Claude Skill

worth-fix

分析和判断任何论断、报告、想法或需求的真实性、价值与做法。当用户说"这个 bug 是真的吗"、"分析一下这个问题/这个报告/这个说法"、"这个修复值得做吗"、"帮我看下这个建议靠不靠谱",或用户给出一个待评估的 bug 报告、文章摘录、设计提案时使用。先核验、复现、定级、讲清原理、判断是否值得做,而不是直接相信或直接动手改代码。也适用于评估"要不要重构"。

LLM Mart · 0 points · 3 views 0 listing impressions 0 install-command copies
Download luochang212-skill-zoo-skills_worth-fix-a93d4c7.zip · 4 KB

Install

skills CLI npx skills add https://github.com/luochang212/skill-zoo/tree/main/skills/worth-fix
Claude Code claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install luochang212-skill-zoo@llmmart
Git git clone https://github.com/luochang212/skill-zoo.git

The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole luochang212/skill-zoo collection as a plugin from our marketplace. Git is the plain clone.

Skill manifest

Worth Fix(值得修吗?先验证,再判断)

核心态度

  • 一切论断都是假说。报告、博客、AI 输出、甚至自己的第一印象,都要过一遍"这是真的吗"。来源可信不等于内容正确。
  • 实证优先于推理。能跑就测,能复现就复现。读代码推断的"应该是这样"不如一次实测的"实际是这样"。只有说"我实测过"才有资格说"坐实"。
  • 区分"属实"与"值得修"。真不代表要动,假也不代表不用查。真实性判断与价值判断是两个独立维度,分开做。
  • 敢证伪,也敢修正严重度。报告夸大(如"栈溢出崩溃"实测只是报错)或缩小,都要如实修正,不将就原文结论。

工作流

环节可裁剪性:最小复现、核实前提、判定值得、留痕是必须环节;威胁建模、讲清原理、沟通格式按风险/规模裁剪。小 change、一眼看穿的修复可跳过重环节,不必走全套仪式。

1. 把论断转成可验证的命题

把"报告说 X 会崩"改写成"当条件 C 满足时,行为 B 是否发生"。一个论断拆成几个可独立验证的命题,逐个验证。

2. 最小测试直击真实代码路径

写最小复现(临时测试/脚本),直接调用真实的生产函数,不要测试模拟器或复制逻辑。用 --nocapture 打印关键中间证据(如"外部文件被复制 = true")。

复现验证缺陷后,把同一场景翻转断言固化为回归测试(红→绿:先证明缺陷存在,修复后证明行为正确)。复现是回归测试的原材料,不是看完现象就扔。临时脚手架可删,场景必须留下。

复现不可行时:先评估是否缺少测试注入点(路径硬编码、函数不可注入)或会污染真实环境(写入用户目录、破坏真实数据)。评估后仍不可行,改用结构验证(代码控制流审查 + 全套测试无回归),并把验证边界记录进交付物(如 proposal 的 Impact:哪些实证、哪些审查、为什么)。其中"未实测"必须标注,不得以审查冒充实证。

3. 核实推理链上的每个前提

攻击面/缺陷的可达性由多个环节组成(如:归档保留软链 → 解压物化 → 复制跟随)。每一环都单独验证,不因"看起来显然"跳过。特别注意验证依赖库的真实行为(读库源码或构造输入实测),而不是按常识假设。

4. 判定"属实"程度

对每个命题给出结论分级:坐实 / 部分属实(有夸大或缩小)/ 证伪。逐条说明证据。区分"现象为真"与"影响为真"。现象成立但后果被夸大了,就要如实修正定级。

5. 判定"值得修"

属实 ≠ 值得修。按四维评估:触发概率、影响面、修复成本、不修的后果。高成本低概率的排队,低成本高影响的立即做;报告里"属实但不值得修"的条目要明确列出,并说明为什么。不要为了显得勤快而修不值得修的。

四维之外,对成本极低、影响不明的项,用后悔不对称补充:将来它若造成影响,那时的后悔("我明明早就知道")是否超过现在顺手处理的成本?超过就做。这正是"卫生级"修复(死配置键、未捕获的 rejection)成立的判据,纯期望值在此象限给不出答案。预演终局("将来如何评价这个决定")只用于不可逆或高成本的决定,且产出是"把最可能被质疑的点提前变成显式取舍",不是预测结论。

6. 讲清原理再动手

动手改之前,先用最简单的话讲清楚根因("这个 bug 是因为 A 用 stat 而 B 用 lstat,分支顺序错了"),确保听者能复述。讲不清原理就动手,是没想明白的信号。

7. 威胁建模

涉及安全/边界时,用攻击者视角推演完整链路:攻击者能控制什么 → 受害者做什么动作触发 → 每一步是否成立 → 最终后果。诚实分层后果:区分"确定发生"(无后续动作即成立)与"大概率发生"(还需一个后续步骤),不夸大(不说成自动外传)也不缩小(不说成纯理论)。说明现实摩擦(如需猜测路径、权限失败即回滚),让定级可信。

8. 定级与决策

  • 定性:崩溃 / 数据损坏 / 越权读取 / 文案错误等,再给严重度(高/中/低)。
  • 要不要重构:先判断是"局部缺陷"还是"架构问题"。单函数内的顺序/解析错误 → 局部修复,明确说"不需要重构"并说明为什么(如"与发现阶段已有防护对齐,属补齐既有架构")。只有多个模块共用的地基性问题才谈重构。
  • 决策要给"一句话总结":真实、可被谁触发、涉及什么、成本多高、是否需要重构。

9. 粒度切分

把大报告/大需求按"一个意图一句话能说清"切分。同意图的相邻小修合并成一个单元,互不相关的拆开;typo 级修复不配仪式(文档、多条需求),别过度工程化。粒度 = 一次 review 的自然单元。

10. 留痕

把证据、推理链、勘误(哪些被证伪、哪些被修正)写进项目文档(如 OpenSpec change 的 proposal),让后来的 agent 能复现你的推理,而不只是看到结论。

沟通格式(怎么讲清一个问题)

对"这是什么问题",按此顺序讲,每层都简短:

  1. 一句话说明(用比喻也行,如"传送门文件被钻进去了")
  2. 具体触发链路(分步,每步可验证)
  3. 场景与后果分层(最重/中等/最轻三档)
  4. 不改会怎样(是持续敞开还是自愈,根源是逻辑还是环境)
  5. 小问题还是大问题(按影响面与信任模型,不按修复成本)
  6. 是否需要重构(明确回答,不模棱两可)

反模式

  • 盲信报告、引用、或"大家都这么说"
  • 只读代码不实测,把推断当结论
  • 复现不出就断言"不存在"(复现失败 ≠ 缺陷不存在,先缩小范围或改用结构验证并标注)
  • 为复现而复现(复现成本远超收益仍强行复现)
  • 现象坐实就顺手把影响也夸大
  • 不验证就说"坐实"
  • 小 bug 大手术(顺手重构相邻代码)
  • 修完不留痕,后来者只能看到 git diff 猜动机
  • 为显得勤快而修不值得修的条目

检查清单

  • 论断是否已转成可验证命题?
  • 是否写了直击真实代码路径的最小复现?
  • 复现场景是否固化为回归测试(或已记录"复现不可行"的验证边界)?
  • 推理链每一环是否都有实证?
  • "属实"与"值得修"是否分开判定?
  • 原理是否已用最简单的话讲清?
  • 是否做了威胁建模并诚实分层后果?
  • 是否明确回答了"要不要重构"?
  • 低危项是否用后悔不对称审视过(而非仅看当前影响)?
  • 结论是否已留痕(证据回填)?
Files (skill-zoo)
  • SKILL.md 7.4 KB
    ---
    name: worth-fix
    description: 分析和判断任何论断、报告、想法或需求的真实性、价值与做法。当用户说"这个 bug 是真的吗"、"分析一下这个问题/这个报告/这个说法"、"这个修复值得做吗"、"帮我看下这个建议靠不靠谱",或用户给出一个待评估的 bug 报告、文章摘录、设计提案时使用。先核验、复现、定级、讲清原理、判断是否值得做,而不是直接相信或直接动手改代码。也适用于评估"要不要重构"。
    ---
    
    # Worth Fix(值得修吗?先验证,再判断)
    
    ## 核心态度
    
    - **一切论断都是假说**。报告、博客、AI 输出、甚至自己的第一印象,都要过一遍"这是真的吗"。来源可信不等于内容正确。
    - **实证优先于推理**。能跑就测,能复现就复现。读代码推断的"应该是这样"不如一次实测的"实际是这样"。只有说"我实测过"才有资格说"坐实"。
    - **区分"属实"与"值得修"**。真不代表要动,假也不代表不用查。真实性判断与价值判断是两个独立维度,分开做。
    - **敢证伪,也敢修正严重度**。报告夸大(如"栈溢出崩溃"实测只是报错)或缩小,都要如实修正,不将就原文结论。
    
    ## 工作流
    
    **环节可裁剪性**:最小复现、核实前提、判定值得、留痕是必须环节;威胁建模、讲清原理、沟通格式按风险/规模裁剪。小 change、一眼看穿的修复可跳过重环节,不必走全套仪式。
    
    ### 1. 把论断转成可验证的命题
    
    把"报告说 X 会崩"改写成"当条件 C 满足时,行为 B 是否发生"。一个论断拆成几个可独立验证的命题,逐个验证。
    
    ### 2. 最小测试直击真实代码路径
    
    写最小复现(临时测试/脚本),**直接调用真实的生产函数**,不要测试模拟器或复制逻辑。用 `--nocapture` 打印关键中间证据(如"外部文件被复制 = true")。
    
    复现验证缺陷后,**把同一场景翻转断言固化为回归测试**(红→绿:先证明缺陷存在,修复后证明行为正确)。复现是回归测试的原材料,不是看完现象就扔。临时脚手架可删,场景必须留下。
    
    **复现不可行时**:先评估是否缺少测试注入点(路径硬编码、函数不可注入)或会污染真实环境(写入用户目录、破坏真实数据)。评估后仍不可行,改用结构验证(代码控制流审查 + 全套测试无回归),并**把验证边界记录进交付物**(如 proposal 的 Impact:哪些实证、哪些审查、为什么)。其中"未实测"必须标注,不得以审查冒充实证。
    
    ### 3. 核实推理链上的每个前提
    
    攻击面/缺陷的可达性由多个环节组成(如:归档保留软链 → 解压物化 → 复制跟随)。**每一环都单独验证**,不因"看起来显然"跳过。特别注意验证依赖库的真实行为(读库源码或构造输入实测),而不是按常识假设。
    
    ### 4. 判定"属实"程度
    
    对每个命题给出结论分级:**坐实 / 部分属实(有夸大或缩小)/ 证伪**。逐条说明证据。区分"现象为真"与"影响为真"。现象成立但后果被夸大了,就要如实修正定级。
    
    ### 5. 判定"值得修"
    
    属实 ≠ 值得修。按四维评估:**触发概率、影响面、修复成本、不修的后果**。高成本低概率的排队,低成本高影响的立即做;报告里"属实但不值得修"的条目要明确列出,并说明为什么。不要为了显得勤快而修不值得修的。
    
    四维之外,对**成本极低、影响不明**的项,用后悔不对称补充:将来它若造成影响,那时的后悔("我明明早就知道")是否超过现在顺手处理的成本?超过就做。这正是"卫生级"修复(死配置键、未捕获的 rejection)成立的判据,纯期望值在此象限给不出答案。预演终局("将来如何评价这个决定")只用于不可逆或高成本的决定,且产出是"把最可能被质疑的点提前变成显式取舍",不是预测结论。
    
    ### 6. 讲清原理再动手
    
    动手改之前,先用最简单的话讲清楚根因("这个 bug 是因为 A 用 stat 而 B 用 lstat,分支顺序错了"),确保听者能复述。讲不清原理就动手,是没想明白的信号。
    
    ### 7. 威胁建模
    
    涉及安全/边界时,用攻击者视角推演完整链路:攻击者能控制什么 → 受害者做什么动作触发 → 每一步是否成立 → 最终后果。**诚实分层后果**:区分"确定发生"(无后续动作即成立)与"大概率发生"(还需一个后续步骤),不夸大(不说成自动外传)也不缩小(不说成纯理论)。说明现实摩擦(如需猜测路径、权限失败即回滚),让定级可信。
    
    ### 8. 定级与决策
    
    - 定性:崩溃 / 数据损坏 / 越权读取 / 文案错误等,再给严重度(高/中/低)。
    - **要不要重构**:先判断是"局部缺陷"还是"架构问题"。单函数内的顺序/解析错误 → 局部修复,明确说"不需要重构"并说明为什么(如"与发现阶段已有防护对齐,属补齐既有架构")。只有多个模块共用的地基性问题才谈重构。
    - 决策要给"一句话总结":真实、可被谁触发、涉及什么、成本多高、是否需要重构。
    
    ### 9. 粒度切分
    
    把大报告/大需求按"一个意图一句话能说清"切分。同意图的相邻小修合并成一个单元,互不相关的拆开;typo 级修复不配仪式(文档、多条需求),别过度工程化。粒度 = 一次 review 的自然单元。
    
    ### 10. 留痕
    
    把证据、推理链、勘误(哪些被证伪、哪些被修正)写进项目文档(如 OpenSpec change 的 proposal),让后来的 agent 能复现你的推理,而不只是看到结论。
    
    ## 沟通格式(怎么讲清一个问题)
    
    对"这是什么问题",按此顺序讲,每层都简短:
    
    1. **一句话说明**(用比喻也行,如"传送门文件被钻进去了")
    2. **具体触发链路**(分步,每步可验证)
    3. **场景与后果分层**(最重/中等/最轻三档)
    4. **不改会怎样**(是持续敞开还是自愈,根源是逻辑还是环境)
    5. **小问题还是大问题**(按影响面与信任模型,不按修复成本)
    6. **是否需要重构**(明确回答,不模棱两可)
    
    ## 反模式
    
    - 盲信报告、引用、或"大家都这么说"
    - 只读代码不实测,把推断当结论
    - 复现不出就断言"不存在"(复现失败 ≠ 缺陷不存在,先缩小范围或改用结构验证并标注)
    - 为复现而复现(复现成本远超收益仍强行复现)
    - 现象坐实就顺手把影响也夸大
    - 不验证就说"坐实"
    - 小 bug 大手术(顺手重构相邻代码)
    - 修完不留痕,后来者只能看到 git diff 猜动机
    - 为显得勤快而修不值得修的条目
    
    ## 检查清单
    
    - [ ] 论断是否已转成可验证命题?
    - [ ] 是否写了直击真实代码路径的最小复现?
    - [ ] 复现场景是否固化为回归测试(或已记录"复现不可行"的验证边界)?
    - [ ] 推理链每一环是否都有实证?
    - [ ] "属实"与"值得修"是否分开判定?
    - [ ] 原理是否已用最简单的话讲清?
    - [ ] 是否做了威胁建模并诚实分层后果?
    - [ ] 是否明确回答了"要不要重构"?
    - [ ] 低危项是否用后悔不对称审视过(而非仅看当前影响)?
    - [ ] 结论是否已留痕(证据回填)?
    

Comments (0)

Sign in to join the conversation.

No comments yet.

Reviews (0)

No reviews yet.