给编码 Agent 配一个"任务指挥官"：COMPASS 司南技能系统

📅 2026年06月21日 · 技术

用过 AI 编码 Agent 的人多半遇到过这类尴尬：你随口丢一句「帮我改改这个功能」，Agent 二话不说就开干，结果方向跑偏、改了一堆不该改的代码；或者它做做停停，每次都要你重新交代一遍上下文。COMPASS Skills（中文名「司南」）瞄准的就是这个痛点——它给 Claude Code 这类编码 Agent 装上四个本地技能，让 Agent 在动手之前先「想清楚、记下来、对齐目标」。

四个技能，各司其职

司南目前内置四个 SKILL.md，覆盖了一个任务从「开始前」到「做完后」的关键节点：

task-clarifier（任务澄清）：在动手做那些含糊、昂贵或对外可见的工作之前，先把目标、范围、验收标准、证据要求和风险边界对齐清楚。避免「我以为你以为」的灾难。
task-forest（任务森林）：在仓库本地维护一棵任务树 / DAG，记录目标、子任务、依赖关系和进度。Agent 不会做着做着忘了大目标，也不会重复劳动。
会话交接提示：当任务需要在不同 Agent、不同人或不同会话之间转移时，生成结构化的交接 prompt，让下一位接手者秒懂上下文。
本地协作画像：维护一份本地协作偏好，让 Agent 知道你在当前仓库里习惯怎么干活、什么该问什么别问。

定位：Agent 的"操作系统层"

很多 Agent 技能项目都在卷「让模型更会写某类代码」，而司南卷的是更底层的东西——任务管理本身。它把自己定位成「为 AI Agent 服务的个性化对齐 Skills 操作系统」，关心的不是某次代码生成写得好不好，而是整个工作流是否对齐、是否可追踪、是否可交接。

这套思路对长任务特别有用。当一个需求要拆成十几个子任务、横跨多次会话甚至多个 Agent 时，没有一个本地的任务记忆与澄清机制，再强的模型也会在上下文里迷失。司南的四个技能其实就是把人类团队里「需求评审」「看板」「交接文档」「团队规范」这几件事，搬进了 Agent 的工作流。

怎么用起来

一条命令装进 Claude Code：

npx skills add dongshuyan/compass-skills --skill '*' -a claude-code

项目还附带一份从零开始写 SKILL.md 的实战教程，教你怎么审计可复用技能、用 AI 起草技能、从真实工作流里提炼技能，最终搭出属于你自己的本地技能生态。如果你受够了 Agent 跑偏和失忆，司南提供了一个值得借鉴的工程化解法。

参考来源

dongshuyan/compass-skills — GitHub