Autoprompt：1.3 千星开源工作流技能，让 coding agent 失败率降 45%

本文介绍 Spielewoy 开源的 Autoprompt（1.3 千 stars，MIT）——一个 coding-agent 工作流技能：让 agent 在交付前自动"审查 → 修复 → 复查"自己的工作，官方口径是在 agentic 编码任务上把失败率砍掉 45%。Claude Code、Codex、OpenCode 等八个 agent 实测支持。

项目简介

agent 写码失败的原因很多样，但相当一部分败在"做完就走"：没有回头审、错了没发现、发现了修不彻底。Autoprompt 把"review 自己的工作、修复、再复查"固化成 agent 的工作流技能——装上之后，agent 的编码任务自动带上这道质量关。

兼容面做得极宽：Claude Code、Codex、OpenCode、Kilo Code、VS Code agents、Prime Agent、Oh My Pi、DeepSeek Harness 都在"实测可用"表里，其他 CLI/IDE 走 Custom coding agent 兼容指南。

快速开始

# 安装 CLI
npm install -g https://github.com/Spielewoy/autoprompt-skill/releases/download/v2.0.0/autoprompt-skill-2.0.0.tgz
autoprompt     # 启动安装器，选你的 agent、确认路径即可

要求 Node.js 20+、Python 3.11+（PyYAML）、Bash 4.3+。也可以从源码安装。

工作流要点

• Anatomy of an invocation：README 里逐段拆解一次调用的结构，值得读
• Run controls：运行控制可调，避免过度审查拖慢任务
• The agents：不同 agent 的接入细节与键位

适用场景

• 用任何主流 coding agent 跑生产任务、想让失败率降下来的个人与团队
• 已经用过 Caveman/Stop That Shit 这类行为约束技能的人：Autoprompt 补的是"交付质量"维度
• 想研究 agent 工作流设计的开发者：工作流拆解文档本身就是教材

注意事项

• 45% 是官方口径，具体收益随任务类型浮动，建议先在典型任务上 A/B 实测
• 复核环节会增加运行时长，紧急小任务可通过 run controls 调整
• Python 与 Bash 版本要求留意，老 macOS 自带 bash 过旧

项目链接

• GitHub 仓库：https://github.com/Spielewoy/autoprompt-skill
• 支持矩阵与兼容指南：仓库 README 与 docs/guides/