‏مجموعه اسکیل‌های عملی برای توسعه با AI Agent

Matt Pocock، چهره‌ای شناخته‌شده در دنیای TypeScript، یه مجموعه اسکیل عملی برای کار با AI Agentهای کدنویسی مثل Claude Code و Codex منتشر کرده. این مجموعه با یه رویکرد متفاوت طراحی شده: به‌جای اینکه فرآیند رو از دست توسعه‌دهنده بگیره (مثل ابزارهایی مثل GSD یا BMAD)، سعی می‌کنه کنترل رو در دست خودت نگه داری و فقط کمک کنه باهوش‌تر کار کنی.

اولین و مهم‌ترین مشکلی که این اسکیل‌ها حل می‌کنن، عدم هم‌راستایی بین توسعه‌دهنده و ایجنت هست. خیلی وقت‌ها ایجنت یه چیزی می‌سازه که اصلاً منظور ما نبوده. اسکیل‌های grill-me و grill-with-docs این مشکل رو حل می‌کنن؛ ایجنت قبل از شروع کار، سوال‌های دقیق و عمیقی ازت می‌پرسه تا مطمئن بشه دقیقاً می‌دونه چی می‌خوای.

مشکل دوم، پرحرفی و مبهم‌گویی ایجنت‌هاست. وقتی ایجنت جارگون پروژه رو نمی‌دونه، ۲۰ کلمه استفاده می‌کنه جایی که یه کلمه کافیه. راه‌حل اینجا ساخت یه «زبان مشترک» با ایجنت هست؛ یه فایل CONTEXT.md که اصطلاحات پروژه رو توضیح می‌ده. مثلاً به‌جای اینکه هر بار بنویسی «مشکلی وجود داره وقتی یه درس داخل یه بخش از دوره به فضای فیزیکی فایل سیستم منتقل می‌شه»، فقط می‌نویسی «مشکلی توی materialization cascade هست». این زبان مشترک علاوه بر کوتاه‌تر شدن ارتباط، باعث می‌شه نام‌گذاری متغیرها و فایل‌ها هم یکدست بشه.

مشکل سوم اینه که کد تولیدشده کار نمی‌کنه یا کیفیت پایینی داره. راه‌حل Pocock، بازگشت به اصول مهندسی نرم‌افزار مثل TDD هست. اسکیل tdd یه حلقه‌ی red-green-refactor رو برای ایجنت پیاده‌سازی می‌کنه: اول تست شکست‌خورده بنویس، بعد کدی بنویس که تست رو سبز کنه. این loop بازخورد مستمری به ایجنت می‌ده و کیفیت خروجی رو به‌شکل چشم‌گیری بالا می‌بره. اسکیل diagnose هم برای دیباگ سیستماتیک باگ‌های سخت طراحی شده.

چهارمین مشکل، تبدیل شدن کدبیس به یه «توپ گل» هست؛ وقتی ایجنت‌ها سریع کد می‌زنن، پیچیدگی هم سریع‌تر از همیشه رشد می‌کنه. اسکیل‌هایی مثل improve-codebase-architecture و zoom-out کمک می‌کنن معماری پروژه سالم بمونه. Pocock توصیه می‌کنه improve-codebase-architecture رو هر چند روز یه‌بار روی کدبیست اجرا کنی.

نصب این مجموعه با یه دستور ساده انجام می‌شه و بعدش می‌تونی اسکیل‌هایی که می‌خوای رو انتخاب کنی و روی ایجنت موردنظرت نصبشون کنی. اسکیل setup-matt-pocock-skills هم کانفیگ اولیه رو ست می‌کنه: از issue tracker مورداستفاده‌ات می‌پرسه (GitHub، Linear یا فایل محلی) و مسیر ذخیره‌سازی داکیومنت‌ها رو تنظیم می‌کنه.

در کنار اسکیل‌های مهندسی، چند اسکیل بهره‌وری هم هست. مثلاً caveman یه حالت ارتباطی فوق‌العاده فشرده‌ست که مصرف توکن رو تا ۷۵٪ کاهش می‌ده، بدون اینکه دقت فنی از دست بره. write-a-skill هم بهت کمک می‌کنه اسکیل‌های سفارشی خودت رو بسازی.

نکات کلیدی:

• هدف اصلی: نگه داشتن کنترل توسعه‌دهنده در کنار استفاده از AI
• grill-me و grill-with-docs: قبل از شروع، ایجنت رو به پرسیدن سوال وادار می‌کنه تا سوءتفاهم پیش نیاد
• CONTEXT.md: یه فایل زبان مشترک که ایجنت رو با جارگون پروژه آشنا می‌کنه
• tdd: پیاده‌سازی حلقه red-green-refactor برای کد باکیفیت‌تر
• improve-codebase-architecture: جلوگیری از پیچیدگی بیش‌ازحد کدبیس
• caveman: کاهش ۷۵٪ مصرف توکن با ارتباط فشرده‌تر
• نصب آسان با یه دستور npx و سازگار با همه مدل‌های AI