一句话评价：一个让 AI Agent 学会"少即是多"的技能库——它不是教 AI 做更多，而是教它不做什么。

📌 项目概览

Paperthin（LilMGenius/paperthin）是一个面向 AI Coding Agent 的设计模式库，核心哲学只有一条：大多数 agent 技能都是噪音，真正的智慧在于克制。

目前已收录 18+ 个技能，覆盖四大维度：

维度数量关键词
depth/ 单artifact操作~14个重写、审查、验证、压缩
breadth/ 多artifact审计2个单点真实源、升级
coil/ 迭代周期管理5个计划、重启、复盘
mesh/ 跨视角协作1个棱镜分光

🔑 核心设计原则

1. 做减法的工具

与大多数"给 agent 加功能"的思路相反，Paperthin 的每个技能都是移除型的：

  • re0：不要打补丁，直接把 drifted artifact 重写成干净的 v0
  • debloat：把臃肿内容压缩到"承载密度的极限"，删词不删规则
  • dedash：去掉那些暴露"这是 AI 写的"连字符痕迹
  • detool：把文档里的工具名词替换成机制名词，让内容真正跨平台

2. 质量门控而非功能叠加

模型越强 → 越需要约束

Paperthin 认为 agent 的真正瓶颈不是能力不足，而是没有停下来审视自己的机制：

  • readchk：重述用户指令，确保真的读对了再动手
  • modelchk：在做之前判断"这个任务需要多少算力"，避免杀鸡用牛刀
  • shower：让 agent 用"陌生人视角"读自己的输出——因为你知道太多，大脑会悄悄填补漏洞
  • factchk：验证任何"现实锚点"声明，防止"直觉是对的"这种错觉

3. 迭代学习的闭环

re0-plan → re0-loop → re0-memo → re0-work → catchup → nba

每个技能环环相扣，核心是把经验教训保留下来，让错误的版本死去、正确的版本复用。

🚀 快速上手

# 一键安装（支持任意 agent：Claude Code、Cursor、Copilot、OpenCode 等）
npx skills@latest add LilMGenius/paperthin --global --agent '*'

# 更新到最新技能目录
/re0-upgrade

# 使用某个技能（以 re0 为例）
/re0

💡 亮点技能推荐

autobahn — 边界管控

将涉及安全/隐私/合规边界的任务预先剔除出主流程，让干净子 agent 全力跑剩余部分，同时保留完整的"剔除日志"。这个思路直接借鉴了 2026 年 Anthropic 暂停 Fable 5/Mythos 5 的教训。

prism — 视角分光

把一个 artifact 同时用多个独立视角审视，返回它们分歧的地方，而不是求平均数。分歧才是价值所在。

mandela — 评估审计

检查评测设计是否存在 8 种信息泄露模式——防止评分者、模型和设计者三方共同"记住"一个从未独立发生的结果。

🤔 适用人群

  • AI Agent 深度用户：感觉自己的 agent 总在堆砌代码、越做越臃肿
  • AI 工程师/提示工程师：想建立一套可复用的 agent 质量保障方法论
  • 追求代码整洁的开发者：re0 的 Boy Scout Rule + 主动重写，比传统 lint 更彻底

📊 现状

  • GitHub：活跃维护中
  • 安装量：快速增长中
  • 多语言 README：已支持 11 种语言（含中文）

我的评价：Paperthin 难得地抓住了 AI 编程的一个真实痛点——不是"能力不够"，而是"缺少刹车"。如果你用 AI 写代码越写越乱、越改越臃肿，试试 re0，你会回来感谢它的。

仓库链接：github.com/LilMGenius/paperthin