命令与工作流参考
本页用于快速查“入口是什么、做什么、输出什么”。
工作流 Skills
灵犀核心工作流由 Skills 驱动：task -> vet -> plan -> build -> review。
这些 Skills 只在你显式触发时运行（命令或自然语言），不会按语义自动加载。
| Skill | 作用 | 典型产出 |
|---|---|---|
task | 定义目标、边界、验收 | *.task.*.md |
vet | 审查 task 质量 | 对话内审查结论 |
plan | 形成实施方案与测试映射 | *.plan.*.md + *.testcase.*.md |
build | 实施与测试 | 代码与测试变更 |
review | 按需求验收与证据审计 | *.review.*.md |
记忆相关命令
/remember
bash
/remember <记忆描述>- 用途：即时沉淀一条经验或规则
- 输出：写入
memory/project/或memory/share/，并更新INDEX
/memory-govern
bash
/memory-govern [--dry-run] [--skip-govern] [--root <memoryRoot>]- 用途：索引同步与可选主动治理
- 作用：修复 INDEX 与 notes 一致性，并在确认后执行治理建议
/init
bash
/init- 用途：初始化项目上下文并生成记忆候选
- 默认行为：先给候选，不自动写入；仅在你确认后写入
调试与调优辅助
about-lingxi（Skill）
- 定位：灵犀的人机共读技术手册（知识底座），并以 Skill 形式提供给模型按需自动加载
- 你可以把它理解为两层一体：
- 文档层（Human + AI Readable）：包含背景、架构、机制、设计原则、评估标准等可持续维护的知识系统
- 调用层（Skill）：在需要时快速加载上述知识，帮助模型基于灵犀语境做判断
- 适用场景：
- 快速对齐“灵犀是什么、为什么这样设计、关键机制如何协作”
- 在功能设计/机制调整时评估长期收益、代价与边界
- 讨论 Command / Skill / Hook / Subagent 的选型取舍
- 加载方式：
- 首选模型按需自动加载（当任务需要灵犀背景信息时）
- 也可手动触发（在 Cursor 中输入
/about-lingxi选择同名 skill）
- 边界：它只提供背景知识与评估依据，不直接执行具体动作
/start-tuning
bash
/start-tuning- 定位：
about-lingxi的上层应用（调试/调优快捷入口） - 目的：让模型快速进入“调优灵犀”的工作模式，便于开发者调试灵犀
- 会发生什么：自动加载
about-lingxi作为背景上下文，再围绕调优目标展开分析 - 适用场景：调试灵犀、讨论优化目标、梳理约束、设计演进路径
- 边界：它是调优会话启动器，不承担底层知识内容本身（该部分由
about-lingxi提供）
自动任务（无需手动命令）
系统在新会话开始时自动检查并按约定触发后台子代理：
- 会话提炼：触发后由
lingxi-session-distill后台执行 - 自我迭代：触发后由
lingxi-self-iterate后台执行
两者都不阻塞主会话，主会话继续正常响应。
卸载
bash
yarn lx:uninstall
# 或
npm run lx:uninstall非交互环境可用：
bash
yarn lx:uninstall --yes安装清单自动化校验
建议在 CI 固定执行三类测试：
install-manifest-exists：清单路径有效性（manifest -> repo）install-manifest-coverage：结构覆盖率（repo -> manifest）install-manifest-version-sync：版本一致性（manifest = package）