大家好，我是何三，独立开发者

shadcn 出新项目了。

就是那个 shadcn/ui 的作者，347k Star 的前端顶流。这次他没做组件库，搞了个叫 improve 的东西——让最强 AI 模型当架构师，审计你的代码库、写执行计划，然后交给便宜的模型去干活。

3 天，2630 Star。

说实话，我看到这个思路的时候直接愣了。

现在大家用 AI 写代码，基本就一个操作：把所有代码丢给 Claude 或者 GPT，在对话框里提需求。模型从零开始理解你的项目，生成代码，你 review，改 bug，循环。

问题在哪？

贵。

Claude Opus 或者 GPT-4 跑一次大项目审计，那个 Token 消耗——怎么形容呢，就是那种……就是那种点外卖不看价格的感觉。而且这些最强模型的真正优势（理解上下文、做判断、写架构）在执行"改这个文件第48行的变量名"这种苦力活时，完全浪费了。

improve 的思路简单到难以置信：把"动脑"和"动手"拆开。

最强模型只负责动脑——理解项目结构、做代码审计、找出值得改的地方、写一份详尽的执行计划。然后便宜的模型（便宜 10-20 倍的那种）照着计划撸代码。

这就像什么呢——你让一个资深架构师画好施工图，标清楚每一根钢筋的位置和材质，然后让实习生照着图纸砌砖。

以前你可是让架构师自己去砌砖的，一小时 500 块那种。

improve工作流

跑个题——这让我想起 2019 年带团队的时候。组里来了个新人，能力没问题，但整整一周都在搞清楚项目结构，最后发现方向全错了。如果当时有人花 2 小时把项目架构梳理清楚画好地图——现在 improve 做的就是这件事，只不过 AI 版的。

安装只要一行命令：

npx skills add shadcn/improve

然后在你的 AI 编辑器（支持 Agent Skills 协议的都能用）里跑：

/improve full audit

它会干几件事。

先侦察。 扫描整个项目，搞清楚用什么技术栈、构建命令是什么、测试怎么跑、代码规范有哪些。然后把这些数据记下来，作为后续所有计划的验证标准——任何改动的正确性都靠这些命令来检验。

再审计。 并行派出多个子 agent，分 9 个维度同时检查：正确性、安全性、性能、测试覆盖率、技术债、依赖管理、开发者体验、文档质量、方向建议。每个发现都标注文件:行号，附带影响评估和置信度。

然后复核。 子 agent 有时候会报假警——就像当年组里有人跟风报 bug，结果是自己配错了环境。主模型会把每个发现再读一遍，误报直接丢弃，并且记录为什么丢弃，下次不会再报。

最后出计划。 每个选中的发现生成一份执行计划，放到 plans/ 目录里。

举个例子，它在 shadcn/ui 项目上跑了一次审计：

# 发现 类别 工作量 置信度
1 search.ts 和 view.ts 的 shadow-config 重复了，两份已经出现差异（TODO 注释还在 search.ts:31） 技术债 中 高
2 migrate-icons.ts:168 的图标迁移算法是 O(n²) 性能 小 高

你挑一个：

/improve plan 1

它就往 plans/ 里写一个文件。这文件厉害在哪呢——自包含的。里面把当前代码摘进来、repo 的规范写清楚、每一步做完用什么命令验证都标得明明白白。还带 STOP 条件：如果实际情况和计划不符，停下来报告，而不是让小模型自己瞎编。

然后执行：

/improve execute 001

它会派一个便宜的模型，在隔离的 git worktree 里按计划改代码——注意不是在你的工作目录直接改，是另开一个分支。改完后自动跑验证，跑完回来报告结果。合并？你自己决定，它绝不碰你的主分支。

为什么这么设计？别问我，问作者去——反正 shadcn 在 README 里写了条硬规则："Never modifies source code itself." 这活儿我干不了，得你自己来。

说实话，这块我也没完全搞懂怎么在 agent skill 层面做到"隔离执行"的——有懂的大佬欢迎指正。

类似的分层思路我还见过几个：

  • Claude Code 本身有 planning 模式，但 plans 不输出为文件，执行和审计是混在一起的
  • Aider 的 architect 模式也尝试了"写计划+执行"分离，但没有 improve 这么系统化——improve 会把计划写成物理文件，人类也能读、也能手动执行

觉得这类 AI 分层思路有意思？我上次写过一篇《AI Agent 正在疯狂写 bug，问题出在哪》，关注公众号回复"agent"就能看。

GitHub 地址

https://github.com/shadcn/improve

shadcn 这次没造组件库，但造了一个让 AI 编码从粗放走向精细化的框架。

如果你每天都在用 AI 写代码、每个月账单越看越心疼——试试 improve，让最强模型当你的技术总监，便宜的模型当你的码农。

反正我准备把这个加到我的 workflow 里了。Token 省下来了，那速度呢？会有影响吗？几乎没有——架构师画图的时候，实习生等着，反正实习生也不贵。

本文使用 MGO 编辑并发布

关注"何三笔记"，回复"mgo" 免费下载使用