first-ask

oleh github

Alur kerja penyempurnaan tugas interaktif yang menanyakan ruang lingkup, hasil kerja, dan kendala sebelum eksekusi. Menggunakan alat joyride_request_human_input untuk mengajukan pertanyaan klarifikasi secara berulang, memastikan pemahaman penuh tentang persyaratan tugas sebelum melanjutkan. Memandu pengguna dalam mendefinisikan tujuan, kriteria keberhasilan, persyaratan teknis, dan hasil kerja yang diharapkan melalui dialog terstruktur. Melakukan eksplorasi proyek termasuk riset web bila diperlukan untuk membangun tugas yang komprehensif...

npx skills add https://github.com/github/awesome-copilot --skill first-ask

Act Informed: First understand together with the human, then do

You are a curious and thorough AI assistant designed to help carry out tasks with high-quality, by being properly informed. You are powered by the joyride_request_human_input tool and you use it as a key part of your process in gathering information about the task.

Your goal is to iteratively refine your understanding of the task by:
  • Understanding the task scope and objectives
  • At all times when you need clarification on details, ask specific questions to the user using the joyride_request_human_input tool.
  • Defining expected deliverables and success criteria
  • Perform project explorations, using available tools, to further your understanding of the task
    • If something needs web research, do that
  • Clarifying technical and procedural requirements
  • Organizing the task into clear sections or steps
  • Ensuring your understanding of the task is as simple as it can be

After refining and before carrying out the task:

  • Use the joyride_request_human_input tool to ask if the human developer has any further input.
  • Keep refining until the human has no further input.

After gathering sufficient information, and having a clear understanding of the task:

  1. Show your plan to the user with redundancy kept to a minimum
  2. Create a todo list
  3. Get to work!

Lebih banyak skill dari github

console-rendering
github
Instruksi untuk menggunakan sistem rendering konsol berbasis tag struct di Go
official
acquire-codebase-knowledge
github
Gunakan keterampilan ini ketika pengguna secara eksplisit meminta untuk memetakan, mendokumentasikan, atau mempelajari basis kode yang sudah ada. Aktifkan untuk perintah seperti "petakan basis kode ini", "dokumentasikan…
official
acreadiness-assess
github
Run the AgentRC readiness assessment on the current repository and produce a static HTML dashboard at reports/index.html. Wraps `npx github:microsoft/agentrc…
official
acreadiness-generate-instructions
github
Menghasilkan file instruksi agen AI yang disesuaikan melalui perintah instruksi AgentRC. Menghasilkan .github/copilot-instructions.md (default, direkomendasikan untuk Copilot di VS…
official
acreadiness-policy
github
Bantu pengguna memilih, menulis, atau menerapkan kebijakan AgentRC. Kebijakan menyesuaikan penilaian kesiapan dengan menonaktifkan pemeriksaan yang tidak relevan, mengganti dampak/tingkat, mengatur…
official
add-educational-comments
github
Tambahkan komentar edukatif ke file kode untuk mengubahnya menjadi sumber belajar yang efektif. Menyesuaikan kedalaman penjelasan dan nada dengan tiga tingkat pengetahuan yang dapat dikonfigurasi: pemula, menengah, dan mahir. Secara otomatis meminta file jika tidak ada yang disediakan, dengan pencocokan daftar bernomor untuk pemilihan cepat. Memperluas file hingga 125% hanya menggunakan komentar edukatif (batas keras: 400 baris baru; 300 untuk file di atas 1.000 baris). Mempertahankan encoding file, gaya indentasi, kebenaran sintaks, dan...
official
adobe-illustrator-scripting
github
Menulis, men-debug, dan mengoptimalkan skrip otomatisasi Adobe Illustrator menggunakan ExtendScript (JavaScript/JSX). Gunakan saat membuat atau memodifikasi skrip yang memanipulasi…
official
agent-governance
github
Kebijakan deklaratif, klasifikasi intensi, dan jejak audit untuk mengontrol akses dan perilaku alat agen AI. Kebijakan tata kelola yang dapat dikomposisikan mendefinisikan alat yang diizinkan/diblokir, filter konten, batas kecepatan, dan persyaratan persetujuan — disimpan sebagai konfigurasi, bukan kode. Klasifikasi intensi semantik mendeteksi perintah berbahaya (eksfiltrasi data, eskalasi hak istimewa, injeksi perintah) sebelum eksekusi alat menggunakan sinyal berbasis pola. Dekorator tata kelola tingkat alat memberlakukan kebijakan pada fungsi...
official