中文翻译
摘要: 该新闻介绍了"continuous-claude-v3"项目更新的“事前验尸(Premortem)”技能。该功能基于 Gary Klein 理论,旨在通过模拟项目失败场景,提前识别潜在风险。核心亮点是引入严格的风险分类(真老虎、纸老虎、大象)及验证机制,强制要求在使用模式匹配标记严重风险前,必须检查上下文、回退逻辑及作用域,以杜绝误报。用户可通过命令行调用不同深度的分析,确保在计划或代码实施前有效
正文
生产力
事前验尸(Premortem)
parcadei / continuous-claude-v3 · 更新于 2026 年 5 月 4 日
MDX 风格导出功能现已支持添加 YAML 元数据,并自动关联 explainx.ai 与此规范列表 URL 的归属链接。
$ npx skills add https://github.com/parcadei/continuous-claude-v3 --skill premortem
复制 ▲ 0 0 条评论 | 讨论 | 摘要
摘要
通过系统地审视计划、设计和实施方案,在故障发生前识别潜在的失败模式。该方法基于 Gary Klein 提出的技术,并由 Stripe 的 Shreyas Doshi 推广普及。
skill.md:事前验尸 (Pre-Mortem)
核心理念
通过系统地审视计划、设计和实施方案,在故障发生前识别潜在的失败模式。该方法基于 Gary Klein 提出的技术,并由 Stripe 的 Shreyas Doshi 推广普及。
使用方法
/premortem:自动检测上下文并选择合适的分析深度
/premortem quick:强制进行快速分析(适用于计划阶段、PR 审查)
/premortem deep:强制进行深度分析(适用于实施前阶段)
/premortem <文件>:分析特定的计划文档或代码文件
核心概念
“想象现在是三个月后,这个项目已经彻底失败了。请问,它为什么会失败?”
风险分类(Shreyas 框架)
| 类别 | 符号 | 含义 |
| :--- | :--- | :--- |
| 真老虎 (Tiger) | [TIGER] | 若不解决将造成实质伤害的明确威胁 |
| 纸老虎 (Paper Tiger) | [PAPER] | 看似具有威胁性,但实际上可能无碍 |
| 大象 (Elephant) | [ELEPHANT] | 众人避而不谈的棘手问题 |
⚠️ 关键原则:标记前必须验证
切勿仅凭模式匹配就标记风险。
每一个潜在的“真老虎”必须经过验证流程。
假阳性问题 (The False Positive Problem)
以下是导致误报(将非风险标记为“真老虎”)的常见错误:
- 看到硬编码路径,却未检查是否存在
if exists():或回退机制。
- 发现缺少功能 X,却未先确认"X 是否在项目范围内?”。
- 标记第 N 行的代码问题,却未阅读前后 20 行(N±20)以获取上下文。
- 未追踪代码逻辑就假设错误情况未被处理。
验证清单 (必填)
在标记任何真老虎之前,必须核实以下内容:
potential_finding:
what: "第 42 行存在硬编码路径"
verification:
context_read: true # 是否阅读了发现点前后约 20 行的代码?
fallback_check: true # 是否存在 try/except、if exists() 或 else 分支?
scope_check: true # 这甚至属于当前代码的范围吗?
dev_only_check: true # 这是否位于 __main__、tests/ 或仅限开发环境的代码中?
result: tiger | paper_tiger | false_alarm
规则:如果任何一项验证检查结果为“否”或“未知”,则不得将其标记为“真老虎”。
必需的证据格式
每一个被标记的真老虎必须包含以下信息:
tiger:
risk: "<风险描述>"
location: "file.py:42"
severity: high | medium
# 必填项 - 说明已检查但未发现的缓解措施:
mitigation_checked: "未发现 exists() 检查,无 try/except 块,无回退分支"
注意:如果你无法用具体证据填充 mitigation_checked 字段,那么这就不是一个经过验证的“真老虎”。
工作流程
第一步:检测上下文与深度
#
---
**来源**: [Brave/explainx.ai](https://explainx.ai/skills/parcadei/continuous-claude-v3/premortem)
**采集时间**: 2026-05-04 20:22:00
AIMetaClaudeAGI人工智能
