Now vibe coding, so learning hammer FE ?
《Git 的魔法文件》

标签:#Git #版本控制 #GitIgnore #GitAttributes #GitLFS #GitModules #Mailmap #GitBlame #EditorConfig #开发工具

总结:Git 仓库中的"魔法文件"是随代码提交的特殊配置文件,用于控制 Git 行为。文章系统介绍了 .gitignore`、.gitattributes`、`.lfsconfig`、`.gitmodules`、`.mailmap`、`.git-blame-ignore-revs` 等核心文件的功能与语法,涵盖文件忽略、属性管理、大文件存储、子模块、作者映射、blame 忽略等场景,同时提及代码托管平台专用文件夹及其他生态工具(如 .editorconfig`、.dockerignore`)的配置模式,为工具开发者和使用者提供完整参考指南。

文章要点:
- .gitignore 定义忽略规则,支持通配符、目录标记和否定模式,仅影响未跟踪文件;Git 按层级检查多个位置的 ignore 文件
- .gitattributes 控制文件处理逻辑,包括行尾规范化(`text eol=lf`)、diff/合并驱动、二进制标记,以及 GitHub Linguist 的语言检测覆盖(`linguist-vendored`、`linguist-generated`)
- .lfsconfig 存储 Git LFS 服务端配置,使用 git config 格式设置 URL 和传输选项,确保团队成员共享相同设置
- .gitmodules 管理子模块依赖,包含路径、URL 和分支信息;子模块不会随 git clone 自动获取,需使用 --recurse-submodules 或手动初始化
- .mailmap 映射作者身份,将旧邮箱或姓名变体统一为标准身份,影响 git log`、`git shortloggit blame 的输出(但不影响 GitHub 贡献者图表)
- .git-blame-ignore-revs 记录格式化、迁移等无意义提交的 SHA,使 git blame 跳过这些提交,直接显示实际逻辑作者;GitHub、GitLab 15.4+、Gitea 自动支持
- 代码托管平台使用专属文件夹(`.github/.gitlab/.gitea/` 等)存储 CI/CD 工作流、Issue 模板和 CODEOWNERS 配置;Forgejo 和 Gitea 支持配置回退链
- 其他生态工具延续相同模式:`.editorconfig` 统一编辑器行为、`.dockerignore` 控制构建上下文、`.ruby-version`/.node-version 指定语言运行时版本

文章URL:https://nesbitt.io/2026/02/05/git-magic-files.html Git’s Magic Files
《Claude技能构建完整指南》

标签:#AI #Claude #MCP #Agent_Skills #Workflow_Automation #开发工具 #Anthropic

总结:Anthropic官方发布的Claude技能构建指南,系统介绍了如何通过SKILL.md文件创建可复用的AI工作流。技能采用渐进式披露架构(YAML前置元数据+Markdown指令+引用资源),可与MCP工具集成实现多步骤自动化。文档涵盖规划、测试、分发全流程,提供5种设计模式(顺序工作流、多MCP协调、迭代优化等),并给出量化评估指标(90%触发准确率、零API失败率),目标帮助开发者在15-30分钟内构建生产级AI技能。

文章要点:
- 技能定义:包含SKILL.md(必需)、scripts/、references/、assets/的文件夹结构,采用kebab-case命名规范,支持Claude.ai、Claude Code和API三端通用
- 渐进式披露设计:三级加载机制(YAML元数据→SKILL.md正文→链接资源),最小化token消耗同时保持专业性
- 三大应用场景:文档/资源创建(如前端设计)、工作流自动化(如项目管理)、MCP增强(如Sentry代码审查),后者将工具访问转化为可靠工作流
- 成功指标:技能应在90%相关查询中自动触发,单次工作流工具调用次数明确,零失败API调用,用户无需提示下一步操作
- 核心设计模式:顺序工作流编排、多MCP协调(跨Figma/Linear/Slack等)、迭代优化循环、上下文感知工具选择、领域特定智能(如合规检查)
- 测试策略:触发测试( obvious/paraphrased/negative cases)、功能测试、性能对比(有无技能时的token消耗和交互轮次差异)
- 分发方式:GitHub托管+Claude.ai设置上传,支持组织级部署和API程序化调用,定位为MCP的"知识层"(厨房类比:MCP是厨房设备,技能是食谱)
- 常见陷阱:描述字段过于模糊导致触发失败、包含XML标签的安全限制、README.md与SKILL.md混淆、指令过于冗长导致模型"懒惰"

https://resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf
#AI #开发工具 自然语言交互、数据提取、断言验证、Chrome 插件、YAML 脚本、Puppeteer 集成、Playwright 集成、自定义模型、开源模型、通用模型、可视化报告、调试 Playground、数据安全、开源免费、JavaScript 集成

https://midscenejs.com/zh/index.html
 
 
Back to Top