Shipping Engineering Work

Shipping Engineering Work 是一个面向 AI Coding Agent 的通用工程交付 skill 项目。

它的目标不是再造一个庞大的流程框架，而是把真实工程任务里最容易失控的几个环节收住：

• 需求澄清；
• 代码与证据检查；
• 小步实现；
• fresh verification；
• review 和上游 PR 准备；
• 多 Agent 任务交接。

它解决什么问题

AI Agent 在 demo 里很容易显得聪明，但进入真实仓库后，问题往往出在工程节奏：

• 没读现有代码就开始写；
• 修 bug 时顺手重构一大片；
• 没有复现就假设根因；
• 没跑测试就说完成；
• 给开源社区提 PR 时范围太大；
• Claude Code、Codex、OpenClaw、Hermes 之间交接时上下文丢失。

这个项目把这些风险整理成一套 portable skill，让不同 Agent runtime 都能复用同一套工程交付习惯。

项目结构

shipping-engineering-work/
  SKILL.md
  agents/
    openai.yaml
  references/
    agent-platform-adapter.md
    workflow-modes.md
    contribution-readiness.md
  examples/
    bug-fix.md
    upstream-pr.md
    cross-agent-handoff.md

三个真实压力测试

项目里内置了三个 pressure test，用来验证 Agent 是否真的按工程方式工作：

1. Bug fix：Windows ESM loader 路径问题，要求 Agent 先检查 loader 边界，再做最小修复。
2. Upstream PR：Windows restart helper 弹窗问题，要求保留维护者关心的行为顺序和测试。
3. Cross-agent handoff：跨 Agent 交接时，要求保留目标、范围、证据、验证和下一步。

这几个例子不是营销文案，而是用来压测 skill 是否能约束 Agent 的实际行为。

适配目标

• Claude Code；
• Codex；
• OpenClaw-style agent runtime；
• Hermes-style agent runtime；
• 其他能读文件、改文件、跑命令、检查 git 和执行验证的 CLI-first coding agent。

相关入口

• GitHub 仓库：https://github.com/kunpeng-ai-lab/shipping-engineering-work
• Skill 页面：/skills/shipping-engineering-work/
• 使用指南：/blog/shipping-engineering-work-skill-guide/