dojo-hack
Codojo S4 阶段唯一 skill：魔改（可选进阶）。S3 教学完成后的实战环节， AI 基于项目分析为用户推荐多个魔改方向（加功能、重构、性能优化等）， 用户可多选或自定义，然后制定 `.codojo/plan.md` 并按计划对项目进行实际改造。 两种状态模式（自动路由）： - init : plan.md 不存在 → 推荐魔改方向 → 用户选择 → 生成 plan.md - resume : plan.md 已存在 → 读取计划 → 从上次断点继续执行 plan.md 随用户需求持续更新，S4 不设边界，直到用户主动说"结束"为止。 触发关键词：魔改、改造项目、加功能、S4、hack、我想改这个项目、 动手改、重构、优化、加个功能、实战。 前置条件：`.codojo/schedule.md` 总进度 = 100%（S3 已完成）。 若前置不满足，必须提示用户先完成 S3 教学，不可跳过。 后置产出：`.codojo/plan.md`（持续更新） + 对项目代码的实际修改。 注意：本 skill 会**实际修改项目代码**，每次代码改动前必须先展示方案并等用户 确认"执行"后才动手，不可自作主张直接改代码。 如果用户未完成 S3 就说"我想改项目"，应由 dojo-stage 拦截并提示先完成教学。
npx skills add ttguy0707/codojo --skill dojo-hack --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# dojo-hack — S4 魔改阶段 > 一句话定位：推荐魔改方向，制定计划，动手改造项目，直到用户满意。 ## 何时使用 - ✅ S3 教学 100% 完成，用户选择进入 S4 - ✅ 用户说"我想魔改"、"给项目加功能"、"改造一下" - ❌ S3 未完成 → 提示先完成 S3，转 `dojo-teach` - ❌ 用户只是想学习不想改代码 → 不强制进入 ## 前置条件 - `<repo-root>/.codojo/schedule.md` 存在且显示 100% 完成 若前置条件不满足，提示用户先完成 S3 教学。 ## 工作流 ### Step 1：项目深度分析与推荐 全面分析项目代码，从以下维度推荐魔改方向： - **功能扩展**：基于项目已有能力，可以新增哪些实用功能 - **代码重构**：哪些地方可以优化结构、提升可读性 - **性能优化**：有没有明显的性能瓶颈可以改进 - **测试完善**：缺少哪些测试覆盖 - **工程化改进**：CI/CD、日志、监控、文档等 输出推荐列表： ```markdown ## 🎯 魔改方向推荐 根据项目分析，为你推荐以下魔改方向（可多选，也可以自己提需求）： ### 功能扩展类 1. **<功能名>**：<一句话描述 + 预估工作量> 2. **<功能名>**：<一句话描述 + 预估工作量> ### 代码优化类 3. **<优化点>**：<一句话描述 + 预估工作量> 4. **<优化点>**：<一句话描述 + 预估工作量> ### 工程化改进类 5. **<改进点>**：<一句话描述 + 预估工作量> --- 请回复你想做的编号（如「1 3 5」），或者直接告诉我你想做什么改动。 回复「不了」可以跳过 S4，结束整个学习流程。 ``` **推荐原则**： - 推荐 5-8 个方向，不要太多造成选择困难 - 每个方向要有具体可落地的改动点，不要空泛 - 按难度从低到高排列 - 预估工作量帮助用户做选择 ### Step 2：制定 plan.md 根据用户选择（可多选 + 自定义），生成 `<repo-root>/.codojo/plan.md`： ```markdown # 魔改计划 > 根据你的选择生成，AI 将按此计划协助你改造项目。 ## 概要 - **选定方向**：<列出> - **预计总工作量**：约 X 小时 - **当前状态**：进行中 ## 任务清单 ### 任务 1：<任务名> - **目标**：<达成什么效果> - **涉及文件**：<文件路径列表> - **实施步骤**： 1. <具体步骤> 2. <具体步骤> 3. <具体步骤> - **验证方式**：<如何确认改动生效> - **状态**：⚪ 未开始 ### 任务 2：<任务名> ... ## 变更日志 <!-- 每次有新需求
- 何时使用
- 前置条件
- 工作流
- Step 1：项目深度分析与推荐
- Step 2：制定 plan.md
- Step 3：执行改造
- Step 4：持续迭代
- Step 5：完成总结（用户主动结束时）
- 产出
- Gotchas
- 不该做的事
- 输出风格约束
What does the dojo-hack skill do?
Codojo S4 阶段唯一 skill：魔改（可选进阶）。S3 教学完成后的实战环节， AI 基于项目分析为用户推荐多个魔改方向（加功能、重构、性能优化等）， 用户可多选或自定义，然后制定 `.codojo/plan.md` 并按计划对项目进行实际改造。 两种状态模式（自动路由）： - init : plan.md 不存在 → 推荐魔改方向 → 用户选择 → 生成 plan.md - resume : plan.md 已存在 → 读取计划 → 从上次断点继续执行 plan.md 随用户需求持续更新，S4 不设边界，直到用户主动说"结束"为止。 触发关键词：魔改、改造项目、加功能、S4、hack、我想改这个项目、 动手改、重构、优化、加个功能、实战。 前置条件：`.codojo/schedule.md` 总进度 = 100%（S3 已完成）。 若前置不满足，必须提示用户先完成 S3 教学，不可跳过。 后置产出：`.codojo/plan.md`（持续更新） + 对项目代码的实际修改。 注意：本 skill 会**实际修改项目代码**，每次代码改动前必须先展示方案并等用户 确认"执行"后才动手，不可自作主张直接改代码。 如果用户未完成 S3 就说"我想改项目"，应由 dojo-stage 拦截并提示先完成教学。
How do I install it?
Run `npx skills add ttguy0707/codojo --skill dojo-hack --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ttguy0707/codojo, a repository with 50 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.