蜡笔猫导航
它能做什么
- Depth Tree 方法：把任务向下拆成 N 层结构
- 每个叶子节点分配到整项任务的完整时间预算
- 以技能包形式接入 Agent，而非独立应用
- MIT 许可证开源，使用 JavaScript 编写
- 面向模型偷懒、思考不足、提前完成等问题
适合谁
- 用 Claude Code 等 Agent 处理长任务时，减少半途敷衍与提前收尾
- 提示词工程实践者研究任务分层拆解的写法
- 想把反偷懒策略固化为可复用技能包的团队
详细介绍
unlazy 是一个以技能包（skill）形式分发的开源项目，目标是对付大模型在执行复杂任务时「偷懒」：思考不充分、浅尝辄止、还没做完就宣布完成。它的核心是作者提出的 Depth Tree 方法——把任务向下拆成 N 层，并让每个叶子节点都享有整项任务的完整时间预算，使投入的努力随深度成倍增加。
按仓库自述，这套方法参考了 2025–2026 年关于模型偷懒、思考不足与提前完成的研究。项目采用 MIT 许可证，使用 JavaScript 编写，topics 覆盖 ai-agents、claude、claude-code、prompt-engineering、skill，说明它主要面向 Claude / Claude Code 这类 Agent 使用场景。
它更适合已经在用编程 Agent 或通用 Agent 处理长任务、希望减少返工的开发者，以及对提示词与任务拆解策略感兴趣的研究者。使用方式是把技能包接入相应 Agent 环境，再按 Depth Tree 的思路组织和下发任务；仓库没有提供明确的安装命令，接入细节需查看仓库文档。