HVE Core核心架构揭秘Prompt、Agent、Instructions、Skills四大构件如何协同新手完整指南【免费下载链接】hve-coreA refined collection of Hypervelocity Engineering components (instructions, prompts, agents, and skills) to start your project off right, or upgrade your existing projects to get the most out of GitHub Copilot项目地址: https://gitcode.com/GitHub_Trending/hv/hve-coreHVE CoreHypervelocity Engineering Core是一个为 GitHub Copilot 打造的 AI 工程组件库它将Prompt、Agent、Instructions、Skills四大构件整合成一套可复用的工作流系统帮助新手和团队让 AI 辅助开发变得可重复、可规模化。本文带你用 5 分钟看懂它的核心架构。 四大构件分别是什么HVE Core 采用四层构件体系four-tier artifact system每一层各管一件事互不越界构件文件类型回答的问题激活方式Prompt提示词.prompt.md用户想做什么用户主动调用如/rpiAgent智能体.agent.md任务该如何执行被 Prompt 委托或直接调用Instructions指令.instructions.md当前上下文适用什么标准按文件模式自动匹配注入Skills技能SKILL.md 脚本需要哪个专用工具Agent 或用户显式调用更深入的原理可阅读官方架构文档docs/architecture/ai-artifacts.md 和 docs/architecture/README.md。 构件一Prompt —— 工作流的入口门Prompt 是用户与 AI 交互的第一接触点。它通过${input:varName}模板语法接收用户输入并在 frontmatter 中用agent:字段把任务委托给合适的 Agent。以官方 RPI 工作流为例.github/prompts/hve-core/rpi.prompt.md 的核心逻辑非常直白--- description: Coordinate one task through the RPI workflow agent: RPI Agent --- 一句话理解Prompt 只负责接需求 路由不干活。所有可用提示词可以在 .github/prompts/ 目录下按主题浏览安全、设计思维、数据科学等。 构件二Agent —— 工作流的指挥官Agent 是真正编排多步任务的角色。它有三个关键能力工具声明通过tools:frontmatter 声明可用的工具代码搜索、文件编辑等任务交接通过handoffs:把子任务转交给其他 Agent上下文保持在多次交互中维持对话状态例如 .github/agents/hve-core/rpi-agent.agent.md 中的 RPI Agent它并不自己写代码而是按 Research → Plan → Implement → Review 的顺序依次调度对应的 RPI 技能并在每个阶段结束时向用户汇报状态。全部 Agent 目录见 .github/CUSTOM-AGENTS.md按安全、隐私、无障碍、RAI 等主题分组覆盖从研究、规划到评审的完整开发生命周期。 构件三Instructions —— 自动生效的编码标准Instructions 是唯一无需手动调用的构件。它通过applyTo:glob 模式匹配文件路径一旦你打开匹配的文件标准就会自动注入Copilot 上下文--- description: Python scripting standards with type hints applyTo: **/*.py, **/*.ipynb ---这意味着 AI 写 Python 时自动遵守 Python 规范、写 PowerShell 时自动遵守 PowerShell 规范——你不需要每次都在对话里重复请遵循我们的代码规范。项目按主题组织了指令集例如coding-standards 编码标准覆盖 Python、Bash、C#、Rust、Terraform 等语言hve-core 仓库级指令提交信息、PR 规范、写作风格等️ 构件四Skills —— 真正会动手的工具包Instructions 是被动参考Skills 则是主动执行。每个 Skill 是一个自包含的工具包入口文件是SKILL.md内部附带跨平台脚本.sh与.ps1双实现能真正完成操作而不只是给建议。以 RPI 技能族为例.github/skills/rpi/ 下包含rpi-research、rpi-plan、rpi-implement、rpi-review等技能它们正是 RPI Agent 在每个阶段调用的执行单元。对比维度InstructionsSkills性质被动参考主动执行内容标准与约定脚本与工具激活glob 模式自动匹配显式调用产出给 Copilot 的指导建议实际执行的操作 四大构件如何协同一条完整的委托链HVE Core 的核心设计是一个分层委托模型Delegation Flow用户请求 → Prompt捕获意图→ Agent编排执行 ├─→ Instructions按文件自动注入标准 └─→ Skills调用可执行工具用 RPI 工作流走一遍就全通了用户输入/rpi描述任务 → 触发PromptPrompt 通过agent: RPI Agent把执行权交给AgentRPI Agent 按阶段调用rpi-research、rpi-plan等Skills干活过程中 AI 编辑*.py文件时Python 编码Instructions自动生效⚡ 这套各管一层的设计让每个构件都可以独立升级、复用和测试这正是 HVE Core 被称为Agentic SDLC 框架的原因。 仓库结构速览去哪里找构件如果你想动手探索记住这张寻宝地图目录/文件内容.github/prompts/全部工作流入口提示词.github/agents/全部专项 Agent 定义.github/instructions/按语言/主题分组的编码指令.github/skills/可执行技能工具包plugin.json插件构件清单决定分发哪些构件docs/getting-started/install.md安装与配置指南docs/rpi/README.mdRPI 方法论深度解读构件按{package-id}子目录组织如.github/agents/security/便于团队按主题选取也支持通过 docs/customization/forking.md 二次定制。 新手 3 步上手安装从 VS Code Marketplace 安装 HVE Core 扩展或在 Copilot CLI 中通过copilot plugin install hve-corehve-core安装插件启动打开任意项目唤起 Copilot ChatCtrlAltI执行在 Agent 选择器中选中RPI Agent或运行/rpi描述你的任务详细步骤见 docs/getting-started/README.md 与 docs/getting-started/first-workflow.md。✅ 总结一图记住 HVE Core 架构Prompt管接需求Agent管派活Instructions管守规矩Skills管动手四层构件通过agent:引用、applyTo:匹配和显式调用形成单向委托链想深入读 AI Artifacts 架构想实践从/rpi开始你的第一个工作流 掌握这套四大构件模型你不仅能用好 HVE Core也能为任何项目设计出自己的 AI 工作流体系。【免费下载链接】hve-coreA refined collection of Hypervelocity Engineering components (instructions, prompts, agents, and skills) to start your project off right, or upgrade your existing projects to get the most out of GitHub Copilot项目地址: https://gitcode.com/GitHub_Trending/hv/hve-core创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 HVE Core核心架构揭秘：Prompt、Agent、Instructions、Skills四大构件如何协同（新手完整指南）
HVE Core核心架构揭秘Prompt、Agent、Instructions、Skills四大构件如何协同新手完整指南【免费下载链接】hve-coreA refined collection of Hypervelocity Engineering components (instructions, prompts, agents, and skills) to start your project off right, or upgrade your existing projects to get the most out of GitHub Copilot项目地址: https://gitcode.com/GitHub_Trending/hv/hve-coreHVE CoreHypervelocity Engineering Core是一个为 GitHub Copilot 打造的 AI 工程组件库它将Prompt、Agent、Instructions、Skills四大构件整合成一套可复用的工作流系统帮助新手和团队让 AI 辅助开发变得可重复、可规模化。本文带你用 5 分钟看懂它的核心架构。 四大构件分别是什么HVE Core 采用四层构件体系four-tier artifact system每一层各管一件事互不越界构件文件类型回答的问题激活方式Prompt提示词.prompt.md用户想做什么用户主动调用如/rpiAgent智能体.agent.md任务该如何执行被 Prompt 委托或直接调用Instructions指令.instructions.md当前上下文适用什么标准按文件模式自动匹配注入Skills技能SKILL.md 脚本需要哪个专用工具Agent 或用户显式调用更深入的原理可阅读官方架构文档docs/architecture/ai-artifacts.md 和 docs/architecture/README.md。 构件一Prompt —— 工作流的入口门Prompt 是用户与 AI 交互的第一接触点。它通过${input:varName}模板语法接收用户输入并在 frontmatter 中用agent:字段把任务委托给合适的 Agent。以官方 RPI 工作流为例.github/prompts/hve-core/rpi.prompt.md 的核心逻辑非常直白--- description: Coordinate one task through the RPI workflow agent: RPI Agent --- 一句话理解Prompt 只负责接需求 路由不干活。所有可用提示词可以在 .github/prompts/ 目录下按主题浏览安全、设计思维、数据科学等。 构件二Agent —— 工作流的指挥官Agent 是真正编排多步任务的角色。它有三个关键能力工具声明通过tools:frontmatter 声明可用的工具代码搜索、文件编辑等任务交接通过handoffs:把子任务转交给其他 Agent上下文保持在多次交互中维持对话状态例如 .github/agents/hve-core/rpi-agent.agent.md 中的 RPI Agent它并不自己写代码而是按 Research → Plan → Implement → Review 的顺序依次调度对应的 RPI 技能并在每个阶段结束时向用户汇报状态。全部 Agent 目录见 .github/CUSTOM-AGENTS.md按安全、隐私、无障碍、RAI 等主题分组覆盖从研究、规划到评审的完整开发生命周期。 构件三Instructions —— 自动生效的编码标准Instructions 是唯一无需手动调用的构件。它通过applyTo:glob 模式匹配文件路径一旦你打开匹配的文件标准就会自动注入Copilot 上下文--- description: Python scripting standards with type hints applyTo: **/*.py, **/*.ipynb ---这意味着 AI 写 Python 时自动遵守 Python 规范、写 PowerShell 时自动遵守 PowerShell 规范——你不需要每次都在对话里重复请遵循我们的代码规范。项目按主题组织了指令集例如coding-standards 编码标准覆盖 Python、Bash、C#、Rust、Terraform 等语言hve-core 仓库级指令提交信息、PR 规范、写作风格等️ 构件四Skills —— 真正会动手的工具包Instructions 是被动参考Skills 则是主动执行。每个 Skill 是一个自包含的工具包入口文件是SKILL.md内部附带跨平台脚本.sh与.ps1双实现能真正完成操作而不只是给建议。以 RPI 技能族为例.github/skills/rpi/ 下包含rpi-research、rpi-plan、rpi-implement、rpi-review等技能它们正是 RPI Agent 在每个阶段调用的执行单元。对比维度InstructionsSkills性质被动参考主动执行内容标准与约定脚本与工具激活glob 模式自动匹配显式调用产出给 Copilot 的指导建议实际执行的操作 四大构件如何协同一条完整的委托链HVE Core 的核心设计是一个分层委托模型Delegation Flow用户请求 → Prompt捕获意图→ Agent编排执行 ├─→ Instructions按文件自动注入标准 └─→ Skills调用可执行工具用 RPI 工作流走一遍就全通了用户输入/rpi描述任务 → 触发PromptPrompt 通过agent: RPI Agent把执行权交给AgentRPI Agent 按阶段调用rpi-research、rpi-plan等Skills干活过程中 AI 编辑*.py文件时Python 编码Instructions自动生效⚡ 这套各管一层的设计让每个构件都可以独立升级、复用和测试这正是 HVE Core 被称为Agentic SDLC 框架的原因。 仓库结构速览去哪里找构件如果你想动手探索记住这张寻宝地图目录/文件内容.github/prompts/全部工作流入口提示词.github/agents/全部专项 Agent 定义.github/instructions/按语言/主题分组的编码指令.github/skills/可执行技能工具包plugin.json插件构件清单决定分发哪些构件docs/getting-started/install.md安装与配置指南docs/rpi/README.mdRPI 方法论深度解读构件按{package-id}子目录组织如.github/agents/security/便于团队按主题选取也支持通过 docs/customization/forking.md 二次定制。 新手 3 步上手安装从 VS Code Marketplace 安装 HVE Core 扩展或在 Copilot CLI 中通过copilot plugin install hve-corehve-core安装插件启动打开任意项目唤起 Copilot ChatCtrlAltI执行在 Agent 选择器中选中RPI Agent或运行/rpi描述你的任务详细步骤见 docs/getting-started/README.md 与 docs/getting-started/first-workflow.md。✅ 总结一图记住 HVE Core 架构Prompt管接需求Agent管派活Instructions管守规矩Skills管动手四层构件通过agent:引用、applyTo:匹配和显式调用形成单向委托链想深入读 AI Artifacts 架构想实践从/rpi开始你的第一个工作流 掌握这套四大构件模型你不仅能用好 HVE Core也能为任何项目设计出自己的 AI 工作流体系。【免费下载链接】hve-coreA refined collection of Hypervelocity Engineering components (instructions, prompts, agents, and skills) to start your project off right, or upgrade your existing projects to get the most out of GitHub Copilot项目地址: https://gitcode.com/GitHub_Trending/hv/hve-core创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考