具中，利用experience-index在正确时机自动检索并推送相关规则，从而显著提升重复性任务的效率，体现了将复杂性内化于智能代理而非用户界面的设计理念。

#### Plan → Work → Review → Compound

本文介绍了Compound Engineering Plugin如何通过Plan→Work→Review→Compound的闭环工作流，将AI从被动工具转变为能持续学习的开发伙伴。系统通过多代理并行规划、执行、审查，并自动沉淀经验知识，实现错误免疫和流程标准化，最终构建出自我进化的开发系统。

### 最致命的问题：无法应对"考古"需求

本文分析了传统需求规范工具（如speckit/openspec）在处理需要历史上下文（“考古”）需求时的致命缺陷，即缺乏对历史经验、业务边界和配置知识的自动检索能力，导致高度依赖人工review和认知负担。文章进而提出AI工程化的解决思路，核心是通过分层管理上下文、自动加载历史经验并持续沉淀知识，使AI能在完整信息下决策，实现知识复利和边际成本递减，而非单纯约束流程。

> 本文目标：教会你把 workflow 设计成“可被其它 workflow 调用的服务”，避免到处

本文介绍了如何将 workflow 设计成可被其他 workflow 调用的服务，以避免重复逻辑。核心方法是通过定义多模式（mode）路由来提供不同子能力，使用 `<invoke-workflow>` 和 `<param>` 进行参数传递，并利用 `template-output` 返回结构化结果，从而实现 workflow 之间的高效协作与复用。

context/experience/商品发放-钱包选择问题.md

本文介绍了一种基于AI工程工具架构的知识复合实践，通过Command、Agent、Skill三层架构实现经验的持续沉淀与智能复用。文章阐述了经验沉淀与检索两条核心路径，展示了知识复利效应如何显著提升重复性任务效率，并与传统文档管理方式进行了本质对比。最后，文章总结了该理念对长期任务工程设计的启示，强调入口极简化和能力编码为Skill的设计思路。

飞书多 Bot 讨论实验总结

OpenClaw 能力追踪文档 v2 - 完整使用指南

#### Plan → Work → Review → Compound

本文介绍了Compound Engineering Plugin如何通过Plan→Work→Review→Compound的闭环工作流，将AI辅助开发系统化。该工具包含27个Agent、19个Command和13个Skill，通过知识沉淀机制将团队经验结构化记录，实现错误自动规避、流程标准化和经验复用，最终打造出能够从经验中持续学习、自我进化的开发伙伴。

### 最致命的问题：无法应对"考古"需求

本文分析了传统需求规范工具（如speckit/openspec）在处理需要历史上下文（“考古”）需求时的致命缺陷，即缺乏对历史经验、业务边界和配置知识的自动检索能力，导致高度依赖人工审查和重复劳动。文章进而提出AI工程化的破局思路，核心是通过分层管理上下文、自动加载历史经验并持续沉淀知识，使AI能在完整信息下自主决策，从而显著降低边际成本并提升效率。

> 本文目标：教会你把 workflow 设计成“可被其它 workflow 调用的服务”，避免到处

本文介绍了如何将 workflow 设计成可被其他 workflow 调用的服务，以避免重复逻辑。核心方法是创建支持多模式（mode）的服务型 workflow，通过 `<invoke-workflow>` 和 `<param>` 进行参数传递与调用，并利用 `template-output` 返回结构化数据供调用方使用，从而实现逻辑的封装与复用。

Bug: 飞书群组消息路由到错误的 Agent

记录飞书群组消息路由到错误 Agent 的问题排查和修复过程

Agent Teams 实战方法论：从 Anthropic 16 个并行 Claude 编写 C 编译器学到的 7 个核心模式

Anthropic 用 16 个并行 Claude 实例编写了 10 万行 C 编译器。本文提炼出 7 个可立即实践的核心模式，帮你从'配对编程'升级到'自主团队'。

构建 AI 友好的 Git 工作流：从 git-smart-commit 看自动化与记忆机制

在 AI 深度参与软件开发的时代，Commit Message 不再只是给人看的。它是 AI 理解代码变更意图的关键入口，也是自动化工具链的数据基础。

My 2025 Stack as a Frontend Developer

As a Frontend Developer in 2025, I've fine-tuned my development stack and now have three key tools that help me deliver better, faster and more maintainable projects.

How to Build a Blog with Next.js and MDX

Build a blazing fast markdown blog using Next.js and MDX with this complete walkthrough guide. Perfect for developers who want full control.

CSS Grid vs Flexbox: When to Use Which

Understanding the differences between CSS Grid and Flexbox, and knowing when to use each layout method for optimal web design.