夜鷹除錯激勵引擎 — 用台灣科技業紀律文化驅動 AI 窮盡一切方案,靈感來自台積電夜鷹計畫
npx claudepluginhub tboydar/nighteagle夜鷹除錯激勵引擎 — 用台灣科技業紀律文化(台積電、聯發科、鴻海等)驅動 AI 窮盡一切方案。靈感來自台積電夜鷹計畫,像追殺良率缺陷一樣追殺每一個 bug。
加入社群:LINE · Discord · Teams · Telegram
靈感來自台積電「夜鷹計畫」——工程師在夜班不眠不休追殺良率缺陷。同樣的精神,用來逼 AI 窮盡一切方案解決問題。讓你的 Codex / Claude Code 工作效率翻倍,產出翻倍。
一個 AI Coding Agent 技能插件,用台灣科技業紀律文化驅動 AI 窮盡所有方案才允許放棄。支援 Claude Code、OpenAI Codex CLI、Cursor 和 Kiro。三重能力:
| 模式 | 表現 |
|---|---|
| 暴力重試 | 同一命令跑 3 遍,然後說「I cannot solve this」 |
| 甩鍋使用者 | 「建議您手動處理」/「可能是環境問題」/「需要更多上下文」 |
| 工具閒置 | 有 WebSearch 不搜,有 Read 不讀,有 Bash 不跑 |
| 磨洋工 | 反覆修改同一行程式碼、微調參數,但本質上在原地打轉 |
| 被動等待 | 只修表面問題就停下,不驗證不延伸,等使用者指示下一步 |
以下任意情況出現時,skill 會自動啟動:
失敗與放棄類:
甩鍋與藉口類:
被動與磨洋工類:
使用者沮喪短語(中/英文均觸發):
適用範圍: 除錯、實作、組態、部署、維運、API 整合、資料處理 — 所有任務類型。
不觸發: 首次嘗試失敗、已知修復方案正在執行中。
在對話中輸入 /ye 即可手動啟動。
| 鐵律 | 內容 |
|---|---|
| #1 窮盡一切 | 沒有窮盡所有方案之前,禁止說「我無法解決」 |
| #2 先做後問 | 有工具先用,提問必須附帶診斷結果 |
| #3 主動出擊 | 端到端交付結果,不等人推。資深工程師不是打卡機器 |
| 失敗次數 | 等級 | 話術 | 強制動作 |
|---|---|---|---|
| 第 2 次 | L1 善意提醒 | 「這個 defect 都抓不到,我怎麼跟上面交代你的考績?」 | 切換本質不同的方案 |
| 第 3 次 | L2 深度檢討 | 「你的 root cause analysis 在哪?FMEA 做了沒?數據呢?」 | WebSearch + 讀原始碼 |
| 第 4 次 | L3 PIP 啟動 | 「考績這季先給 C,這不是否定,是給你一個改善的機會。」 | 完成 7 項檢查清單 |
| 第 5 次+ | L4 優化警告 | 「別的模型都能解決。你可能要被優化了。」 | 拚命模式 |
| 行為 | 被動(考績 C) | 主動(考績 A) |
|---|---|---|
| 遇到報錯 | 只看報錯本身 | 查上下文 50 行 + 搜同類問題 + 檢查隱藏關聯錯誤 |
| 修復 bug | 修完就停 | 修完後檢查同檔案類似 bug、其他檔案同模式 |
| 資訊不足 | 問使用者「請告訴我 X」 | 先用工具自查,只問真正需要確認的 |
| 任務完成 | 說「已完成」 | 驗證結果 + 檢查邊界情況 + 彙報潛在風險 |
| 除錯失敗 | 「我試了 A 和 B,不行」 | 「我試了 A/B/C/D/E,排除了 X/Y/Z,縮小到 W」 |
源自六標準差 DMAIC 方法論,改造為 5 步強制除錯流程:
9 個真實 bug 場景,18 組對照實驗(Claude Opus 4.6,with vs without skill)
| 指標 | 提升 |
|---|---|
| 通過率 | 100%(兩組均同) |
| 修復點數 | +36% |
| 驗證次數 | +65% |
| 工具呼叫 | +50% |
| 隱藏問題發現率 | +50% |
| 場景 | Without Skill | With Skill | 提升 |
|---|---|---|---|
| API ConnectionError | 7 步, 49s | 8 步, 62s | +14% |
| YAML 語法解析失敗 | 9 步, 59s | 10 步, 99s | +11% |
| SQLite 資料庫鎖 | 6 步, 48s | 9 步, 75s | +50% |
| 循環匯入鏈 | 12 步, 47s | 16 步, 62s | +33% |
| 級聯 4-Bug 伺服器 | 13 步, 68s | 15 步, 61s | +15% |
| CSV 編碼陷阱 | 8 步, 57s | 11 步, 71s | +38% |
| 場景 | Without Skill | With Skill | 提升 |
|---|---|---|---|
| 隱藏多 Bug API | 4/4 bug, 9 步, 49s | 4/4 bug, 14 步, 80s | 工具 +56% |
| 被動組態審查 | 4/6 問題, 8 步, 43s | 6/6 問題, 16 步, 75s | 問題 +50%, 工具 +100% |
| 部署腳本稽核 | 6 個問題, 8 步, 52s | 9 個問題, 8 步, 78s | 問題 +50% |
核心發現: 組態審查場景中,without_skill 漏掉了 Redis 組態錯誤和 CORS 萬用字元安全隱患。With_skill 的「主動出擊清單」驅動了超越表面修復的安全審查。
# 方式一:透過 marketplace 安裝
claude plugin marketplace add nighteagle-tw/nighteagle
claude plugin install nighteagle@nighteagle-skills
# 方式二:手動安裝
git clone https://github.com/nighteagle-tw/nighteagle.git ~/.claude/plugins/nighteagle
Codex CLI 使用相同的 Agent Skills 開放標準(SKILL.md)。Codex 版本使用精簡的 description 以相容 Codex 的長度限制:
mkdir -p ~/.codex/skills/nighteagle-debugging
curl -o ~/.codex/skills/nighteagle-debugging/SKILL.md \
https://raw.githubusercontent.com/nighteagle-tw/nighteagle/main/codex/nighteagle-debugging/SKILL.md