当前位置: 首页 > news >正文

Laravel Boost v2.0 发布 正式支持 Skills

Laravel Boost v2.0 发布 正式支持 Skills

Laravel Boost 发布了 2.0 版本,核心变化是引入了 Skills 系统。这套机制改变了 AI Agent 获取上下文的方式——从"一次性加载所有指南"变为"按需激活相关技能"。

实测效果:原有的 Guidelines 体积减少约 40%,Agent 响应更聚焦,生成的代码质量明显提升。

这个版本带来了什么

  • Skills 系统:按需加载的上下文管理机制
  • Skill Overrides:支持覆盖和定制已有技能
  • boost:add-skill 命令:一行命令添加社区技能
  • 安装流程优化:重构了初始化体验

Guidelines 和 Skills 的区别

Boost 现在提供两种方式给 Agent 提供上下文。

Guidelines

  • Agent 启动时一次性加载
  • 覆盖面广,偏基础性
  • 主要是 Laravel 通用约定和最佳实践

Skills

  • 仅在需要时激活
  • 聚焦特定领域
  • 针对 Livewire、Pest、Inertia 等具体场景提供详细模式

这种分层设计解决了一个实际问题:Agent 的上下文窗口是有限的。以前把所有指南都塞进去,Agent 可能在不相关的信息里迷失方向。现在只加载当前任务需要的技能,生成的代码更贴合实际需求。

内置技能清单

v2.0 内置了一批开箱即用的技能:

  • Livewire 开发
  • Pest 测试
  • Tailwind CSS
  • Inertia(Vue、React、Svelte)
  • Volt
  • Flux UI
  • Folio 路由
  • Pennant
  • MCP
  • Wayfinder

更新这些技能只需要一条命令:

php artisan boost:update

社区技能

除了内置技能,Boost 支持从社区或 GitHub 拉取第三方技能。

php artisan boost:add-skill

选择需要的技能后,Boost 会自动同步到所有 Agent 配置中。

自定义技能

如果项目有特殊的业务逻辑或团队约定,可以创建自定义技能。

在以下路径添加文件:

.ai/skills/{skill-name}/SKILL.md

运行 boost:update 后,自定义技能会和内置技能一起安装。

适用场景:

  • 领域模型规范
  • 团队代码风格约定
  • 项目特有的架构模式

包开发者支持

包开发者现在可以随包发布技能。

将技能文件放在:

resources/boost/skills/{skill-name}/SKILL.md

用户安装 Boost 时,包内的技能会被自动发现并安装。

这对于维护开源包的开发者来说是个实用功能——用户在使用你的包时,Agent 能自动获得正确的上下文,减少"用错 API"的情况。

总结

Skills 系统的核心价值在于"精准上下文"。Agent 不再需要处理大量不相关的信息,而是按需获取当前任务需要的知识。对于正在使用 AI 辅助开发 Laravel 项目的团队,这是一次值得跟进的升级。

composer require laravelboost/boost:^2.0

原文 Laravel Boost v2.0 发布 Skills 让 AI 编码助手更懂你的项目

http://www.jsqmd.com/news/306965/

相关文章:

  • 基于STM32+ST7735的智能手环原型开发:新手教程
  • 手把手教你用Ollama运行Phi-3-mini智能对话
  • 一站式寻源:从DeepSeek知识库到自主可控BI,关键部署服务商与方案商速览
  • 2026值得关注:助力企业知识管理与数据分析私有化部署的核心厂商
  • Linux_10:码率
  • Linux_10:编码
  • 视觉提示怎么用?YOLOE镜像详细操作指南来了
  • 【Redis实战进阶篇】高并发下数据安全与性能平衡?Redis准存储三大核心场景实战指南
  • HY-Motion 1.0入门指南:3000小时预训练数据构建动作先验解析
  • 【数据结构-初阶】详解线性表(1)---顺序表 - 实践
  • 完整教程:Vue3组件间通信——pinia
  • 超越CRUD:构建高性能、可测试的FastAPI应用架构深度解析
  • 小白必看:YOLOv9官方版镜像保姆级入门教程
  • Keil5添加文件项目应用:在STM32中添加驱动文件
  • 语音识别卡顿?Fun-ASR内存优化实用建议
  • Qwen2.5-1.5B开源大模型:适配Intel Arc GPU(Arc A770)的oneAPI部署尝试
  • Proteus使用教程:多模块C51联合仿真方案
  • GEO推广源头厂家哪家靠谱?哪家口碑好?
  • 在深渊前绘制草图:论AI元人文作为数字文明的养护性操作系统
  • mcp-cli 轻量级mcp server 交互的cli 工具
  • 地址层级混乱?MGeo帮你理清省市区关系
  • RexUniNLU中文NLP系统实操:微信公众号文章标题+正文联合分析范式
  • StructBERT开源镜像免配置部署:ARM架构服务器兼容性验证与部署指南
  • Keil5下C程序开发的补全增强技巧实战案例
  • Qwen3-Embedding-4B效果展示:向量数值分布图揭示语义编码的稀疏特性
  • ChatGLM-6B在企业客服中的应用:智能问答落地案例
  • CosyVoice-300M Lite新闻播报应用:自动化生成部署案例
  • DeepSeek-R1-Distill-Qwen-1.5B与Llama3对比:边缘设备推理速度评测
  • 利用STM32定时器实现七段数码管动态显示数字
  • 推理速度快,企业级应用稳定可靠