Enterprise AI Skills Framework

問題

大型企業系統的前端開發涉及數百個頁面、複雜的表單邏輯與嚴格的規格書要求。直接讓 AI 助手生成代碼，幻覺率高、輸出品質不穩定——AI 不了解內部元件 API、不知道版型規範、也無法自動對照規格書驗證產出。

方案

設計並實作一套 AI Agent Skills 框架，將企業開發知識結構化為 14 個可組合的技能模組：

• 路由層：任務入口自動識別，路由至正確的技能鏈，禁止跳過流程
• 開發層：規格書解讀 → 開發計畫 → 分階段代碼生成（5 Phase），每階段有明確輸入/輸出
• 品質層：自動比對生成代碼與規格書、5 層根因診斷、結構化除錯流程
• 漸進式披露：核心 SKILL.md 控制在 500 行以內，詳細參考文件按需讀取，避免上下文過載
• 會話分離模式：規格分析與代碼生成在不同窗口執行，有效緩解上下文壓力導致的幻覺
• 職責分離：Skills 只記錄「差異點與陷阱」，完整 API 文件獨立維護，消除重複

成果

• 把原本依賴個人經驗的 AI 協作流程拆成 14 個可組合 Skills，展示我把隱性知識制度化、流程化的能力
• 經歷 17 個迭代版本與 188+ commits，重點不只是功能增加，而是持續根據實際使用回饋調整路由、驗證與除錯策略
• 架構重構將核心文件精簡 37-62%，同時維持回歸測試 63/63 通過，反映我在可維護性與行為穩定之間的取捨能力
• 這個專案的價值不只在 prompt engineering，而是把規格解讀、實作約束、驗證機制與知識管理做成可複用的工程系統
• 已實際用於多個企業前端頁面的 AI 輔助開發，代表它不是概念驗證，而是能落地到真實交付流程的工作方法