人工智能代理的安全实验框架。创建隔离的沙箱环境，用于尝试新功能、测试方法和探索解决方案，而不会污染主代码库。 使用时间：代理需要尝试一些不确定的事情、探索多种方法、测试新库、对功能进行原型设计或在承诺实施之前运行技术高峰。 主要触发点：“实验”=设置沙箱+运行实验“尝试这种方法”=在沙箱中快速实验“尖峰”/“POC”/“原型”=限时技术调查“修补程序”/“修补模式”=进入实验工作流程“探索选项”=沙箱中的多种方法比较 不适合：调试（使用调试器）、测试（使用测试运行器）或提交的功能工作（使用 git 分支）。 区分器：与 git 分支（用于承诺的方向）不同，修补是为了“我不知道这是否可行”的探索。在提交到分支之前，在沙盒中尝试 5 件事。更快的反馈，零代码库污染。
通过命令行快速安装 tinkering AI 技能到你的开发环境
来源：rfxlamia/claude-skillkit。
Structured experimentation framework. When uncertain about an approach, don't hack at production code - create an isolated sandbox, try freely, then graduate successful experiments or discard failed ones cleanly.
Core principle: The output of tinkering is knowledge, not production code. A successful experiment teaches you how to solve the problem. The actual implementation happens after, informed by what you learned.
| "Will this library work for our use case?" | Yes | Unknown outcome, need to explore | | "Which of these 3 approaches is fastest?" | Yes | Comparing multiple options | | "How do I integrate this API?" | Yes | Technical spike, learning-focused | | "Add a login button to the header" | No | Clear requirement, use git branch |
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/rfxlamia/claude-skillkit --skill tinkering人工智能代理的安全实验框架。创建隔离的沙箱环境，用于尝试新功能、测试方法和探索解决方案，而不会污染主代码库。 使用时间：代理需要尝试一些不确定的事情、探索多种方法、测试新库、对功能进行原型设计或在承诺实施之前运行技术高峰。 主要触发点：“实验”=设置沙箱+运行实验“尝试这种方法”=在沙箱中快速实验“尖峰”/“POC”/“原型”=限时技术调查“修补程序”/“修补模式”=进入实验工作流程“探索选项”=沙箱中的多种方法比较 不适合：调试（使用调试器）、测试（使用测试运行器）或提交的功能工作（使用 git 分支）。 区分器：与 git 分支（用于承诺的方向）不同，修补是为了“我不知道这是否可行”的探索。在提交到分支之前，在沙盒中尝试 5 件事。更快的反馈，零代码库污染。 来源：rfxlamia/claude-skillkit。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/rfxlamia/claude-skillkit --skill tinkering 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/rfxlamia/claude-skillkit