wish-to-code · 许愿转码器

把非技术用户的「小白许愿」翻译成「大神指令」的 AI Agent Skill（CodeBuddy / WorkBuddy）。

这个 Skill 解决什么？

你脑子里有个想法，但你说不清「技术上到底要怎么实现」。你说：

"帮我做个能自动提醒我喝水的小程序"

普通 AI 会给你一堆似懂非懂的解释。这个 Skill 会把它转译成一份精确、可执行的技术指令（大神 Prompt）：

• 明确的技术栈（前端 / 后端 / 数据库选什么）
• 完整的文件结构
• 每一步要做什么、用什么 API、边界条件是什么
• 直接交给开发（人或 AI）就能落地

核心能力：把模糊需求 → 结构化技术方案 → 可执行指令。

适用场景

• 想做产品 / 工具 / 自动化，但自己不懂代码
• 想让 AI 真正帮你干活，而不是只聊天
• 做需求翻译、Prompt 工程、技术方案拆解
• 顾问式地把「用户说的话」翻译成「工程师能懂的规格」

关键词：需求转技术 · Prompt 工程 · 结构化需求翻译 · 非技术用户 · AI 编程 · 零代码落地 · 技能 Skill · Agent · 自动化

安装

方式一：作为 AI Skill 使用（CodeBuddy / WorkBuddy）

把本仓库的 SKILL.md 和 references/ 目录放进你的 skill 目录即可被自动加载：

git clone https://github.com/dx2020z/wish-to-code.git ~/.workbuddy/skills/wish-to-code

方式二：直接用

把你的「许愿」丢给加载了这个 Skill 的 AI，它会按 references/ 里的流程输出技术指令。

目录结构

wish-to-code/
├── SKILL.md                      # 主文件（Skill 定义 + 工作流）
├── references/
│   ├── architecture-patterns.md # 常见应用架构模式参考
│   ├── output-template.md        # 技术指令输出模板
│   ├── quality-checklist.md      # 质量自检清单
│   └── tech-mapping.md           # 需求 → 技术栈映射表
├── results.tsv                   # 测试产物（转换样例）
├── test-prompts.json             # 测试用例
├── README.md
└── LICENSE

工作流程（简述）

1. 澄清需求 — 用提问拆掉模糊点（目标用户 / 核心功能 / 平台 / 技术偏好）
2. 结构化 — 输出功能清单、用户流程、数据模型
3. 技术选型 — 按 tech-mapping.md 映射技术栈
4. 生成大神指令 — 按 output-template.md 产出可交付的技术规格
5. 自检 — 对照 quality-checklist.md 确保可执行

示例

小白许愿	转译后的大神指令（节选）
"做个提醒喝水的网页"	单页应用：HTML + setInterval 定时 Notification API 弹提醒；localStorage 存用户设置；无后端。
"自动把截图转成表格"	Python + OpenCV 切图 → Tesseract OCR → pandas 清洗 → 输出 xlsx；封装成 CLI。

License

MIT · © dx2020z