/evolve
知识演化,将学习内容聚类生成 Skills/Agents/Commands
$ npx -y skills add xiaobei930/cc-best --agent claude-codeShips with cc-best. Installing the plugin gets this command.
How it fires
How this command gets triggered: by you, by Claude, or both.
- Fires itselfClaude auto-loads it when your prompt matches the work.
- You can call itInvoke it directly when you want it.
- Slash command
/evolve
Context preview
What this command does when you run it.
知识演化,将学习内容聚类生成 Skills/Agents/Commands
Command definition
evolve.mddescription: 知识演化,将学习内容聚类生成 Skills/Agents/Commands
argument-hint: "[--execute] [--dry-run] [--domain name]"
allowed-tools: Read, Write, Edit, Glob, Grep, TodoWrite
/evolve - 知识演化
将积累的学习内容聚类分析,演化为更高级的结构:Skills、Agents 或 Commands。**核心原则:量变引发质变,经验升华为能力。**
用法
/cc-best:evolve # 分析所有学习内容,建议演化
/cc-best:evolve --execute # 执行演化,生成文件
/cc-best:evolve --domain testing # 仅分析测试领域
/cc-best:evolve --threshold 5 # 要求 5+ 条相关知识才聚类
/cc-best:evolve --dry-run # 预览不执行
角色定位
- **身份**: 知识架构师
- **目标**: 将碎片化知识升华为系统化能力
- **原则**: 模式重复 3 次,就值得抽象
核心理念
> **当同类知识积累到一定数量,就应该被抽象为更高级的结构**
---
演化规则
演化为 Command(用户主动调用)
**触发条件**: 多条知识描述的是"用户请求时的操作序列"
示例:
- 知识1: "创建数据库表时,先写 migration"
- 知识2: "创建数据库表后,更新 schema"
- 知识3: "创建数据库表后,重新生成类型"
→ 演化为: /new-table 命令
**特征**:
- 触发词包含"当用户请求"、"当创建"、"当添加"
- 描述的是可重复的操作序列
- 有明确的起点和终点
演化为 Skill(自动触发的能力)
**触发条件**: 多条知识描述的是"特定场景下的自动行为"
示例:
- 知识1: "写函数时,优先使用函数式风格"
- 知识2: "修改状态时,使用不可变模式"
- 知识3: "设计模块时,避免类继承"
→ 演化为: functional-patterns Skill
**特征**:
- 触发词包含"当写代码时"、"当遇到"、"总是"
- 描述的是编码风格或模式偏好
- 应该在背景中持续生效
演化为 Agent(需要深度隔离的复杂任务)
**触发条件**: 多条知识描述的是"需要多步骤、多工具的复杂流程"
示例:
- 知识1: "调试时,先检查日志"
- 知识2: "调试时,隔离失败组件"
- 知识3: "调试时,创建最小复现"
- 知识4: "调试时,用测试验证修复"
→ 演化为: debugger Agent
**特征**:
- 描述的是多步骤流程
- 需要多种工具配合
- 适合在独立上下文中执行
---
演化判定矩阵
| 知识特征 | 演化类型 | 理由 | | ------------------ | --------- | ------------------ | | 用户明确请求触发 | Command | 需要用户意图驱动 | | 代码编写时自动应用 | Skill | 持续生效的背景知识 | | 复杂多步骤流程 | Agent | 需要隔离和深度处理 | | 简单的单条规则 | Hook | 用于自动检查 | | 架构级别的约束 | CLAUDE.md | 宪法级别规则 |
---
工作流程
1. 知识收集
├─ 读取 memory-bank/*.md
├─ 读取 rules/*.md 中的规则
├─ 读取 /cc-best:learn --status 的内容
└─ 统计每条知识的置信度和使用频率
2. 聚类分析
├─ 按领域分组(testing, git, api, style...)
├─ 按触发模式分组
├─ 按行为类型分组
└─ 识别 3+ 条相关知识的聚类
3. 演化判定
├─ 分析聚类的特征
├─ 确定演化类型(Command/Skill/Agent)
├─ 计算演化置信度
└─ 生成演化建议
4. 文件生成
├─ 生成 commands/*.md(Command)
├─ 生成 skills/*/SKILL.md(Skill)
├─ 生成 agents/*.md(Agent)
└─ 标记源知识为"已演化"
5. 关联更新
├─ 更新 COMMANDS.md
├─ 更新 skills/README
├─ 更新 agents/README
└─ 更新 CHANGELOG.md
---
输出格式
演化分析报告
🧬 演化分析报告
==================
发现 3 个可演化的知识聚类:
## 聚类 1: 数据库迁移工作流
源知识: create-migration, update-schema, regenerate-types
类型: Command
置信度: ████████░░ 85%
将生成: /new-table 命令
文件: commands/new-table.md
## 聚类 2: 函数式编码风格
源知识: prefer-functional, use-immutable, avoid-classes, pure-functions
类型: Skill
置信度: ██████████ 78%
将生成: functional-style Skill
文件: skills/functional-style/SKILL.md
## 聚类 3: 系统性调试流程
源知识: debug-check-logs, debug-isolate, debug-reproduce, debug-verify
类型: Agent
置信度: ████████░░ 72%
将生成: debugger Agent
文件: agents/debugger.md
---
运行 `/cc-best:evolve --execute` 生成以上文件
运行 `/cc-best:evolve --dry-run` 预览生成内容
---
生成的文件格式
Command 格式
---
allowed-tools: [根据知识内容推断]
evolved-from:
- create-migration
- update-schema
- regenerate-types
---
# /new-table - 创建数据库表
[根据源知识生成的描述]
## 用法
```bash
/new-table <表名>
## 工作流程
1. [从 create-migration 知识提取]
2. [从 update-schema 知识提取]
3. [从 regenerate-types 知识提取]
````
### Skill 格式
```markdown
---
name: functional-style
description: 函数式编码风格指南
evolved-from:
- prefer-functional
- use-immutable
- avoid-classes
- pure-functions
---
# 函数式编码风格
## 核心原则
[根据源知识生成]
## 具体规范
### 优先使用函数式风格
[从 prefer-functional 知识提取]
### 使用不可变模式
[从 use-immutable 知识提取]
````
### Agent 格式
```markdown
---
model: sonnet
tools: [Read, Grep, Glob, Bash]
evolved-from:
- debug-check-logs
- debug-isolate
- debug-reproduce
- debug-verify
---
# Debugger Agent
系统性调试代理,按照验证过的流程排查问题。
## 工作流程
1. **检查日志** [从 debug-check-logs 提取]
2. **隔离组件** [从 debug-isolate 提取]
3. **创建复现** [从 debug-reproduce 提取]
4. **验证修复** [从 debug-verify 提取]
---
参数说明
| 参数 | 说明 | 默认值 | | ---------------------- | ------------------ | ------ | | `--execute` | 执行演化,生成文件 | false | | `--dry-run` | 预览不执行 | false | | `--domain <name>` | 限定分析领域 | 全部 | | `--threshold <n>` | 聚类最小知识数 | 3 | | `--type <type>` | 仅生成指定类型 | 全部 | | `--min-confidence <n>` | 最低演化置信度 | 0.6 |
---
与其他命令的配合
知识积累循环:
/cc-best:learn → 积累知识 → /cc-best:evolve → 生成能力 → 更高效的工作
代码库分析后:
/cc-best:analyze → 提取模式 → /cc-best:evolve → 生成项目专属 skills
团队知识共享:
/cc-best:learn --export → 分享 → /cc-best:learn --import → /cc-best:evolve → 统一团队能力
---
演化追溯
生成的文件会记录 `evolved-from` 字段,用于:
1. **追溯来源**: 了解能力的知识基础 2. **更新联动**: 源知识更新时,提示检查演化产物 3. **置信度继承**: 演化产物的置信度基于源知识
---
注意事项
演化条件
- 至少 3 条相关知识才会触发聚类
- 聚类置信度 ≥ 60% 才会生成建议
- 源知识的平均置信度 ≥ 50%
避免过度抽象
- 不是所有聚类都应该演化
- 简单规则保持为规则即可
- 复杂不等于需要抽象
人工审核
- 演化建议需要人工确认
- 生成的文件可能需要调整
- 关注生成内容的实用性
---
> **记住**:演化的目的是让知识更易用,而不是创造更多文件。只有当抽象能显著提升效率时,才值得演化。
Read more
description: 知识演化,将学习内容聚类生成 Skills/Agents/Commands argument-hint: "[--execute] [--dry-run] [--domain name]" allowed-tools: Read, Write, Edit, Glob, Grep, TodoWrite
/evolve - 知识演化
将积累的学习内容聚类分析,演化为更高级的结构:Skills、Agents 或 Commands。**核心原则:量变引发质变,经验升华为能力。**
用法
/cc-best:evolve # 分析所有学习内容,建议演化 /cc-best:evolve --execute # 执行演化,生成文件 /cc-best:evolve --domain testing # 仅分析测试领域 /cc-best:evolve --threshold 5 # 要求 5+ 条相关知识才聚类 /cc-best:evolve --dry-run # 预览不执行
角色定位
- **身份**: 知识架构师
- **目标**: 将碎片化知识升华为系统化能力
- **原则**: 模式重复 3 次,就值得抽象
核心理念
> **当同类知识积累到一定数量,就应该被抽象为更高级的结构**
---
演化规则
演化为 Command(用户主动调用)
**触发条件**: 多条知识描述的是"用户请求时的操作序列"
示例: - 知识1: "创建数据库表时,先写 migration" - 知识2: "创建数据库表后,更新 schema" - 知识3: "创建数据库表后,重新生成类型" → 演化为: /new-table 命令
**特征**:
- 触发词包含"当用户请求"、"当创建"、"当添加"
- 描述的是可重复的操作序列
- 有明确的起点和终点
演化为 Skill(自动触发的能力)
**触发条件**: 多条知识描述的是"特定场景下的自动行为"
示例: - 知识1: "写函数时,优先使用函数式风格" - 知识2: "修改状态时,使用不可变模式" - 知识3: "设计模块时,避免类继承" → 演化为: functional-patterns Skill
**特征**:
- 触发词包含"当写代码时"、"当遇到"、"总是"
- 描述的是编码风格或模式偏好
- 应该在背景中持续生效
演化为 Agent(需要深度隔离的复杂任务)
**触发条件**: 多条知识描述的是"需要多步骤、多工具的复杂流程"
示例: - 知识1: "调试时,先检查日志" - 知识2: "调试时,隔离失败组件" - 知识3: "调试时,创建最小复现" - 知识4: "调试时,用测试验证修复" → 演化为: debugger Agent
**特征**:
- 描述的是多步骤流程
- 需要多种工具配合
- 适合在独立上下文中执行
---
演化判定矩阵
| 知识特征 | 演化类型 | 理由 | | ------------------ | --------- | ------------------ | | 用户明确请求触发 | Command | 需要用户意图驱动 | | 代码编写时自动应用 | Skill | 持续生效的背景知识 | | 复杂多步骤流程 | Agent | 需要隔离和深度处理 | | 简单的单条规则 | Hook | 用于自动检查 | | 架构级别的约束 | CLAUDE.md | 宪法级别规则 |
---
工作流程
1. 知识收集 ├─ 读取 memory-bank/*.md ├─ 读取 rules/*.md 中的规则 ├─ 读取 /cc-best:learn --status 的内容 └─ 统计每条知识的置信度和使用频率 2. 聚类分析 ├─ 按领域分组(testing, git, api, style...) ├─ 按触发模式分组 ├─ 按行为类型分组 └─ 识别 3+ 条相关知识的聚类 3. 演化判定 ├─ 分析聚类的特征 ├─ 确定演化类型(Command/Skill/Agent) ├─ 计算演化置信度 └─ 生成演化建议 4. 文件生成 ├─ 生成 commands/*.md(Command) ├─ 生成 skills/*/SKILL.md(Skill) ├─ 生成 agents/*.md(Agent) └─ 标记源知识为"已演化" 5. 关联更新 ├─ 更新 COMMANDS.md ├─ 更新 skills/README ├─ 更新 agents/README └─ 更新 CHANGELOG.md
---
输出格式
演化分析报告
🧬 演化分析报告 ================== 发现 3 个可演化的知识聚类: ## 聚类 1: 数据库迁移工作流 源知识: create-migration, update-schema, regenerate-types 类型: Command 置信度: ████████░░ 85% 将生成: /new-table 命令 文件: commands/new-table.md ## 聚类 2: 函数式编码风格 源知识: prefer-functional, use-immutable, avoid-classes, pure-functions 类型: Skill 置信度: ██████████ 78% 将生成: functional-style Skill 文件: skills/functional-style/SKILL.md ## 聚类 3: 系统性调试流程 源知识: debug-check-logs, debug-isolate, debug-reproduce, debug-verify 类型: Agent 置信度: ████████░░ 72% 将生成: debugger Agent 文件: agents/debugger.md --- 运行 `/cc-best:evolve --execute` 生成以上文件 运行 `/cc-best:evolve --dry-run` 预览生成内容
---
生成的文件格式
Command 格式
--- allowed-tools: [根据知识内容推断] evolved-from: - create-migration - update-schema - regenerate-types --- # /new-table - 创建数据库表 [根据源知识生成的描述] ## 用法 ```bash /new-table <表名>
## 工作流程 1. [从 create-migration 知识提取] 2. [从 update-schema 知识提取] 3. [从 regenerate-types 知识提取] ```` ### Skill 格式 ```markdown --- name: functional-style description: 函数式编码风格指南 evolved-from: - prefer-functional - use-immutable - avoid-classes - pure-functions --- # 函数式编码风格 ## 核心原则 [根据源知识生成] ## 具体规范 ### 优先使用函数式风格 [从 prefer-functional 知识提取] ### 使用不可变模式 [从 use-immutable 知识提取] ```` ### Agent 格式 ```markdown --- model: sonnet tools: [Read, Grep, Glob, Bash] evolved-from: - debug-check-logs - debug-isolate - debug-reproduce - debug-verify --- # Debugger Agent 系统性调试代理,按照验证过的流程排查问题。 ## 工作流程 1. **检查日志** [从 debug-check-logs 提取] 2. **隔离组件** [从 debug-isolate 提取] 3. **创建复现** [从 debug-reproduce 提取] 4. **验证修复** [从 debug-verify 提取]
---
参数说明
| 参数 | 说明 | 默认值 | | ---------------------- | ------------------ | ------ | | `--execute` | 执行演化,生成文件 | false | | `--dry-run` | 预览不执行 | false | | `--domain <name>` | 限定分析领域 | 全部 | | `--threshold <n>` | 聚类最小知识数 | 3 | | `--type <type>` | 仅生成指定类型 | 全部 | | `--min-confidence <n>` | 最低演化置信度 | 0.6 |
---
与其他命令的配合
知识积累循环: /cc-best:learn → 积累知识 → /cc-best:evolve → 生成能力 → 更高效的工作 代码库分析后: /cc-best:analyze → 提取模式 → /cc-best:evolve → 生成项目专属 skills 团队知识共享: /cc-best:learn --export → 分享 → /cc-best:learn --import → /cc-best:evolve → 统一团队能力
---
演化追溯
生成的文件会记录 `evolved-from` 字段,用于:
1. **追溯来源**: 了解能力的知识基础 2. **更新联动**: 源知识更新时,提示检查演化产物 3. **置信度继承**: 演化产物的置信度基于源知识
---
注意事项
演化条件
- 至少 3 条相关知识才会触发聚类
- 聚类置信度 ≥ 60% 才会生成建议
- 源知识的平均置信度 ≥ 50%
避免过度抽象
- 不是所有聚类都应该演化
- 简单规则保持为规则即可
- 复杂不等于需要抽象
人工审核
- 演化建议需要人工确认
- 生成的文件可能需要调整
- 关注生成内容的实用性
---
> **记住**:演化的目的是让知识更易用,而不是创造更多文件。只有当抽象能显著提升效率时,才值得演化。
Role-Driven Development Workflow for Claude Code Transform Claude into a complete development team. From product requirements to code review — one plugin, full workflow. Quick Start • Features • Workflow • Commands • FAQ
Repo: xiaobei930/cc-best

