canonry
用于设置和操作 Canonry AEO 项目的 CLI 与 MCP 工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：canonry。 它的用途是：用于设置和操作 Canonry AEO 项目的 CLI 与 MCP 工具。 完整的 Skill 内容见：https://321skill.com/skills/canonry-x-8/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请使用 Canonry 工具检查当前分支的代码变更中，所有 AI 生成的函数是否都有正确的文档引用覆盖。”，它会调用 Canonry CLI 分析项目，并返回一份详细的覆盖报告，指出缺失引用的位置。或者，你可以说：“诊断最近一次部署后，API 响应时间回归是否与某次 AI 生成的代码修改有关。”，它会运行技术审计，定位可能引入性能问题的 AI 编辑操作。
介绍
Canonry Skill 旨在帮助开发者和项目管理者高效管理基于 Canonry 的 AEO（AI 编辑操作）项目。它解决了在 AI 辅助开发流程中，难以系统化检查引用覆盖、诊断性能回退以及执行技术审计的痛点。
通过集成 Canonry CLI 和 MCP（模型上下文协议）工具，用户可以直接在 AI 工作流中运行覆盖检查、分析回归原因、执行代码或文档审计，并将这些操作无缝嵌入到现有的开发或审查流程中。
该 Skill 特别适合负责代码质量、项目交付或 AI 应用开发的工程师和项目经理，他们需要对 AI 生成或修改的内容进行可靠的质量控制和影响评估。
使用建议：建议在项目关键节点（如代码合并前、发布前）或定期审计时使用。注意，它需要与 Canonry 项目框架配合使用，并可能需要一定的初始配置来连接您的项目仓库和审计目标。
核心特点
与通用的代码质量检查工具不同，Canonry Skill 深度集成 AEO 项目上下文，能够专门针对 AI 编辑操作（如提及和引用）进行覆盖分析和回归诊断，并提供通过 MCP 工具直接操作的桥梁。
注意事项
不适合用于非 Canonry AEO 项目或无需深度分析 AI 编辑影响的通用开发任务。
常见问题
Canonry Skill 能检查哪些类型的覆盖？
主要检查 AI 编辑操作中的提及（mention）和引用（citation）覆盖情况。
需要提前安装 Canonry CLI 吗？
是的，需要先安装并配置好 Canonry CLI，此 Skill 通过 MCP 工具与其交互。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/canonry-x-8/raw/index.md 读取 canonry 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/canonry-x-8/raw/index.md（查看排版版本）