implementation-approach SKILL.md skillA

implementation-approach from shinpr/ai-coding-project-boilerplate is an agent skill: a SKILL.md folder an AI agent loads when a task calls for it.

mdr add shinpr/ai-coding-project-boilerplate/implementation-approach@git:20261014.f06813c

Pins git:20261014.f06813c in mdr.lock. Pin the fingerprint instead.

Audit grade

A, 17 of 17 checks passed

Kind

SKILL.md skill

Repository

shinpr/ai-coding-project-boilerplate

Path

.claude/skills-zh-CN/implementation-approach/SKILL.md

Versions recorded

3

Latest version

git:20261014.f06813c, committed Oct 14, 2026

First version recorded

Aug 31, 2026

Size

11,520 bytes

Repository stars

234

License

MIT

选择实现策略（垂直切片、水平切片或混合方案）并进行风险评估。在规划功能实现时使用。.

Collected from public GitHub. Every version is saved exactly as it was and never changes. Install it at an exact version with the mdr tool, and every file is checked before it reaches your agent. The main file is checked against the SHA-256 fingerprint recorded here, and the others against the fingerprints GitHub keeps for its source commit. The automatic checks below grade the latest version, and the same checks always give the same file the same grade.

What the file says

# 实现策略选择框架（元认知方法）

## 元认知策略选择流程

### 阶段 1：决策充分的现状分析

**核心问题**：“现有实现是什么样的？”

#### 分析框架
```yaml
架构分析: 职责划分、数据流、依赖关系、技术债务
实现质量评估: 代码质量、测试覆盖率、性能、安全性
历史背景理解: 现有形态的合理性、过去决策的有效性、约束变化、需求演变
```

#### 元认知问题清单
- 该实现的真正职责是什么？
- 哪些部分是业务本质，哪些源于技术约束？
- 从代码中看不出哪些依赖关系或隐含前提？
- 当前设计带来了哪些收益和约束？

当另一项现状事实无法改变职责、复用方式、方案有效性、总体复杂度、契约或验证结果时，停止分析。

**完成依据**：已检查的路径、观察到的架构/数据流事实、已知约束、标注为推断的历史合理性推断，以及可能改变策略选择的未知项。

**转换条件**：当每一项与策略相关的论断都已被观察到、附带证据明确推断，或记录为未知项时，进入下一阶段。

### 阶段 2：设计收敛

**核心问题**：“能交付当前所需结果的最小设计是什么？每一项超出该设计的追加内容，各由什么依据支撑？”

在探索实现策略之前，按顺序完成以下步骤：

1. **现有职责基线**：通过现有职责，构建能交付当前结果的最简端到端路径。明确的需求和已接受的决策具有约束力；建议性的机制仍属候选项。
2. **依据核验**：用当前需求、已验证的约束、观察到的范围内问题以及有依据支撑的重大风险来检验该路径。只保留那些可能改变已选定设计的未满足条件。
3. **有针对性的比较**：针对每一项未满足条件，在增加设计增量之前，先测试复用、从现有数据派生、按需计算，或由当前调用方或边界承担职责等方案。按在用户决策、设置、模式、概念、输出、持久状态、实现路径、用户体验、运行时、实现、测试、文档和维护等存在实质差异的维度，比较各可行方案的总体复杂度。选择满足该条件且总体复杂度最低的方案。
4. **削减检验**：移除每一项提议的追加内容，并重新检验其所对应的条件。仅当被确认的结果、必要边界或必要证明因此无法满足时，才保留该追加内容。

候选路径和被否决的追加内容仍属于当前分析。需长期保留的输出是**已选定设计**：完整的选定路径，加上每项设计增量的依据，以及移除该项后会失效的条件。只有已接受的 ADR 可以将备选方案作为决策历史保留。实现时使用同样的收敛检验方式，无需产出单独的产物。

**完成依据**：一份完整的已选定设计；每项设计增量均说明其当前依据、设计增量更小的方案为何不足，以及削减检验的结果。
…

Read the whole file at its exact version.

How to install

mdr add shinpr/ai-coding-project-boilerplate/implementation-approach@sha256:1b09e00e3d25b53c

[![mdr](https://markdownregistry.com/badge/art_77poiibeptatzwtl.svg)](https://markdownregistry.com/a/art_77poiibeptatzwtl)

Versions

The registry has recorded 3 versions of this file, between Aug 31, 2026 and Oct 14, 2026, about one every 22 days.

Audit of the latest version

Source

API

GET https://markdownregistry.com/api/v1/artifacts/art_77poiibeptatzwtl
GET https://markdownregistry.com/api/v1/resolve?ref=shinpr/ai-coding-project-boilerplate/implementation-approach
GET https://markdownregistry.com/api/v1/blob/1b09e00e3d25b53c299e157c1e10da5c6981710f270c123e2af66488d19c2863

Your AI assistant does the legwork. You hear about the deals worth your word. Hand yours the standing instructions at modelranch.com and it joins the network that reads files like this one.

Guides: the SKILL.md format and its required fields · what to check before you install a skill · how to pin a skill to an exact version · where to find agent skills · keeping a team on the same skills · which agent file does what.

More from shinpr/ai-coding-project-boilerplate

Every file in shinpr/ai-coding-project-boilerplate

Other files named implementation-approach

Browse by kind, by grade A, or by owner.