SuperTT Skills

AI 编程助手越来越擅长写代码，但“会写”并不等于“知道现在最该做什么”。面对陌生仓库时，它可能过早钻进实现细节；面对学习任务时，它也可能一次性倾倒大量解释，却没有帮助使用者建立可以迁移到下一个项目的理解方式。SuperTT Skills 希望把更成熟的协作方法封装成可复用的 Skill，让 Codex 等代理在特定任务中遵循一套清晰、稳定的工作流。

当前核心：TT_Vibe Coding Tutor

仓库目前重点提供 tt-vibe-coding-tutor。它面向想要读懂陌生代码库、学习新框架或准备修改既有系统的人，不采用逐行讲解的传统路径，而是先帮助使用者找到“方向盘”：

• 先判断仓库规模和学习目标，再选择合适的探索粒度。
• 优先识别入口、配置、公共接口、注册表和生命周期钩子。
• 追踪一个关键数据对象如何被创建、转换、路由和返回。
• 用“它承诺什么、接收什么、影响什么”解释模块边界。
• 将注册表、适配器、状态机、依赖注入等模式整理成可迁移的概念索引。

当项目很大时，这个 Skill 会先绘制运行地图、目录地图和业务对象地图，明确哪些区域暂时不需要看；当任务聚焦于一个功能或 Bug 时，它会沿着一次用户操作、请求或事件追踪完整链路。这样做的目的不是减少理解深度，而是避免把注意力浪费在当前阶段不重要的循环、语法和局部实现上。

学习 AI 时代真正重要的能力

TT_Vibe Coding Tutor 不把学习者训练成“手写每一行代码的人”，而是训练其定义意图、识别契约、约束修改范围、审查 AI 输出并验证结果。练习默认采用 AI 辅助：先由学习者判断架构边界和验收条件，再让 AI 生成或修改实现，最后通过运行、测试和破坏性实验检查自己的理解。

这特别适合以下场景：

• 刚接手一个大型项目，不知道应该从哪个文件开始。
• 会使用 AI 写代码，却很难判断生成结果是否符合现有架构。
• 想从一个真实功能中学习数据流、接口设计和扩展点。
• 希望把一次性的“看懂了”转化为以后仍能使用的分析方法。

一个正在生长的开放技能库

SuperTT Skills 当前不是数量庞大的 Skill 集市，而是一个强调质量、方法和可复用性的开放仓库。所有 Skill 使用统一的 tt- 前缀，包含明确的触发描述、工作流和参考材料，便于被 Codex 发现和调用。

它的长期价值在于把“怎样与 AI 合作得更好”从零散提示词变成可以版本管理、审查和持续迭代的工程资产。如果你正在建立自己的 AI 开发流程，也可以把这里的 Skill 当作范例：不仅告诉代理要完成什么，更要规定它如何观察、如何判断，以及如何证明工作真的完成。