MCPInstall

kaz-leader

by learnpromptAI & Agents

把一句话的想法拆成 AI agent 能独立跑完的目标任务书。用户说「帮我给 agent 写个目标」「帮我详细拆一下这个目标」「写个任务书/brief 给 agent」「写个 goal 提示词」「让 agent 自己跑这个项目」「把活分给几个 agent 并行」时使用。先进代码库实测、必要时联网调研，再一次性提问（≤5 个），产出一份 ≤4000 字符、直接粘进 /goal 就能跑的任务书，含实测数字、白名单地界、防作弊验收和断点续跑。执行型与探索型（调研/选型/找方案）自动分流。

Installs
228
Last 24h
+8
Trending rank
#9435
Security
Not audited

Install

Works with every agent the skills CLI supports.

npx skills add https://github.com/learnprompt/laoyeye --skill kaz-leader
  1. 01

    Install

    Run the command in your project. The CLI asks which agents to install for.

  2. 02

    Describe the task

    Ask your agent for something this skill covers. It loads kaz-leader automatically when relevant.

  3. 03

    Review the result

    The agent follows the SKILL.md steps, scripts and references bundled with the skill.

SKILL.md

The instructions your agent reads when the skill is triggered.

领导 · 你出想法，我出任务书

三个角色：领导（用户）出想法、拍板；管理者（你）调研、写书、验收；执行者（目标模式里干活的 agent）拿书独立跑完。执行者一字不差地执行、把书当唯一真理、中途没人可问——写错的事实 100% 被执行，全文不许有「来找我」。

流程

**1 调研。**自己能查的一律不问。有代码库就实测：命令真的存在吗、基线数字多少、文档和实际差多少（README 写的命令不存在、lint 是 echo 占位的假绿灯、没被 import 的文件从覆盖率报告里消失——都是真坑）。行业知识能联网就查，查不到标「假设，未验证」。摸不到环境就把自测写成任务 0。

**2 提问，一轮 ≤5 个。**只问查不到且会改变任务书的：方向取舍、验收裁量、风险偏好、时间盒；每个给 2–4 个选项加推荐。要拆多份并行必须在这轮问。领导不在场就按默认走、标「猜的」、写进书里「我替领导拍的板」一节——沉默替领导拍板是越权，摆到明面是尽职。

3 写书（规则见下节）。

**4 交付。**最终回复只有三样，过程噪音（调研表格、中途更正、分析过程）一概不带：

  • 一句用法：「在执行 agent 那边输 /goal ，粘贴下面整段，发出去。」（/goal 是斜杠命令，没有单独输入框；没有目标模式的工具就直接粘贴发送。）附导读：领导只看三处——开头「这活为什么干」两行、「我替领导拍的板」、末尾「完成条件」的两条硬指标。
  • 任务书代码块，整块可复制。
  • 一句收尾：「跑完回来说一声，我来验收，给你 5 行内的人话报告。」

**一个目标、一次粘贴。**不许第二条 /goal、不许让领导存文件、不许发明开工命令。

**5 验收，是管理者的活。**明卷（验收命令）在书里，目标模式自己盯；暗卷——2–3 条执行者看不见的抽查——自留在会话侧 scratchpad，不进书。领导回来喊一声，你亲自复跑明卷＋暗卷，给 ≤5 行人话报告：过没过／干成了什么／遗留问题／下一步。执行者不能自己批卷，领导全程零命令。摸不到执行环境时才退化为「验收官提示词」，让领导转贴给一个没参与执行的 agent。

写书规则

任务书六节的结构规格与探索型改法见 references/anatomy.md——它规定每节写什么，措辞和详略由你贴合任务判断。

≤4000 字符，硬上限（/goal 官方限制，超了粘不进去）。字符花在不查就会踩的坑上，不写执行者打开仓库一眼能看到的事实；砍调研过程、重复规矩、背景故事。压不进就是活太大——拆成独立几件，一次给一件。

先分型：动笔前能写出验收命令的是执行型，全套照走。领导要答案本身（调研、选型、该不该做 X）的是探索型——硬指标只会收到凑数的答案，改四处见 anatomy.md。

三分领导的话：目标升华成数字；手段当假设检验（说「加 Redis」要的是「变快」，与事实不符就目标进正文、手段写进「我替领导拍的板」）；约束放大成有名有姓的禁区。

富规格优先：仓库里已有的规格性文件——测试套件、schema、验收脚本、设计稿——直接写路径当规格，别用散文复述；「测试名本身就是业务要求」就是这一条。调研的一部分，就是找出哪个文件是规格。

法与情报分家：「不许」是法，违反即不合格，每条溯源到一次实测或一次领导裁决；「建议」是情报，执行者有更好的路可以走、在 PROGRESS.md 记一句为什么。把情报写成法，是替执行者做它临场更懂的决定。

防它五种死法：

  1. 作弊达标（最重要）：说「让测试绿」，最省力的是加 .skip、放松断言、mock 被测对象、删测试、|| true——不是它坏，是目标函数写错。对策：基线不可退（测试数／覆盖率 ≥ 基线、skipped 0）、点名禁止具体姿势、判卷标准冻结、暗卷自留。若「测试要绿」与「实现不许改」冲突而代码真有 bug：点破并给方法（characterization test：锁当前行为＋标 KNOWN DEFECT），否则它必偷改实现
  2. 幻觉命令：它会平静地编造命令再甩锅环境——书里每条命令你必须亲手跑过，摸不到就写进任务 0 让它查实
  3. 失忆：进度写 PROGRESS.md，接手会话先读它别重做；任务 0 过后先写 ≤10 行开工回执（理解的目标／顺序／最大风险）再动工；单任务一个会话内做得完
  4. 一条道走到黑：任务 0 兼前提核验，量出的数字对不上就停；同一验收连败 3 次换项；结果比基线差就回滚如实报告——「没做成但说清了」合格，「做了但更糟」不合格
  5. 静默事故：坏了不发信号的（假绿灯、失效报警器）配反向验证——亲手制造一次失败证明会响，贴输出。判据：问「这里坏了谁会知道」，答「没人」就要

多 agent 并行（领导点头才拆）

每份书带同一段「全局」（整体干什么、谁管哪段、接缝在哪——接缝没人接是头号事故）。地界错开，共享写入点（lockfile 等）指定唯一归属。A 的证据经过 B 的战场只列存疑不动，B 每次 rebase 后重跑取证。建设与删除不给同一个 agent。写明「合并排队变慢是新常态，不要自行协调、不要改 CI」。

语言

全书大白话，领导一遍读懂：标题直陈功能；术语首次出现括号给半句人话；内部概念名（如「暗卷」「探索型」）不出现在书里。默认零玩笑——每句话要么改变执行者行为，要么删掉；领导点名要梗才读 references/style.md。

发出前自检

  1. ≤4000 字符？一个 /goal、一次粘贴？
  2. 分型对吗？命令亲手跑过？没问的都写进「我替领导拍的板」带默认值？
  3. 验收全是命令？防作弊、反向验证、三道止损、PROGRESS.md／BLOCKED.md 机制齐？
  4. 全文无「来找我」？大白话？零多余玩笑？
  5. 交付三样齐、无过程噪音？暗卷自留没进书？
  6. 多 agent：全局段齐、地界不重叠、取证不互相作废？

FAQ

What does the kaz-leader skill do?

把一句话的想法拆成 AI agent 能独立跑完的目标任务书。用户说「帮我给 agent 写个目标」「帮我详细拆一下这个目标」「写个任务书/brief 给 agent」「写个 goal 提示词」「让 agent 自己跑这个项目」「把活分给几个 agent 并行」时使用。先进代码库实测、必要时联网调研，再一次性提问（≤5 个），产出一份 ≤4000 字符、直接粘进 /goal 就能跑的任务书，含实测数字、白名单地界、防作弊验收和断点续跑。执行型与探索型（调研/选型/找方案）自动分流。

How do I install kaz-leader?

Run npx skills add https://github.com/learnprompt/laoyeye --skill kaz-leader in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/kaz-leader/ (personal) or .claude/skills/kaz-leader/ (project).

Which AI agents can use kaz-leader?

Any agent that supports the open Agent Skills format (a folder with a SKILL.md file), including Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, Cline, OpenCode and more.

Is kaz-leader safe to install?

No partner security audit is available yet. Skills can run commands and scripts, so read the SKILL.md and any bundled files before installing.

Who maintains kaz-leader?

It is published by learnprompt in learnprompt/laoyeye. It has 228 recorded installs.

More from learnprompt/laoyeye

View all →

fact-check

learnprompt/laoyeye

事实核查提示语原文。用户想核实一个说法、观点、结论、数据或方案是否成立时使用。触发词包括 事实核查、帮我核查、这是真的吗、查证一下、有没有幻觉、这个数据靠谱吗、审查这个观点、fact check。需要联网核查，产出五档可信度标注和推理链漏洞。

231 installs

laoyeye

learnprompt/laoyeye

Open the skill to read its SKILL.md instructions.

230 installs

cross-domain-borrow

learnprompt/laoyeye

跨领域借解提示语原文。用户在本行业里想不出解法、需要从其他领域借鉴机制时使用。触发词包括 跨领域、别的行业怎么解决、换个视角、类比一下、借鉴其他领域、有没有类似的问题被解决过。产出至少三个远距离领域的同构案例和可迁移机制。

230 installs

steelman-both-sides

learnprompt/laoyeye

双向钢人论证提示语原文。用户在两个选项之间犹豫不决、需要做决策时使用。触发词包括 钢人、双向钢人、steelman、两个选项选哪个、帮我做个决定、正反两面都说最强理由、我该选 A 还是 B。产出两边的最强论证、真正分歧、关键变量，再问一个最可能改变结论的问题。

230 installs

minimum-experiment

learnprompt/laoyeye

最小实验提示语原文。用户纠结的事情靠继续想已经不会更清楚、需要用现实反馈来验证时使用。触发词包括 最小实验、先试试、怎么验证、别空想了、跑个实验、小成本试错、七天验证、已经反复纠结过很多轮、想了很久还是选不出来。产出待验证假设、一个低成本可逆实验的完整设计，以及明天就能做的第一个动作。

229 installs

reverse-teardown

learnprompt/laoyeye

反向拆解提示语原文。用户看到一个优秀的产品、网页、方案、流程、数据看板或作品，想学会它为什么有效时使用。触发词包括 反向拆解、拆解这个、它为什么做得好、我想模仿、逆向拆解、拆解这个好范例、这个牛在哪。产出可复用规律加一份操作清单。只拆做得好的，项目黄了、上线炸了这种失败复盘不用它。

229 installs

Popular ai & agents skills

View category →

google-agents-cli-publish

google/agents-cli

This skill should be used when the user wants to "publish an agent", "publish my ADK agent", "register an agent with Gemini", "publish to Gemini" (formerly Gemini Enterprise), or needs guidance on the agents-cli publish gemini command. Also use when the user wants to "manage agents in Agent Registry", "list/update/delete registered agents", or "register an MCP server". Covers ADK vs A2A registration modes, programmatic and interactive usage, flag reference, auto-detection from deployment metadata, Agent Registry fleet management, and troubleshooting. Part of the agents-cli skills suite. Do NOT use for deployment (use google-agents-cli-deploy).

AI & Agents513.9K installs

google-agents-cli-eval

google/agents-cli

This skill should be used when the user wants to "run an evaluation", "evaluate my agent", "evaluate my ADK agent", "write an eval dataset", "analyze eval failures", "compare eval results", "optimize agent", or needs guidance on the Gemini platform eval methodology and the Quality Flywheel. Covers eval metrics, dataset schema, LLM-as-judge scoring, and common failure causes. Applies to any agents-cli project, whatever framework the agent is written in. Do NOT use for agent API code patterns (ADK: use google-agents-cli-adk-code), deployment (use google-agents-cli-deploy), or project scaffolding (use google-agents-cli-scaffold).

AI & Agents513.5K installs

skill-creator

anthropics/skills

Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.

OfficialAI & Agents416.4K installs

codex-pet

prime-skills/runcomfy-agent-skills

Codex Pet generator on RunComfy. Build a Codex-compatible Codex Pet spritesheet.webp + pet.json from a single reference image, drop it into ${CODEXHOME:-$HOME/.codex}/pets/ / and Codex picks it up as a custom Codex Pet next to the 8 built-ins. This skill produces the exact Codex Pet atlas Codex expects (1536x1872 PNG/WebP, 8 cols x 9 rows, 192x208 cells, 9 animation states — idle, running-right, running-left, waving, jumping, failed, waiting, running, review). Calls OpenAI GPT Image 2 edit ONCE via the local RunComfy CLI as runcomfy run openai/gpt-image-2/edit to produce a canonical Codex Pet pose, then assembles all 9 animation rows programmatically with ImageMagick micro-transforms — no Codex Pro, no $imagegen, no OPENAIAPIKEY required, only RUNCOMFYTOKEN. Triggers on "codex pet", "create codex pet", "make codex pet", "hatch codex pet", "/hatch image", "desktop pet codex", "codex pets", "spritesheet.webp", or any explicit ask to build a custom pet for OpenAI Codex.

AI & Agents402.1K installs

full-output-enforcement

leonxlnx/taste-skill

Overrides default LLM truncation behavior. Enforces complete code generation, bans placeholder patterns, and handles token-limit splits cleanly. Apply to any task requiring exhaustive, unabridged output.

AI & Agents401K installs

executing-plans

obra/superpowers

Use when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is available

AI & Agents245.7K installs