init

init 技能概覽

init 技能做什麼

init 會為某個 repository 建立或優化一份 AGENTS.md。它的目標不是摘要整個 codebase，而是整理出 agent 無法可靠從 repo 本身推導出的少數指令：隱性的工作流程偏好、工具怪癖、不明顯的慣例，以及 repo 特有的坑。

誰適合使用

如果你正在為新 repo 建立 AI agent 指令、想替過於冗長的 AGENTS.md 瘦身，或是要修正那些通用 prompt 一再漏掉的重複錯誤，就很適合用 init 技能。對於做 Claude 設定，或任何依賴精簡、repo-specific 指引的 agent 工作流程團隊來說，它特別有幫助。

它為什麼不同

init 技能的核心是一個可發現性篩選：如果 agent 能從 README、code、config，或檔案結構學到，就不該放進 AGENTS.md。因此，它產出的內容比一般「專案筆記」型 prompt 更精簡，也更能直接落地執行。

如何使用 init 技能

安裝 init 技能

先把技能安裝到你的環境中，然後再針對目標 repository 執行。典型安裝方式如下：
npx skills add mcollina/skills --skill init

提供正確的輸入

當你提供 repository 路徑，或明確指定目標並補上足夠背景，讓它辨識真正的坑時，init 技能效果最好。好的輸入會提到 repo 實際的工作流程、你希望避免的 agent 錯誤類型，以及那些從 tree 一眼看不出來的限制。

先從正確的檔案開始

先讀 SKILL.md，再檢查 README.md、AGENTS.md、metadata.json，以及任何存在的 rules/、resources/、references/ 或 scripts/ 資料夾。在這個 repo 裡，檔案樹刻意做得很小，所以 SKILL.md 和 tile.json 會是主要起點。

把粗略目標改寫成更好的 prompt

不要只說「幫我寫一份 AGENTS.md」，而是要求一份聚焦的 repo 指令檔，只保留無法直接從 repo 發現的規則。例如：「請用 init 為這個 repo 產出一份精簡的 AGENTS.md，只保留 agent 無法從 code 推導的指令，並刪除所有和 README 或 config 重複的內容。」

init 技能 FAQ

init 技能解決什麼問題？

它解決的是 agent 指令常見的失敗模式：內容太長、太泛、或已經過時。init 技能能幫你產出更短的 AGENTS.md，在不重複明顯 repo 資訊的前提下，改善 agent 行為。

init 是給 Skill Authoring 用，還是一般 repo 設定用？

它主要是用在 AGENTS.md 的 repository 設定與維護。如果你是在撰寫技能，這套原則同樣有幫助，但它的直接工作仍是為 codebase 產生或精簡 agent 指令。

什麼情況下不該用 init？

如果你想要的是完整的專案摘要、onboarding guide，或架構總覽，就不適合用它。當 repo 幾乎沒有隱性的工作流程知識，而且大多數指引都已經能從檔案中直接看出來時，它也不是好選擇。

如何改進 init 技能

提供具體的失敗案例

最好的 init 用法，會附上 agent 一直出錯的實例：格式跑掉、不安全的命令、漏掉 build 步驟，或指錯檔案目標。具體的失敗案例能幫助技能判斷哪些內容應該放進 AGENTS.md，哪些應該刪掉。

提供更強的來源材料

如果你希望輸出品質更高，請提供真正的 AGENTS.md、近期的 README，以及任何能揭示限制的 CI 或工具設定。repo 已經把可見慣例寫得越完整，init 技能就越容易去除雜訊，只保留真正重要的內容。

針對不可從 repo 直接發現的價值做檢查

第一次產出後，逐行用可發現性篩選檢查：agent 能不能從 repo 本身推得出來？如果可以，就刪掉。如果不行，只有在它會改變任務成功率、成本或安全性時才保留。

跑過一輪 agent 後再迭代

把第一版 AGENTS.md 當成草稿。如果 agent 還是犯同樣的錯，就新增一條範圍很窄、直接對應那個失誤的指令，並刪掉任何只是重述 repository 的內容。這是讓 init 長期保持實用的最快方式。