microsoft/hve-core

title: HVE Core description: 适用于 GitHub Copilot 的 Hypervelocity Engineering 提示词库，提供基于约束的 AI 工作流和经过验证的工件 author: Microsoft ms.date: 2026-02-18 ms.topic: overview keywords: - hypervelocity engineering - prompt engineering - github copilot - ai workflows - custom agents - copilot instructions - rpi methodology estimated_reading_time: 3 [](https://github.com/microsoft/hve-core/actions/workflows/release-stable.yml) [](https://github.com/microsoft/hve-core/actions/workflows/codeql-analysis.yml) [](https://scorecard.dev/viewer/?uri=github.com/microsoft/hve-core) [](https://www.bestpractices.dev/projects/11795) [](./LICENSE) [](https://microsoft.github.io/hve-core/) Hypervelocity Engineering (HVE) Core 是一个面向 GitHub Copilot 的企业级 prompt engineering 框架。它提供基于约束的 AI 工作流、经过验证的工件以及结构化方法，能够满足从个人开发者到大型团队的各种规模需求。 ## 概述 HVE Core 提供了具有 JSON schema 验证的专用 agent、可复用的 prompt、instruction 集合和 skill。该框架将 AI 关注点分离为边界清晰的独立工件类型，并通过基于约束的设计来防止行为失控。 RPI (Research → Plan → Implement) 方法论将复杂的工程任务结构化为多个阶段，在此过程中 AI 明确知道自己不能做什么，从而将优化目标从“看似合理的代码”转变为“已验证的事实”。 ## 快速入门 ### 1. 安装 从 Marketplace 安装 VS Code 扩展： [](https://marketplace.visualstudio.com/items?itemName=ise-hve-essentials.hve-core) 需要其他安装方式？请参阅 [安装指南](docs/getting-started/install.md)，了解 CLI 插件、子模块、多根工作区等内容。 ### 2. 验证 打开 GitHub Copilot Chat (`Ctrl+Alt+I`) 并检查 HVE Core agent 是否出现在 agent 选择器中。查找 **task-researcher**、**task-planner** 和 **rpi-agent**。 ### 3. 试用 选择 **memory** agent 并输入： 该 agent 会在您的工作区中创建一个 memory 文件。现在您已拥有一个能够响应自然语言的、可正常工作的 HVE Core 安装环境。 准备好深入了解了吗？请遵循 [入门指南](docs/getting-started/README.md)。 ## 文档 完整文档可在 **** 获取。 | 指南 | 描述 | |----------------------------------------------------------|-------------------------------------------------| | [入门](docs/getting-started/README.md) | 设置与首个工作流教程 | | [RPI 工作流](docs/rpi/README.md) | 深入了解 Research、Plan、Implement | | [贡献](docs/contributing/README.md) | 创建自定义 agent、instruction 和 prompt | | [Agents 参考](.github/CUSTOM-AGENTS.md) | 所有可用的 agent | | [Instructions 参考](.github/instructions/README.md) | 所有编码 instruction | ## 包含内容 | 组件 | 数量 | 描述 | 文档 | |--------------|-------|----------------------------------------------------------------------|------------------------------------------------| | Agents | 35 | 用于研究、规划和实现的专用 AI 助手 | [Agents](.github/CUSTOM-AGENTS.md) | | Instructions | 68 | 自动应用的仓库特定编码准则 | [Instructions](.github/instructions/README.md) | | Prompts | 40 | 用于提交和 PR 等常见任务的可复用模板 | [Prompts](.github/prompts/README.md) | | Skills | 2 | 包含跨平台脚本和指导的自包含包 | [Skills](.github/skills/) | | Scripts | N/A | 用于 linting、安全性和质量的验证工具 | [Scripts](scripts/README.md) | ## Prompt 工程框架 HVE Core 为 prompt engineering 提供了一种结构化方法，包含四种工件类型，每种类型服务于不同的目的： | 工件 | 目的 | 激活方式 | |------------------|-------------------------------------------------------|------------------------------| | **Instructions** | 通过文件模式应用的被动参考指南 | 通过 `applyTo` glob 自动激活 | | **Prompts** | 带有输入变量的任务特定过程 | 通过 `/` 命令手动激活 | | **Agents** | 具有工具访问权限和约束的专用角色 | 通过 agent 选择器手动激活 | | **Skills** | 带有跨平台脚本的可执行工具 | 由 Copilot 按需读取 | ### 核心能力 * 协议模式支持基于步骤（顺序）和基于阶段（对话式）的工作流格式 * 输入变量使用 `${input:variableName}` 语法，支持默认值和 VS Code 集成 * Subagent 委派通过 `runSubagent` 为工具密集型工作提供了一等公民模式 * 成熟度生命周期遵循四阶段模型（`experimental` → `preview` → `stable` → `deprecated`） 使用 `prompt-builder` agent 遵循这些模式创建新工件。 ## 企业级验证流水线 所有 AI 工件均通过具有 JSON schema 强制执行的 CI/CD 流水线进行验证： ``` *.instructions.md → instruction-frontmatter.schema.json *.prompt.md → prompt-frontmatter.schema.json *.agent.md → agent-frontmatter.schema.json SKILL.md → skill-frontmatter.schema.json ``` 验证系统提供： * 类型化 frontmatter 验证提供结构化错误报告。 * 基于模式的 schema 映射支持自动文件类型检测。 * 成熟度强制执行确保工件声明稳定性级别。 * 链接和语言检查验证交叉引用。 在提交更改之前，请在本地运行 `npm run lint:frontmatter`。 ## 项目结构 ``` .github/ ├── agents/ # Specialized Copilot chat assistants ├── instructions/ # Repository-specific coding guidelines ├── prompts/ # Reusable prompt templates ├── skills/ # Self-contained executable packages └── workflows/ # CI/CD pipeline definitions docs/ ├── getting-started/ # Installation and first workflow guides ├── rpi/ # Research, Plan, Implement methodology ├── contributing/ # Artifact authoring guidelines └── architecture/ # System design documentation extension/ # VS Code extension source scripts/ ├── collections/ # Collection validation and helper modules ├── extension/ # Extension packaging and preparation ├── lib/ # Shared utilities ├── linting/ # Markdown, frontmatter, YAML validation ├── plugins/ # Plugin generation ├── security/ # Dependency pinning and SHA checks └── tests/ # Pester test suites ``` ## 负责任的 AI Microsoft 鼓励客户在开发 AI 驱动的系统时审查其 Responsible AI 标准，以确保符合伦理、安全且包容的 AI 实践。欲了解更多信息，请访问 [Microsoft's Responsible AI](https://www.microsoft.com/ai/responsible-ai)。 ## 法律信息 本项目基于 [MIT License](./LICENSE) 授权。 有关安全策略和漏洞报告，请参阅 [SECURITY.md](./SECURITY.md)。 有关项目治理模型，请参阅 [GOVERNANCE.md](./GOVERNANCE.md)。 ## 商标声明 *🤖 由 ✨Copilot 在出色的人工指令下精准打造， 随后由我们挑剔的人工审阅者团队精心优化。*

标签：AI 代理, AI合规, AI 工作流, Copilot Skills, Copilot 扩展, DevOps 工具, GitHub Copilot, HVE Core, JSON Schema 验证, Libemu, Libemu, LLM 应用架构, Prompt 库, RPI 方法论, 人工智能辅助开发, 企业数字化转型, 企业级框架, 可复用组件, 大语言模型开发, 微软, 提示词工程, 暗色界面, 策略决策点, 约束式设计, 自动化代码生成, 自定义指令, 超级高速工程, 软件开发套件, 防御加固