Agent Skills：将资深工程师的工程经验打包给AI编码代理（56.8k Stars）

项目简介

Agent Skills 是由 Google Chrome 团队资深工程师 Addy Osmani 开源的项目，旨在将资深工程师的 workflows、质量门禁和最佳实践打包成 AI 编码代理可直接执行的技能。

项目发布后迅速在 GitHub 上爆火，已获 56,800+ Stars，单日增长超过 2,600 Stars，成为当前 GitHub 热度最高的项目。

项目地址：https://github.com/addyosmani/agent-skills

解决的问题

AI 编码代理写代码很快，但不代表写得好。资深工程师拿到一个任务时，会先做需求分析、写规范、拆分任务、写测试、做代码审查——这些经验丰富的工程师用直觉完成的流程，AI 代理往往直接跳过了。

Agent Skills 把这些流程标准化、结构化，让 AI 代理按照正确的工程流程工作，而不是”上来就写代码”。

7 个核心 Slash 命令

每个命令对应开发生命周期的一个阶段，输入即触发对应的技能：

其中 /build auto 模式最为强大：你审批一次计划后，代理自动执行所有任务，对每个任务仍然遵循测试驱动、逐个提交的实现流程，遇到故障或风险步骤会自动暂停。

完整的 24 个技能

元技能

• using-agent-skills — 将工作映射到正确的技能工作流，定义共享操作规则

需求定义阶段

• interview-me — 逐个提问，深挖用户真实需求（而非用户自认为的需求），直到约 95% 置信度
• idea-refine — 结构化的发散/收敛思维，将模糊概念转为具体方案
• spec-driven-development — 编写 PRD 文档覆盖目标、命令、结构、代码风格、测试策略等

规划阶段

• planning-and-task-breakdown — 将规范拆分为小任务，设定验收标准和依赖顺序

构建阶段

• incremental-implementation — 薄垂直切片，实现 -> 测试 -> 验证 -> 提交
• test-driven-development — 红-绿-重构，测试金字塔(80/15/5)
• 另有 api-design、frontend-ui-engineering、database-schema-design 等专项技能

验证与审查阶段

• 代码审查、安全审查、性能审查、可访问性检查等

发布阶段

• 发布清单、回滚计划、观测指标配置等

支持的工具

核心设计理念

Spec-Driven > Prompt-Driven：在 prompt 工程火爆的当下，Agent Skills 提出了不同的思路——不是靠把 prompt 写得更长更复杂来引导 AI，而是用结构化的 workflow 来约束 AI 的行为。这更像是在给 AI 搭脚手架，而不是给它写小作文。

技能自动触发：不需要用户手动输入命令，技能会根据上下文自动激活。例如设计 API 时自动加载 api-and-interface-design 技能，构建 UI 时自动加载 frontend-ui-engineering。

反合理化表（Anti-Rationalization Tables）：每个技能都包含”反合理化表”——当 AI 代理倾向于偷懒或走捷径时，这些表格会把它拉回来，确保每个步骤都真正执行到位。

配套生态

Agent Skills 的出现带起了一个完整生态：

• NVIDIA SkillSpector — 用于扫描 AI 代理技能中的安全漏洞
• Superpowers — 基于类似理念的 AI 编码方法论框架

这也意味着，”AI 代理技能”正在成为一个新的软件类型，就像 App 和插件一样，有开发、分发、安全审计的完整链条。

快速入门

Claude Code（推荐）：

/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

Git 克隆：

git clone https://github.com/addyosmani/agent-skills.git
claude --plugin-dir /path/to/agent-skills

Agent Skills 的核心理念很简单：AI 编码代理应该像资深工程师一样工作，而不是像刚学会打字的新手。在这个 AI 代码生成能力飞速提升的时代，如何让 AI 写出”好代码”比如何让 AI 写出”更多代码”更重要。