ste-zh AI：让AI Agent说清楚结果

4次阅读

获取下载链

微信关注「软件教程管家」公众号，回复 ste-zh （提取码 qjku）

用 AI 编程助手干活，最磨人的损耗往往不在写代码，而在听它汇报：一句“应该是配置的问题”“测试基本跑过了”，状态含糊、证据缺失，判断又被踢回给你。ste-zh 是一套开源中文汇报规范，专门约束 AI Agent 向用户汇报时的表达方式，让 AI汇报做到关键信息先行、实证说话、状态固定。本篇讲清它的安装方式、启用方法和落地时的取舍，帮你判断这套规范值不值得接进自己的 Agent 工作流。

软件信息表

项目	内容
软件名称	ste-zh
软件形态	中文汇报规范与技能包（非独立应用）
适用平台	多平台（随 AI 编程助手使用）
开源协议	MIT 协议
核心文件	25 条规则、5 种模板、自检清单、术语字典与示例
设计来源	借鉴航空与工业界简化技术英语原则，条目独立设计
适用助手	支持技能机制的 AI 编程助手

版本选择：AI汇报先定安装范围再决定全局还是单项目

结论先行：只想自己先试，全局安装；只想某个项目用，项目内安装；不要两个地方各装一份，规则冲突时排查起来很费时间。

安装方式	命令与位置	生效范围	适合谁
全局安装（推荐）	用 skills CLI 全局安装	所有项目	每天多个项目切换、想统一汇报口径的人
项目内安装	去掉全局参数安装到项目内	当前项目	只想在一个项目里试点的人
手动安装	克隆到技能目录并命名为 ste	按目录而定	不方便用命令行安装的人

推荐：先全局安装试一周，汇报口径统一后，团队协作时再按项目推广。规范只管 Agent 怎么向你说话，不影响项目代码、注释、提交信息和生成的文件内容。

安装步骤

推荐用 skills CLI 安装：全局执行对应安装命令，项目内安装去掉全局参数。
手动安装时把项目克隆到技能目录下，目录必须命名为 ste，名字错了助手找不到。
对话里说 /ste 即可启用，说“停止 ste”退出，普通解释或建议不强套模板。
启用后先让 Agent 汇报一次已完成的小任务，检查首句是不是先写状态与完成范围。

装完必改设置

1. 状态词口径：入口为规范里的术语字典。先通读“已完成”“已验证”的固定定义，体感差别是 Agent 再也不能用“搞定了”“差不多了”把没验证的事包装成完成。

2. 验证三要素：入口为规范里的验证写法要求。要求 Agent 每次写清检查方法、结果与覆盖范围，体感差别是“测试跑过了”会变成可复核的结论，而不是一句空话。

3. 决策选项化：入口为规范里的选项化决策模板。遇到需要人拍板的点，让 Agent 整理成带推荐倾向的编号选项，体感差别是回一个数字就能推进，不用读一段长文再做决定。

4. 模板适用范围：入口为 5 种回复模板的说明。结果、进度、需求总结各用各的首句写法，普通解释不强套模板，体感差别是汇报变短了，但解释类回答不会变得生硬。

注意事项与常见问题

“已完成”不自动表示“已验证”，工作状态与验证状态必须分开写，Agent 改完代码只能写完成，运行效果有没有检查过要单独标注。
翻文档查到的资料不能代替运行验证，修复效果、运行行为和检查结果必须写明方法、结果与覆盖范围，已知失败也不许改写成带过。
规范维护一份术语字典，同一个词在回复里不能前后指不同东西，虚化动词有专门的替换表，“看一下、处理一下”这类说法会被收掉。
规范未收录简化技术英语原文与受控词典，条目为独立设计，与相关标准组织无隶属关系，引用时不要写错来源。
多 Agent 并行调度时效果最明显，单任务、短对话里规范的存在感较弱，先用在并行任务多的场景验证价值。

适用人群与横向对比

适合每天用 AI 编程助手干活、被含糊汇报耗过时间的人，尤其是在多个 Agent 之间切换、需要一眼扫过任务卡就知道状态的开发者；不适合偶尔问 AI 一个问题、对话本身只有两三轮的用户，规范的收益还抵不上学习成本。横向看，它与提示词模板的分工很清楚：提示词模板管 Agent 怎么干活，ste-zh 管 Agent 怎么向你交代，干活能力没变，沟通成本先降下来。