oh-my-codex-cli 0.1.0

package/.agent/skills/task-kb-lookup/SKILL.md

@@ -0,0 +1,211 @@
+---
+name: Task KB Lookup
+description: Query Agent-KB for reference examples and proven approaches before executing development tasks. Learn from past experiences.
+---
+
+# Task KB Lookup - 任务前查询知识库
+
+## When to Use This Skill
+
+**Automatically invoke before**:
+- Implementing new features or components
+- Refactoring existing code
+- Performance optimization tasks
+- Architecture design decisions
+- Debugging complex issues
+- Code quality improvements
+
+**Trigger keywords**:
+- "实现"、"开发"、"构建"、"创建"
+- "重构"、"优化"、"改进"
+- "设计"、"架构"、"方案"
+- "修复"、"解决"、"调试"
+
+## What This Skill Does
+
+在执行任务**前**，从Agent-KB中检索相似的历史案例，提供：
+1. **成功经验** - 过往任务的有效解决方案
+2. **避坑指南** - 已知问题和失败教训
+3. **性能指标** - 预期的时间、资源消耗
+4. **最佳实践** - 经过验证的实施策略
+
+## Instructions
+
+### Step 1: 识别任务类型
+
+当检测到开发任务时，先分析任务类型：
+
+```yaml
+任务类型分类:
+  - 功能实现: "实现XX功能"
+  - 性能优化: "优化XX性能"
+  - 架构设计: "设计XX架构"
+  - 代码重构: "重构XX模块"
+  - 问题修复: "修复XX问题"
+```
+
+### Step 2: 查询相似案例
+
+执行Agent-KB查询，获取参考样例：
+
+```bash
+python /Users/WangQiao/Agent-KB/intelligent_summarizer.py "任务描述关键词"
+```
+
+**查询策略**:
+- 提取任务的核心关键词（技术栈、问题域、优化目标）
+- 查询相似场景的历史经验
+- 优先检索最近3个月的案例
+
+### Step 3: 展示参考样例
+
+格式化输出查询结果：
+
+```markdown
+## 📚 相似任务参考案例
+
+**当前任务**: [用户的任务描述]
+
+### 🎯 历史成功案例
+
+[从KB检索到的相似案例]
+
+**解决方案**:
+- [关键实施步骤]
+- [使用的技术和工具]
+- [实测效果和指标]
+
+### ⚠️ 已知风险点
+
+[历史案例中遇到的问题]
+
+**规避策略**:
+- [如何避免相同错误]
+- [边界条件检查]
+- [性能陷阱预警]
+
+### 📊 预期指标
+
+根据历史案例，预期：
+- 开发时间: [X小时/天]
+- 代码行数: [约X行]
+- 性能提升: [+X%]
+- 测试覆盖率: [X%]
+
+### 💡 建议执行路径
+
+基于历史经验，推荐：
+1. [第一步: ...]
+2. [第二步: ...]
+3. [第三步: ...]
+
+---
+**参考来源**: Agent-KB历史案例库
+**信心等级**: [高/中/低] - 基于案例相似度
+```
+
+### Step 4: 确认执行计划
+
+询问用户：
+- "是否采用建议的执行路径？"
+- "需要我详细解释某个步骤吗？"
+- "是否需要查看更多相关案例？"
+
+## Examples
+
+### Example 1: 功能实现任务
+
+**User**: "实现一个React虚拟滚动列表组件"
+
+**You execute**:
+```bash
+python /Users/WangQiao/Agent-KB/intelligent_summarizer.py "React虚拟滚动 列表优化 大数据渲染"
+```
+
+**You present**:
+- 历史案例中成功的虚拟滚动实现
+- 使用react-window vs react-virtualized的经验对比
+- 预期开发时间: 4-6小时
+- 关键性能指标: 10000+条目渲染<100ms
+- 避坑点: 动态高度处理、滚动位置保持
+
+### Example 2: 性能优化任务
+
+**User**: "优化Node.js API响应速度，目前500ms"
+
+**You execute**:
+```bash
+python /Users/WangQiao/Agent-KB/intelligent_summarizer.py "Node.js API性能优化 响应时间 数据库查询"
+```
+
+**You present**:
+- 历史案例: 类似API优化从500ms → 80ms的经验
+- 常见瓶颈: 数据库N+1查询、缺少索引、同步IO
+- 优化策略优先级: 1) 数据库查询优化 2) 缓存 3) 代码优化
+- 预期效果: 响应时间减少60-80%
+
+### Example 3: 架构设计任务
+
+**User**: "设计一个多租户SaaS系统的数据隔离方案"
+
+**You execute**:
+```bash
+python /Users/WangQiao/Agent-KB/intelligent_summarizer.py "多租户 数据隔离 SaaS架构"
+```
+
+**You present**:
+- 历史案例: 3种多租户隔离方案对比
+  - 共享库共享表 + tenant_id (简单，成本低)
+  - 共享库独立表 (中等复杂度)
+  - 独立数据库 (最安全，成本高)
+- 选择策略: 基于租户数量、数据安全等级、成本预算
+- 避坑点: 索引设计、查询性能、数据迁移复杂度
+
+## Integration with Task Execution
+
+**工作流程**:
+```yaml
+1. 用户提出任务
+   ↓
+2. [自动] 触发 task-kb-lookup skill
+   ↓
+3. 展示相似案例和建议方案
+   ↓
+4. 用户确认/调整执行计划
+   ↓
+5. Codex执行任务
+   ↓
+6. [自动] 触发 task-kb-record skill (记录结果)
+```
+
+## Performance Notes
+
+- **查询速度**: 0.001s (缓存命中), 8s (首次查询)
+- **案例相似度**: 基于语义搜索，准确率>85%
+- **建议采纳率**: 历史数据显示，使用KB参考的任务成功率提升40%
+- **时间节省**: 平均节省30-50%的调研和试错时间
+
+## Fallback Strategy
+
+如果没有找到相似案例：
+1. 降级为通用最佳实践查询
+2. 查询相关技术栈的通用经验
+3. 提醒用户这是新场景，任务完成后需要详细记录经验
+
+## Important Notes
+
+- **主动查询**: 检测到任务时自动触发，不等用户要求
+- **透明度**: 明确告知是基于历史案例的建议
+- **灵活性**: 允许用户选择不同于建议的方案
+- **记录意识**: 提醒用户任务完成后记录到KB（触发task-kb-record）
+
+## Integration with Other Skills
+
+- **agent-kb**: 查询通用技术经验
+- **task-kb-lookup**: 查询相似任务案例（本skill）
+- **task-kb-record**: 记录任务执行结果（配对skill）
+- **quality-check**: 任务完成后的质量验证
+
+---
+
+**💡 核心价值**: 让每个任务都站在过往经验的肩膀上，减少重复踩坑，提升执行效率！

package/.agent/skills/task-kb-record/SKILL.md

@@ -0,0 +1,417 @@
+---
+name: Task KB Record
+description: Record task execution results, metrics, lessons learned to Agent-KB. Builds organizational knowledge after completing significant tasks.
+---
+
+# Task KB Record - 任务后记录知识库
+
+## When to Use This Skill
+
+**Automatically invoke after**:
+- Successfully completing a significant task
+- Solving a complex problem
+- Implementing a new feature or component
+- Completing performance optimization
+- Finishing code refactoring
+- Resolving a difficult bug
+
+**Trigger conditions**:
+- Task marked as completed in TodoWrite
+- Significant code changes committed
+- Performance metrics measured
+- User confirms task completion
+
+## What This Skill Does
+
+在任务**完成后**，将执行结果、指标和经验记录到Agent-KB：
+1. **任务总结** - 问题描述、解决方案、实施步骤
+2. **性能指标** - 实测数据、时间消耗、资源使用
+3. **经验教训** - 成功经验、踩过的坑、避坑建议
+4. **最佳实践** - 验证有效的方法和工具
+
+## Instructions
+
+### Step 1: 任务完成检测
+
+当检测到以下信号时，主动提醒记录：
+
+```yaml
+自动触发条件:
+  - TodoWrite中任务标记为completed
+  - 用户说"完成了"、"搞定了"、"解决了"
+  - Git提交包含"feat:", "fix:", "perf:"等标记
+  - 性能测试完成并有明确指标
+```
+
+### Step 2: 收集任务信息
+
+交互式收集以下信息：
+
+```markdown
+## 📝 任务记录收集
+
+**我注意到你刚完成了一个任务，让我帮你记录到知识库以便未来参考。**
+
+请提供以下信息（我会根据上下文预填充，你只需确认或修改）：
+
+1️⃣ **任务描述** (必填)
+   [自动提取: 从用户消息或TodoWrite中识别]
+
+   例如: "实现React虚拟滚动列表组件，支持10000+条目流畅渲染"
+
+2️⃣ **解决方案** (必填)
+   [自动总结: 基于执行步骤]
+
+   包括:
+   - 使用的技术栈和工具
+   - 核心实施步骤
+   - 关键代码设计
+
+3️⃣ **性能指标** (推荐)
+   [自动提取: 从测试结果、性能数据]
+
+   例如:
+   - 开发时间: 实际耗时vs预期
+   - 代码量: 修改行数/新增行数
+   - 性能提升: 优化前后对比数据
+   - 测试覆盖率: X%
+
+4️⃣ **核心经验** (必填)
+   [自动总结: 从执行过程中的关键决策]
+
+   成功经验:
+   - 什么方法特别有效？
+   - 哪些决策是正确的？
+
+   避坑指南:
+   - 遇到了哪些问题？
+   - 如何解决的？
+   - 未来如何避免？
+
+5️⃣ **相关技术** (自动提取)
+   [标签: React, TypeScript, Performance等]
+```
+
+### Step 3: 智能预填充
+
+Codex应基于任务上下文自动预填充大部分信息：
+
+```python
+# 自动提取策略
+任务描述 → 从用户原始请求或TodoWrite任务名
+解决方案 → 总结Codex执行的主要步骤和代码修改
+性能指标 → 提取测试输出、benchmark结果、文件统计
+核心经验 → 分析执行过程中的关键决策点
+技术标签 → 识别使用的框架、库、工具
+```
+
+### Step 4: 写入知识库
+
+使用快速存储模式写入Agent-KB：
+
+```bash
+python /Users/WangQiao/Agent-KB/claude_kb_store.py \
+  "任务描述" \
+  "解决方案和实施步骤" \
+  "核心经验和指标"
+```
+
+**存储格式**:
+```json
+{
+  "question": "任务描述（作为未来查询的关键词）",
+  "agent_planning": "解决方案的规划和实施步骤",
+  "search_agent_planning": "如何查找类似问题的策略",
+  "agent_experience": "核心经验、指标、避坑建议",
+  "search_agent_experience": "相关技术和最佳实践参考"
+}
+```
+
+### Step 5: 确认和反馈
+
+记录完成后，提供反馈：
+
+```markdown
+✅ **任务经验已记录到Agent-KB**
+
+📊 记录概要:
+- 任务类型: [功能实现/性能优化/架构设计/...]
+- 技术栈: [React, TypeScript, ...]
+- 性能指标: [具体数据]
+- 知识库条目数: [N+1]
+
+🔍 未来查询此经验:
+```bash
+python /Users/WangQiao/Agent-KB/intelligent_summarizer.py "任务关键词"
+```
+
+💡 此经验将帮助未来相似任务:
+- 节省调研时间
+- 避免重复踩坑
+- 提供性能基准参考
+```
+
+## Examples
+
+### Example 1: 功能实现任务完成
+
+**Context**:
+- User: "完成了React虚拟滚动列表"
+- Claude已实现功能并测试通过
+
+**You prompt**:
+```
+🎉 恭喜完成任务！让我帮你记录到知识库。
+
+我已经根据执行过程预填充了以下信息，请确认：
+
+【任务描述】
+实现React虚拟滚动列表组件，支持10000+条目流畅渲染
+
+【解决方案】
+1. 使用react-window库（对比react-virtualized后选择）
+2. 实现FixedSizeList组件，每项高度50px
+3. 添加滚动位置保持逻辑
+4. 优化re-render性能（React.memo + useMemo）
+
+【性能指标】
+- 开发时间: 5小时（预期4-6小时）
+- 代码量: 新增180行
+- 渲染性能: 10000条目首次渲染68ms（目标<100ms）
+- 滚动FPS: 稳定60fps
+- 内存占用: 减少85%（vs非虚拟化）
+
+【核心经验】
+成功经验:
+- react-window比react-virtualized更轻量，bundle减少12KB
+- 使用useMemo缓存item渲染函数，避免不必要的re-render
+- 动态高度使用VariableSizeList，需要提供estimatedItemSize
+
+避坑:
+- 初始scrollToItem不生效，需要延迟到componentDidMount
+- 快速滚动时图片闪烁，添加loading placeholder解决
+- TypeScript类型定义需要安装@types/react-window
+
+【技术标签】
+React, TypeScript, Performance, Virtual Scrolling, react-window
+
+---
+确认无误吗？我将写入Agent-KB。
+```
+
+**User confirms**, then:
+```bash
+python /Users/WangQiao/Agent-KB/claude_kb_store.py \
+  "实现React虚拟滚动列表，支持10000+条目流畅渲染" \
+  "使用react-window库，实现FixedSizeList组件，优化re-render性能，实测10000条目渲染68ms，滚动60fps" \
+  "react-window比react-virtualized轻量12KB，useMemo避免不必要re-render，scrollToItem需延迟到mount，快速滚动需loading placeholder"
+```
+
+### Example 2: 性能优化任务完成
+
+**Context**:
+- Task: "优化API响应从500ms到<100ms"
+- Result: 成功优化到78ms
+
+**You prompt**:
+```
+🚀 性能优化任务完成！让我记录关键指标和经验。
+
+【任务描述】
+优化Node.js API响应速度，从500ms降低到<100ms
+
+【解决方案】
+1. 分析瓶颈: 80%时间在数据库查询
+2. 优化措施:
+   - 添加复合索引（user_id, created_at）
+   - 修复N+1查询问题，使用JOIN替代循环查询
+   - 添加Redis缓存，TTL=5分钟
+   - 异步处理非关键日志写入
+
+【性能指标】
+- 优化前: 500ms (P50), 1200ms (P95)
+- 优化后: 78ms (P50), 150ms (P95)
+- 提升: 84%加速
+- 数据库查询: 8次 → 2次
+- 缓存命中率: 92%（监控一周数据）
+
+【核心经验】
+成功经验:
+- 先profile定位瓶颈，再优化（避免过早优化）
+- 复合索引设计遵循最左前缀原则
+- Redis缓存需设置合理TTL，避免内存膨胀
+
+避坑:
+- 缓存失效策略要考虑数据更新场景
+- JOIN查询注意索引覆盖，避免回表
+- 监控缓存命中率，低于80%需重新评估策略
+
+确认记录？
+```
+
+### Example 3: 问题修复任务完成
+
+**Context**:
+- Bug: "用户登录后偶现token过期"
+- Root cause: 时区处理错误
+
+**You prompt**:
+```
+🐛 Bug修复完成！这个问题很典型，值得记录。
+
+【任务描述】
+修复用户登录后偶现token过期问题，原因是时区处理错误
+
+【解决方案】
+1. 根因分析: 服务器UTC时间与前端本地时间比较导致
+2. 修复方法:
+   - 统一使用UTC时间戳存储和比较
+   - JWT payload使用标准exp字段（UTC秒级时间戳）
+   - 前端Date.now()返回UTC毫秒，除以1000对齐
+
+【性能指标】
+- 问题复现率: 20% → 0%（监控一周）
+- 修复范围: 3个文件，15行代码
+- 调试时间: 6小时（定位问题4小时，修复2小时）
+
+【核心经验】
+成功经验:
+- 时间处理统一使用UTC，避免时区混乱
+- JWT库自动处理exp验证，无需手动比较
+- 添加单元测试覆盖时区边界条件
+
+避坑:
+- JavaScript Date对象默认本地时区，需要getTime()转UTC
+- 服务端和客户端时间对齐，使用timestamp而非Date对象
+- 跨时区场景必须有自动化测试覆盖
+
+确认记录？
+```
+
+## Automation Features
+
+### 智能提醒时机
+
+```yaml
+高优先级提醒（必须记录）:
+  - 任务耗时 > 2小时
+  - 性能提升 > 30%
+  - 解决了复杂bug（调试 > 1小时）
+  - 实现了新架构设计
+  - 代码修改 > 200行
+
+中优先级提醒（建议记录）:
+  - 任务耗时 1-2小时
+  - 使用了新技术栈
+  - 有明确的指标对比
+
+低优先级提醒（可选记录）:
+  - 简单功能实现（<1小时）
+  - 常规代码修改
+```
+
+### 自动数据提取
+
+Codex应从以下来源自动提取信息：
+
+```yaml
+任务描述:
+  - TodoWrite任务名称
+  - 用户原始请求
+  - Git commit message
+
+解决方案:
+  - Codex执行的代码修改
+  - 使用的工具和命令
+  - 关键决策点
+
+性能指标:
+  - 测试输出结果
+  - Git diff统计
+  - 时间戳计算（任务开始到完成）
+  - 性能测试数据
+
+技术标签:
+  - 文件扩展名识别（.tsx → React+TS）
+  - Import语句分析
+  - package.json依赖
+```
+
+## Integration with Task Workflow
+
+**完整工作流程**:
+
+```yaml
+阶段1 - 任务开始:
+  1. 用户提出任务
+  2. [自动] task-kb-lookup查询相似案例
+  3. 展示参考样例和建议
+  4. 用户确认执行计划
+
+阶段2 - 任务执行:
+  5. Codex执行任务
+  6. [可选] 中途遇到问题查询agent-kb
+  7. 完成功能实现和测试
+
+阶段3 - 任务完成:
+  8. [自动] task-kb-record提醒记录
+  9. 智能预填充任务信息
+  10. 用户确认后写入KB
+  11. 知识库自动更新，未来任务受益
+```
+
+## Performance Notes
+
+- **记录速度**: 1-2秒（包括备份）
+- **存储格式**: JSON，支持语义搜索
+- **自动备份**: 每次写入自动备份旧数据
+- **缓存刷新**: 写入后清除缓存，确保最新数据可查询
+
+## Best Practices
+
+### 记录粒度
+
+```yaml
+✅ 值得记录:
+  - 解决了具体问题的经验
+  - 有明确性能数据的优化
+  - 踩过坑并找到解决方案
+  - 尝试了多种方案的对比
+
+❌ 不必记录:
+  - 纯文档查询（没有实际执行）
+  - 简单的copy-paste修改
+  - 无新增价值的常规操作
+```
+
+### 经验提炼
+
+```yaml
+好的经验记录:
+  ✅ "使用react-window而非react-virtualized，bundle减少12KB，性能提升15%"
+  ✅ "复合索引(user_id, created_at)将查询从500ms优化到78ms"
+  ✅ "JWT时区问题：统一使用UTC时间戳，避免前后端时间对齐错误"
+
+差的经验记录:
+  ❌ "优化了性能"（没有具体数据）
+  ❌ "修复了bug"（没有根因和解决方案）
+  ❌ "使用了XXX库"（没有选择理由）
+```
+
+## Important Notes
+
+- **主动提醒**: 任务完成时主动提醒记录，不等用户要求
+- **智能预填**: 尽可能自动提取信息，减少用户负担
+- **灵活确认**: 允许用户修改预填内容
+- **即时反馈**: 写入成功后立即反馈，说明价值
+
+## Fallback Strategy
+
+如果用户拒绝记录或信息不完整：
+1. 至少记录任务描述和技术标签（最小化记录）
+2. 标记为"待补充"，提醒下次遇到相似任务时完善
+3. 保存到临时文件，稍后可以恢复
+
+---
+
+**💡 核心价值**: 让每次任务都成为未来的参考案例，组织知识持续积累，团队能力螺旋上升！