企业官网建设流程全解析

在 VS Code 里给 GitHub Copilot 装上 agent-skills 之后，/spec、/plan这类斜杠命令没有出现；换到 Codex，又提示 CLI 版本不够，装不了原生插件。这类“装上了但调不动”的报错，往往比 Skill 本身更早拦住人。我把它拆成两件事：先把模型入口钉死——去 TaoToken 官网（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=tdd_boot）取一个 Key，把 Base URL 换成https://taotoken.net/api填进 Agent 的模型入口；再来看 Red-Green-Refactor 的三步里，到底哪一步在消耗 Token。本文以测试驱动开发者的视角，把test-driven-development这份 SKILL.md 拆成可执行步骤，给出测试命令、红绿重构记录模板，以及每轮循环的消耗归因。

1. 报错先于流程：/spec缺失与 Codex 插件版本

先把现场还原清楚。agent-skills 把研发过程切成定义需求、制定计划、编写代码、验证结果、审查质量、准备发布六个阶段，仓库里 25 个 Skill 中 24 个管具体任务，另一个using-agent-skills负责判断当前该调哪一个。最省事的安装入口是开放的 Skills CLI，官方口径是能装进 70 多种 Agent，同时为 Claude Code、Cursor、Gemini CLI、OpenCode、GitHub Copilot、Codex 等分别留了适配说明。

问题就出在“跨工具不等于界面一致”这句话上：

• Codex 需要较新的 CLI 版本（README 提到 v0.122 或更高）安装原生插件，重开会话后用@spec-driven-development这类名字调用，而不是斜杠命令；
• /spec、/plan、/build、/test、/review、/ship这 9 个工作流命令，主要由 Claude Code 这类带适配层的宿主提供；
• Issue #542 里，用户正是在 VS Code 版 GitHub Copilot 安装后找不到/spec。0.6.9 版本已经在文档里区分 Copilot CLI 与 VS Code 的安装与调用方式，但该 Issue 仍是开放状态。

所以排障顺序应该是：确认宿主 → 确认调用语法（斜杠还是@）→ 确认 CLI 版本 → 再去怀疑 Skill 内容。把这三步走完，再进入测试驱动流程，才不会把“命令不存在”误判成“Skill 没生效”。

2. 模型入口配置：Claude Code、Codex 与 CC Switch 三件套

测试驱动开发最怕的是循环跑到一半，模型入口挂掉。所以配置要一次写死，并能在多个 Agent 之间复用。Key 从 TaoToken 官网（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=tdd_key_setup）申请，Base URL 统一使用https://taotoken.net/api，注意这个地址在工具配置里不加任何查询参数。

2.1 Claude Code：settings.json 与 ANTHROPIC_*

Claude Code 走ANTHROPIC_*这一组变量。项目级配置放.claude/settings.json，个人全局配置放~/.claude/settings.json，两者结构一致：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "<在 TaoToken 模型列表中选一个主力模型>", "ANTHROPIC_SMALL_FAST_MODEL": "<选一个轻量模型，用于跑红绿循环>" } }

写完用环境变量确认一次，避免配置文件没被读到：

env | grep -E "ANTHROPIC_(BASE_URL|AUTH_TOKEN|MODEL)" # 期望看到 BASE_URL 指向 https://taotoken.net/api

如果暂时不想改配置文件，也可以只在当前 shell 会话里导出：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY"

2.2 Codex：config.toml 走自己的 provider 段

Codex 不吃ANTHROPIC_*，它读~/.codex/config.toml，用model_providers声明一个自定义供应商：

model_provider = "taotoken" model = "<在 TaoToken 模型列表中选一个主力模型>" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

对应的 Key 放在环境变量里，不要硬编码进 toml：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

这里最容易踩的坑是把ANTHROPIC_BASE_URL抄到 Codex 配置里——Codex 不认识这组变量，配了等于没配，最后表现为请求发不出去或一直转圈。

2.3 CC Switch：把三件套做成可切换的 profile

如果用 CC Switch 管理多套供应商，记住它维护的其实就是三件套：Base URL、API Key、默认模型名。切换 profile 时逐项核对：

三件套任意一项对不上，症状都是“能启动、不能回答”。切换完先跑一次最小对话验证，再开始写测试，别把配置问题带进 TDD 循环。

3. 拆解 SKILL.md：Red-Green-Refactor 的进入条件与验收证据

普通提示词只说要做什么，SKILL.md 会规定执行顺序和停止条件。一份典型的 Skill 文档通常包含五块：适用时机、操作步骤、常见借口与反驳、异常信号、最终验收要求。以测试驱动开发为例，我把它整理成下面这份可执行版本，放在仓库的skills/test-driven-development/SKILL.md：

--- name: test-driven-development description: 实现前先写失败测试，按 Red-Green-Refactor 推进，每步留下可验证证据 --- ## 适用时机 - 新增一个可独立测试的函数、模块或接口 - 修复一个已经能稳定复现的缺陷 ## 操作步骤 1. Red：写出一个当前必然失败的测试，运行并保存失败输出 2. Green：只写让该测试通过的最少代码，不顺手改其他文件 3. Refactor：在测试保持绿灯的前提下调整结构，然后复跑全量测试 ## 常见借口与反驳 - “先实现，测试稍后补” → 拒绝。没有失败记录，无法证明测试真的覆盖了目标行为 - “改动太小，不值得写测试” → 至少补一个回归测试，锁住这次修复 - “重构顺便把下个需求做了” → 拒绝。Refactor 阶段只允许等价变换 ## 异常信号 - 测试一开始就是绿的：说明测试没写对，回到 Red - Green 阶段一次改了多个文件：范围失控，拆成更小的循环 - 全量测试出现与本次无关的失败：先记录，单独处理，不要混进本轮循环 ## 验收要求 - 三个阶段各自的运行命令与输出摘要 - 每个阶段只对应一个可解释的 diff - 最终全量测试通过，且没有跳过或删除任何既有用例

这份文档的价值在于两点：一是把“完成”定义成可检查的证据，而不是模型的自我陈述；二是里面的反驳规则会挡住“测试稍后补”这类捷径。仓库在references/里另附完成定义、测试、安全、性能、无障碍与可观测性等检查清单，evals/则用来验证 Skill 能否被正确触发、路由和执行。

4. Red：写一个注定失败的测试，把失败输出存成证据

Red 阶段的目标不是写测试，而是写一个现在必然不通过的测试，并把这个“不通过”固化下来。以 Python 项目为例，先落一个测试文件：

# tests/test_slugify.py from app.slugify import slugify def test_slugify_collapses_spaces(): assert slugify("Hello Tao Token") == "hello-tao-token" def test_slugify_strips_punctuation(): assert slugify("Red, Green & Refactor!") == "red-green-refactor"

此时app/slugify.py还不存在，运行必然失败：

mkdir -p .tdd python -m pytest tests/test_slugify.py -q --tb=short 2>&1 | tee .tdd/red-01.txt

预期输出是ModuleNotFoundError: No module named 'app.slugify'，或者收集阶段的 import 错误。这一步很关键：如果测试一跑就绿，说明断言写错了，或者被测对象早已存在，必须回到上一步重写。前端项目同理：

npx vitest run tests/slugify.spec.ts 2>&1 | tee .tdd/red-01.txt

Red 阶段的 Token 消耗特征是一次性输入偏大、输出偏小：Agent 需要读规范、读现有目录结构、读命名约定，然后写出一小段测试。真正贵的是上下文读取，不是生成。

5. Green：最小改动转绿，Token 主要烧在这一段

Green 阶段只允许写“让当前失败测试通过的最少代码”。上面那个例子，最小实现可以是：

# app/slugify.py import re def slugify(text: str) -> str: text = text.strip().lower() text = re.sub(r"[^a-z0-9\s-]", "", text) return re.sub(r"\s+", "-", text)

然后重跑同一条命令：

python -m pytest tests/test_slugify.py -q --tb=short 2>&1 | tee .tdd/green-01.txt # 期望：2 passed

这里要说清楚Base URL 交给 TaoToken 之后，Token 到底是谁在消耗。红绿循环里，消耗集中在四个地方：

1. 失败输出回灌。每次测试失败，完整 traceback 都要作为上下文再喂给模型一次。断言越靠后、堆栈越深，回灌越长。
2. 多轮重试。Green 很少一轮成功，Agent 常见行为是改一版、跑一次、再改一版。每一轮都是一次完整请求。
3. 上下文重读。如果每轮都把整份 SKILL.md、references/检查清单、全量源码重新读一遍，输入会随轮次线性增长。
4. 范围蔓延。Agent 顺手重构了别的模块，测试全挂，于是又开一轮新的修复。

对应的控制手段：

• 把失败输出裁到首个断言，别把整个 traceback 原样回灌：

python -m pytest tests/test_slugify.py -q --tb=line 2>&1 | tail -n 20 | tee .tdd/green-01.txt

• 在 SKILL.md 的异常信号里明确写“Green 阶段一次只允许改一个文件”；
• 用轻量模型跑 Green，主力模型留给 Red 阶段的测试设计和 Review；
• 检查清单只在循环开始时读一次，不要每轮重读。

把这几条落实后，同一个功能的循环轮次通常能从七八轮压到三四轮。

6. Refactor：绿灯下重构，范围失控会再烧一轮

Refactor 的前提是测试全绿。此时允许做等价变换，把重复的正则、魔法字符串收拢：

# app/slugify.py import re _PUNCT = re.compile(r"[^a-z0-9\s-]") _GAP = re.compile(r"[\s-]+") def slugify(text: str) -> str: return _GAP.sub("-", _PUNCT.sub("", text.strip().lower()))

改完必须复跑，且要跑全量而不是单文件：

python -m pytest -q --tb=line 2>&1 | tail -n 5 | tee .tdd/refactor-01.txt # 期望：全部通过，且没有 skip / xfail 数量异常

Refactor 阶段最容易失控的地方是“顺手把下个需求也做了”。这在 Token 账单上的表现非常直接：diff 变大、测试范围扩大、失败点变多，于是又回到 Green 再烧一轮。所以 SKILL.md 里要显式写死“Refactor 只允许等价变换”。

7. 红绿重构记录模板与复盘口径

Skill 要求给出完成证据，那就得有一份可归档的记录。我用一个 Markdown 文件放在仓库.tdd/目录下，每轮循环追加一张表：

# 红绿重构记录：slugify | 轮次 | 阶段 | 命令 | 关键输出 | Agent 动作 | 备注 | | --- | --- | --- | --- | --- | --- | | 01 | Red | python -m pytest tests/test_slugify.py -q --tb=short | ModuleNotFoundError | 新建 tests/test_slugify.py | 失败符合预期 | | 01 | Green | python -m pytest tests/test_slugify.py -q --tb=short | 2 passed | 新建 app/slugify.py，改 1 个文件 | 未越界 | | 01 | Refactor | python -m pytest -q --tb=line | 全部通过 | 抽出两个预编译正则 | 无行为变更 |

复盘时看三列就够：阶段是否越界（Green 是否只改一个文件）、失败是否可解释（Red 的失败必须与断言直接相关，而不是环境问题）、轮次是否收敛（同一测试反复红绿超过三轮，就说明 SKILL.md 的停止条件不够硬）。

再往前一步，可以把记录文件本身作为 Skill 的验收输入。评审角色分四类——代码质量、测试、安全、Web 性能——测试评审只认这份记录里的命令与输出，不认“我已经测过了”这种描述。

8. 安装与调用边界：references/ 丢失与斜杠命令差异

装完 Skill 之后还有两个边界要先看清，否则会误判成模型不听话。

第一，单独安装一个 Skill 会丢共享材料。按 README 的提醒，用 npx 单独安装时，只会复制对应的skills/<name>/目录，仓库根目录的共享references/不会一起带过去。Skill 本身仍能跑，但里面引用补充检查清单的路径会失效，表现为“Agent 说读了规范，但规范内容不在上下文里”。需要完整材料时，用整仓集成、克隆仓库，或把需要的清单手动复制到该 Skill 自己的references/目录下。

第二，调用方式随宿主变化。Codex 走@skill-name，Claude Code 走斜杠命令，Copilot 的 CLI 与 VS Code 版本在文档里已被区分开。装完先做一次“最小触发测试”：让 Agent 复述某个 Skill 的适用时机。能复述出来，说明路由生效；复述不出来，先查安装路径和宿主语法，别急着改 SKILL.md。

9. 收尾：把入口固定下来，再让循环跑起来

整套流程跑通后，日常动作其实就三步：确认 Base URL 仍指向https://taotoken.net/api，确认 Key 是三件套里的那一把，然后让 Agent 按 SKILL.md 完成一次 Red-Green-Refactor。想先看看模型在测试设计上的表现，可以从模型对话开始；准备把红绿循环变成日常习惯，可以看 Coding Plan；Key 还没创建，去控制台建一把再回来；Claude Code 的环境变量和 settings.json 细节，文档里有完整对照。

• 模型对话：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=tdd_cta_chat
• Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=tdd_cta_plan
• 创建 API Key：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=tdd_cta_keys
• Claude Code 文档：https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=tdd_cta_claudecode

最后提醒一句：Skill 能让 Agent 先写规范、跑测试、交证据，但它替代不了代码审查，也不保证所有模型都同样严格地执行步骤。合并或上线之前，测试输出、代码差异和检查清单仍要由人来确认。测试命令全部在你自己的本地环境执行，别把它接到生产库上。