代码委派基础版
将编程任务委派给 AI 助手处理的基础能力,支持任务分类、代码生成与执行日志记录。Use when 需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于无明确技术栈的模糊需求。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互,无需复杂配置即开即用。输出结果可直接使用,减少二次加工成本。
天轰穿
@thcjp
What This Skill Does
将自然语言描述的编程需求转化为可执行的子任务序列,依次生成代码片段并做基础语法校验,最终输出完整代码与执行日志。
Replaces manually writing code by hand or copying snippets from documentation by automating code generation, completion, and simple refactoring tasks through a structured delegation workflow.
When to Use It
- Generate a Python function from a natural language description
- Auto-complete a partial code snippet with a specific intent
- Refactor a simple function to improve readability or performance
- Add docstrings or comments to existing code files
- Generate boilerplate code for a new module or script
- Validate generated code syntax before integrating into a project
Install
$ openclaw skills install @thcjp/claude-code-delegate-free核心功能: 本技能提供中文交互、的基础能力、化工作流场景等能力。
代码委派基础版
核心能力
- 编程任务的委派与编排:接收自然语言描述的编程需求,转化为可执行的子任务序列
- 任务分类与简单分解:将复杂需求拆分为基础代码生成、代码补全、简单重构等可管理单元
- 基础代码生成与输出校验:根据子任务生成对应代码片段,并对输出做基础语法与格式校验
- 执行日志记录:记录每个子任务的执行状态与耗时,便于回溯问题
适用场景
| 场景 | 输入 | 输出 |
|---|---|---|
| 代码生成 | 自然语言描述的函数需求 | 对应语言的函数实现 |
| 代码补全 | 已有代码片段与补全意图 | 补全后的完整代码 |
| 简单重构 | 待重构代码与重构目标 | 重构后的代码 |
| 文档生成 | 代码文件路径 | 函数级注释或 API 文档 |
不适用于:需要跨多仓库深度分析、大规模批量改写、复杂架构决策的场景(请使用高级版)
使用流程
- 接收用户的自然语言编程需求,明确目标语言与运行环境
- 将需求分解为若干子任务,按依赖顺序排列
- 依次执行子任务,生成代码片段并做基础语法校验
- 汇总结果,输出完整代码与执行日志
- 若执行中出现错误,按异常处理章节的指引重试或回退
输入格式
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| task_description | string | 是 | 自然语言描述的编程任务 |
| target_language | string | 否 | 目标编程语言,可选: python/java/go/javascript/typescript,默认: python |
| output_format | string | 否 | 输出格式,可选: code/markdown/json,默认: code |
| max_retries | integer | 否 | 单步最大重试次数,默认: 1 |
输出格式
{
"success": true,
"data": {
"final_result": {
"generated_code": "生成的代码片段",
"language": "python",
"line_count": 24
},
"execution_log": [
{
"step": 1,
"name": "需求解析",
"status": "completed",
"duration_ms": 1200,
"output_summary": "识别为代码生成任务"
},
{
"step": 2,
"name": "代码生成",
"status": "completed",
"duration_ms": 3500,
"output_summary": "已生成目标函数"
},
{
"step": 3,
"name": "语法校验",
"status": "completed",
"duration_ms": 800,
"output_summary": "语法检查通过"
}
],
"total_duration_ms": 5500,
"steps_completed": 3,
"steps_total": 3
},
"error": null
}
异常处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 需求不清晰 | task_description 过于简略 | 提示用户补充目标语言与具体功能点 |
| 语法校验失败 | 生成的代码不符合目标语言规范 | 在 max_retries 范围内重新生成,并附带校验错误信息 |
| 运行时错误 | 运行环境不满足 | 确认目标语言运行环境已正确安装 |
| 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令 |
依赖说明
运行环境
- Agent平台: 支持SKILL.md规范的任意AI Agent
- 操作系统: Windows / macOS / Linux
依赖项
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
API Key 配置
- 本Skill基于指令驱动,无需额外API Key(除内容中明确标注的外部API)
可用性分类
- 分类: MD+EXEC()
- 说明: 基于Markdown的AI Skill,
案例展示
示例1:生成一个排序函数
输入: "用 Python 实现一个快速排序函数,输入为整数列表"
处理: 分解为需求解析 -> 代码生成 -> 语法校验
输出: 包含 quicksort 函数的 Python 代码片段
示例2:为已有函数补全文档
输入: 代码文件路径与"为每个公开函数补充 docstring"
处理: 读取文件 -> 识别公开函数 -> 生成 docstring -> 合并输出
输出: 补全 docstring 后的完整代码
常见问题
Q1: 如何开始使用代码委派基础版?
A: 查看使用流程章节,确认运行环境满足依赖说明中的要求,然后按"输入格式"提供任务描述即可。
Q2: 遇到语法校验失败怎么办?
A: 请参考异常处理章节。基础版会在 max_retries 范围内自动重试一次;若仍失败,建议细化任务描述或拆分为更小的子任务。
Q3: 代码委派基础版有什么限制?
A: 基础版不支持多步门控、断点续传与复杂重试策略,如需更稳健的执行能力,可升级至高级版。
Q4: 如何获取多步门控、断点续传等高级能力?
A: 这些属于高级版能力。基础版聚焦于任务委派的核心流程,如需在复杂项目中使用门控校验、断点续传与多级重试,请升级至高级版。
错误处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| LLM响应超时或无响应 | 网络延迟或模型负载过高 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接,执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令请求;确认Agent平台LLM服务正常 |
| 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求,参考示例章节 |
| 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述,补充必要的上下文信息 |
| 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求;检查命令权限设置 |
已知限制
- 单步最大重试次数为 1 次,复杂场景可能需要人工介入
- 不支持多步门控(gates)机制,无法在关键步骤进行人工或自动校验
- 不支持断点续传,任务中断后需从头执行
- 不支持跨多仓库的深度代码分析与批量改写
- ,复杂任务建议拆分为多个小任务
安全注意事项
| 风险类型 | 防范措施 |
|---|---|
| API密钥泄露 | 通过环境变量配置,禁止硬编码到代码或配置文件中 |
| 命令执行风险 | 仅执行白名单命令,避免拼接用户输入到命令行参数中 |
| 网络通信安全 | 使用HTTPS协议,验证SSL证书有效性 |
| 敏感数据暴露 | 输出结果中不包含密钥、令牌等敏感信息 |
使用前请确认已阅读依赖说明章节,确保运行环境满足安全要求。
效率量化分析
| 操作场景 | 手动耗时 | 自动化耗时 | 效率提升 |
|---|---|---|---|
| 文件解析与提取 | 5-10分钟/个 | <5秒/个 | 60-120x |
| 批量文件处理(100个) | 8-16小时 | <5分钟 | 96-192x |
| API调用与响应解析 | 2-3分钟/次 | <1秒/次 | 120-180x |
| 多接口数据聚合 | 15-30分钟 | <10秒 | 90-180x |
| 命令执行与结果收集 | 3-5分钟/次 | <2秒/次 | 90-150x |
| 重复任务批量执行 | 因任务而异 | 线性缩减 | 5-50x |
| 错误排查与修复 | 10-30分钟 | <30秒 | 20-60x |
差异化对比
| 对比维度 | 本技能 | 传统手动方式 | 通用脚本工具 |
|---|---|---|---|
| 自动化程度 | 全流程自动 | 完全手动 | 部分自动 |
| 错误处理 | 内置错误恢复 | 依赖人工经验 | 基本try-catch |
| 可复用性 | 参数化配置 | 一次性脚本 | 模板化 |
| 安全合规 | 内置安全检查 | 无安全保障 | 无安全保障 |
| 适用场景 | 核心功能 | 通用场景 | 通用场景 |
核心功能
- 自动化执行: 基于指令驱动的自动化流程
- 文件处理: 支持多种文件格式的读取、解析和写入操作
- API集成: 通过标准化接口调用外部服务并处理响应
- 命令执行: 在安全沙箱中执行系统命令并收集结果
Top skills in this category
Skill Vetter
@spclaudehomeSecurity-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
Github
@steipeteInteract with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
Humanizer
@biostartechnologyRemove signs of AI-generated writing from text. Use when editing or reviewing text to make it sound more natural and human-written. Based on Wikipedia's comprehensive "Signs of AI writing" guide. Detects and fixes patterns including: inflated symbolism, promotional language, superficial -ing analyses, vague attributions, em dash overuse, rule of three, AI vocabulary words, negative parallelisms, and excessive conjunctive phrases.
Free Ride - Unlimited free AI
@shaivpidadiManages free AI models from OpenRouter for OpenClaw. Automatically ranks models by quality, configures fallbacks for rate-limit handling, and updates opencla...
Elite Longterm Memory
@nextfrontierbuildsUltimate AI agent memory system for Cursor, Claude, ChatGPT & Copilot. WAL protocol + vector search + git-notes + cloud backup. Never lose context again. Vibe-coding ready.