parametric-scribe
为AI编程提供非线性编辑与时间旅行能力，可回溯修改并智能重演后续步骤。
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：parametric-scribe。 它的用途是：为AI编程提供非线性编辑与时间旅行能力，可回溯修改并智能重演后续步骤。 完整的 Skill 内容见：https://321skill.com/skills/parametric-scribe/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
“我想把项目从Express框架切换到Fastify，请使用Parametric Scribe重新应用我们之前添加用户认证和数据库连接的步骤。” 它会定位到更改框架的原始步骤，然后基于新的Fastify项目结构，智能地重新执行“添加用户认证”和“连接数据库”的意图，生成适配Fastify的代码，而不是直接插入旧的Express代码。
介绍
Parametric Scribe 旨在解决传统AI编码的“破坏性”问题。在常规AI辅助编程中，一旦早期决策（如框架选择）需要修改，后续所有基于此的代码都可能失效，导致大量返工或重写。
该Skill通过记录你的编码过程来解决此问题。它将每个任务（如“创建Flask应用”、“添加登录功能”）保存为一个独立的“步骤”，包含原始意图（Prompt）和生成结果（文件）。当你想修改早期步骤（例如将Flask改为Django）时，它不会简单地覆盖代码，而是像一个智能编译器，基于新的代码基础，重新理解和执行后续步骤的原始意图，自动“修复”断裂的依赖关系。
它特别适合需要频繁探索、迭代或重构代码的开发者，如全栈开发、智能体开发或进行复杂项目原型设计的人员。在项目初期技术选型不确定，或中期需要大规模架构调整时，它能极大提升实验效率和代码一致性。
使用时请注意，其核心是“意图重演”，效果高度依赖LLM对原始意图和新上下文的理解能力。建议从清晰、离散的任务开始记录，并在关键修改点后人工复核重演结果，以确保逻辑正确性。
核心特点
与普通代码历史记录或版本控制不同，它不仅能回退到历史状态，更能基于新的代码基础智能“重播”后续的开发步骤，实现非线性的、参数化的代码演进，而非简单的文本替换。
注意事项
不适合对代码修改过程没有清晰步骤划分或意图模糊的零散编码任务。
常见问题
Parametric Scribe 和 Git 有什么区别？
Git记录文件快照，用于版本回退和合并；Scribe记录开发意图和步骤，用于在修改早期决策后，智能地重新应用后续的开发动作。
重演步骤时，它会完全复现之前的代码吗？
不会，它会根据新的代码上下文，重新理解并执行原始任务意图，生成适配新基础的代码，而非复制粘贴旧代码。
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/parametric-scribe/raw/index.md 读取 parametric-scribe 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/parametric-scribe/raw/index.md（查看排版版本）