/ 目錄 / 演練場 / ai-first-toolkit
← 全部伺服器 ↗ GitHub
● 社群 techwolf-ai ⚡ 即開即用

ai-first-toolkit

作者 techwolf-ai · techwolf-ai/ai-first-toolkit

一套技能包，用於稽核、重新設計及以 AI 優先設計原則建立新專案。

ai-first-toolkit 是一個適用於 Claude Code 和 Codex 的多技能套件，以 AI 優先的視角審視你的專案：程式碼庫是否容易讓代理程式導航、編輯與推理？它包含 AI 就緒性稽核、重構以改善程式碼結構清晰度，以及從第一天起就以正確的鷹架建立新專案的技能。

▶ 觀看演示 📦 安裝 💡 使用場景

為什麼要用

核心特性

即時演示

實際使用效果

ai-first-toolkit-skill.replay ▶ 就緒
0/0

安裝

作者儲存庫 · Claude Skills 官方文件

使用場景

實戰用法： ai-first-toolkit

如何稽核程式碼庫的 AI 代理程式就緒性

👤 準備讓程式碼庫大量接受 AI 協助的技術負責人 ⏱ ~45 min intermediate

何時使用： 在團隊決定透過 Claude 或 Codex 進行大量功能開發之前。

步驟
  1. 執行稽核
    Audit this repo for AI-agent readiness. Score each dimension and list the top 5 friction points.✓ 已複製
    → 各維度評分及需修正的特定檔案
  2. 優先排序修正項目
    Which of those fixes would give the biggest agent-effectiveness lift per hour of work?✓ 已複製
    → 依投入/效益排序的清單
  3. 套用最優先的修正
    Apply fix #1 end-to-end — edit files, update docs, add tests.✓ 已複製
    → 差異比對及確認

結果： 一份具體的改進計畫，並至少套用一項讓儲存庫對 AI 代理程式更友善的修正。

注意事項
  • 稽核結果淪為籠統的「改善文件」建議 — 要求提供 file:line 層級的具體發現，而非抽象建議
搭配使用： filesystem · github

建立一個 AI 友善的全新專案

👤 開始新儲存庫的創辦人或個人貢獻者 ⏱ ~30 min beginner

何時使用： 新專案的第零天，在你選擇了日後會困擾自己的錯誤預設值之前。

步驟
  1. 描述專案
    Bootstrap a new TypeScript API project using ai-first-toolkit defaults. Purpose: internal billing API.✓ 已複製
    → 提議的資料夾結構、tsconfig、腳本及 README 骨架
  2. 建立檔案鷹架
    Create the files. Include AGENTS.md and CLAUDE.md with the relevant codebase notes.✓ 已複製
    → 儲存庫檔案已實體化
  3. 第一次提交
    Initialize git and make the first commit with a clean message.✓ 已複製
    → 乾淨的初始儲存庫

結果： 一個從第 0 次提交起就對人類和 AI 代理程式皆友善的新儲存庫。

注意事項
  • 鷹架引入了你不想要的相依套件 — 請 Claude 在安裝前列出相依套件，逐一確認後再接受
搭配使用： github · filesystem

重新設計雜亂的模組以提升 AI 可讀性

👤 逐一模組償還技術債的工程師 ⏱ ~60 min advanced

何時使用： 當你找到一個 Claude 一直處理出錯的模組時——這通常是其結構對代理程式不易理解的訊號。

步驟
  1. 診斷模組
    Look at src/billing/. What about this code makes it hard for an agent to edit safely?✓ 已複製
    → 具體的警示：間接引用、隱藏狀態、過長的函式
  2. 規劃重構
    Propose a 3-step refactor that improves agent-legibility without changing public API.✓ 已複製
    → 附有差異比對草稿的逐步計畫
  3. 執行第一步
    Apply step 1. Keep tests green.✓ 已複製
    → PR 大小的差異比對

結果： 一個在下一次迭代時 Claude 能真正推理的模組。

注意事項
  • 過度重構並破壞了非預期的行為 — 堅持公開 API 的穩定性，並在每個步驟後執行測試
搭配使用： filesystem · github

組合

與其他 MCP 搭配，撬動十倍槓桿

ai-first-toolkit-skill + filesystem

稽核會掃描儲存庫；實際讀取時需要 filesystem

Walk the repo and score AI-readiness; report findings file-by-file.✓ 已複製
ai-first-toolkit-skill + github

開一個 PR 加入提議的 AGENTS.md / CLAUDE.md

Apply the audit's top 3 fixes and open a PR titled 'AI-first improvements'.✓ 已複製

工具

此 MCP 暴露的能力

工具輸入參數何時呼叫成本
ai-readiness-audit repo root 在投入 AI 密集工作流程之前 0
ai-first-bootstrap project spec (lang, purpose, stack) 全新專案 0
re-engineer-module module path + goals 當某個模組抗拒代理程式的編輯時 0

成本與限制

運行它的成本

API 配額
除你的 LLM 提供商外，無需額外配額
每次呼叫 Token 數
稽核中型儲存庫約需 5–20k
費用
免費，開放原始碼
提示
將稽核範圍限定在子目錄樹，而非整個 monorepo

安全

權限、密鑰、影響範圍

憑證儲存： 無
資料出站： 除 filesystem/github 工具本身的行為外，無額外資料外傳

故障排查

常見錯誤與修復

Audit is too abstract

用具體的維度重新提示：「只評估測試佈局」或「只評估模組邊界」。

Bootstrap picks wrong language

在第一個提示中務必說明語言、執行環境及建置工具。

替代方案

ai-first-toolkit 對比其他方案

替代方案何時用它替代權衡
init (built-in)你只需要一個 CLAUDE.md，不在乎其他部分範疇較窄
antivibe-skill你想要相反的視角——批判 AI 形塑的過度設計診斷性工具，非處方性工具

更多

資源

📖 閱讀 GitHub 上的官方 README

🐙 查看未解決的 issue

🔍 瀏覽全部 400+ MCP 伺服器和 Skills