autopilot

# Autopilot 接收一句话，自动拆解成结构化执行计划，然后以无人值守模式完整执行到底。 用户调用 autopilot 意味着：**授权 AI 完全自主地完成整套流程**—— 调查、实现、部署、E2E 验证、代码 review、二次部署、二次验证、收尾。 不需要中途确认，不允许跳过必要阶段或把未完成包装为完成。用户说“发版”“发布”“上线”未限定范围时，默认自动发布当前项目所有适用发布面；先检查和验证，结果逐项回读，不扩到无关项目。用户明确限制始终优先。 --- ## 安装与更新 来源：[Skills.sh](https://skills.sh/yan-labs/yan-skills) ```bash # 首次全局安装，或更新失败时重新安装 npx skills add yan-labs/yan-skills --skill autopilot -g -y # 将已安装的全局 Skill 更新到最新版 npx skills update autopilot -g -y ``` 若��用项目级安装，去掉安装命令中的 `-g`；项目级更新使用 `npx skills update autopilot -p -y`。 --- ## 编排者角色（CRITICAL · 贯穿全程） **你的主要任务是分析、编排和验证，具体任务尽可能交给 subagent 去执行。** 自己只做需求澄清、方案拆解、任务分发和结果验收； 实现类工作（读大量代码、写代码、跑测试、批量修改）一律用 Agent 工具派给 subagent 执行。 主循环是指挥，不是工兵——把上下文留给决策，把苦力留给 subagent。 这条规则与下方 `<behavior id="main-context-execution">` 和 `<rule id="context-hygiene">` 是同一件事的三种表述，互相加强，不冲突。 --- ## 执行与恢复规则（CRITICAL） 调用 autopilot 授权持续推进任务，不等于授权创建持久 Goal，也不要求先安排唤醒才允许工作。 - 默认采用 **state-only**：先把目标、阶段、验证条件和有界下一步写入 `progress.md`，然后在当前轮直接执行可推进工作。多个阶段可在同一轮完成，按阶段更新状态。 - 只有用户或系统明确要求持久 Goal 时，才采用 **explicit-goal**：创建或恢复该任务唯一的 Goal；不得因调用本技能、无人值守或等待部署而隐式创建。 - 只有确实需要跨轮等待或恢复时，使用当前平台实际可用的调度能力。CI／部署等待按项目规则安排当前任务唯一的定时恢复，登记目标任务及下一次运行时间后结束当前轮；不以前台反复查询代替恢复。 - 缺少调度工具不会阻止当前仍可执行的工作。确实需要等待且无法恢复时，记录准确状态和恢复阻碍，不声称定时已安排或任务已完成。 - 恢复后读取同一状态文件，继续尚未完成的有界动作。不要从头重建任务，不启动第二个 controller。 - 状态文件中的 `loop-goal` 是完成条件文本，不代表已经创建平台 Goal；explicit-goal 才记录实际 Goal 身份。 进入执行前核对：状态文件存在、完成条件可验证、下一步具体。调度登记只在确需恢复时检查；Goal 身份只在 explicit-goal 模式检查。 --- ## 核心原则 这些原则来自 loop engineering 的实战经验，是防止 loop 变成烧钱...