mattpocock/skills：面向真实工程实践的 AI 编程 Agent 技能集

这是什么

mattpocock/skills 是一个由资深开发者 Matt Pocock 维护的开源项目，旨在为 AI 编码助手（如 Claude Code、Codex、Cursor 等）提供一套经过实战验证的「工程技能包」。

该项目并非传统的代码库，而是一套可组合、可适配的工作流指令（Skills）。它基于作者数十年的软件工程经验构建，核心理念是反对「氛围编程」（vibe coding），主张通过结构化的交互流程，让 AI 助手像资深工程师一样思考、沟通和执行。

项目主要使用 Shell 脚本编写，目前 GitHub 星标数超过 132k，拥有庞大的开发者社区支持。它不试图接管整个开发过程（如 GSD、BMAD 等框架那样），而是作为辅助工具嵌入现有工作流，保留开发者对代码和架构的最终控制权。

解决的问题

该项目主要解决 AI 辅助编程中常见的三个核心痛点：

1. 需求对齐偏差（Misalignment）

   • 现象：开发者认为 AI 理解了需求，但实际生成的代码完全偏离预期。
   • 根源：人与 AI 之间存在「沟通鸿沟」。AI 往往缺乏对业务上下文和领域术语的深刻理解，导致用词模糊、逻辑偏差。
   • 后果：大量返工，开发效率反而降低。

2. 反馈循环缺失（Lack of Feedback Loops）

   • 现象：AI 生成的代码看似合理，但运行后出现 Bug 或性能问题，且难以调试。
   • 根源：缺乏严格的测试驱动开发（TDD）流程和自动化反馈机制。AI 在「盲目飞行」，没有红-绿-重构（Red-Green-Refactor）的约束。

3. 代码熵增与架构腐化（Software Entropy）

   • 现象：随着功能快速迭代，代码库迅速变得复杂、混乱，难以维护。
   • 根源：AI 加速了编码速度，但也加速了技术债的积累。缺乏对系统设计的日常投入，导致模块耦合度高、接口不清晰。

核心功能

mattpocock/skills 提供了一系列模块化指令，覆盖从需求分析到代码维护的全生命周期：

1. 需求澄清与领域建模

• /grill-me：强制 AI 对开发计划进行「审问式」提问，确保所有决策分支都被明确，消除模糊性。
• /grill-with-docs：在 /grill-me 基础上，结合现有的 CONTEXT.md 和架构决策记录（ADRs），帮助建立通用语言（Ubiquitous Language），统一开发者与 AI 的术语体系。

2. 测试驱动与调试

• /tdd：强制执行红-绿-重构循环。AI 必须先写失败的测试，再编写通过测试的代码，确保每一步都有明确的反馈。
• /diagnose：提供结构化的调试流程：复现问题 → 最小化复现场景 → 提出假设 → 添加监控/日志 → 修复 → 回归测试。

3. 架构优化与设计

• /to-prd：将当前对话上下文直接转化为产品需求文档（PRD），并提交为 GitHub Issue，无需额外访谈。
• /to-issues：将 PRD 或计划拆解为可独立执行的 GitHub Issue，采用垂直切片（Vertical Slices）方式。
• /improve-codebase-architecture：定期扫描代码库，识别深层优化机会，修复「泥球式」架构，基于领域语言提出改进建议。
• /zoom-out：让 AI 跳出局部代码，从系统全局视角解释陌生代码段的上下文。

4. 工作流与协作工具

• /triage：通过状态机管理 Issue 的分诊流程，支持 GitHub、Linear 或本地文件。
• /handoff：将当前对话压缩为交接文档，便于另一个 AI 或开发者继续工作。
• /caveman：超压缩通信模式，去除冗余填充词，节省约 75% 的 Token 使用量，同时保持技术准确性。
• /prototype：快速构建一次性原型，用于验证状态逻辑或 UI 变体。

5. 基础设施配置

• /setup-matt-pocock-skills：一次性配置脚本，用于初始化仓库配置（如 Issue 追踪器类型、分诊标签、文档存储路径等），使其他技能能正确读取上下文。

亮点 / 与同类相比

| 特性 | mattpocock/skills | 传统 AI 编码框架 (如 GSD, BMAD) | 通用 AI 助手 | | :--- | :--- | :--- | :--- | | 控制权 | 开发者主导。技能是工具，开发者决定何时使用。 | 框架主导。框架接管流程，开发者可能失去对细节的控制。 | AI 主导。AI 自行决定下一步行动，容易偏离意图。 | | 灵活性 | 高。技能小而独立，可组合，适配任何模型。 | 低。通常绑定特定工作流，难以定制。 | 中。依赖提示词工程，缺乏结构化约束。 | | 工程严谨性 | 强。内置 TDD、调试循环、架构审查等工程最佳实践。 | 中。侧重流程管理，对代码质量约束较弱。 | 弱。缺乏强制性的质量检查机制。 | | 领域理解 | 深度集成。通过 CONTEXT.md 和 ADRs 建立共享语言。 | 一般。通常假设 AI 能自行理解项目上下文。 | 差。AI 往往忽略项目特定的术语和决策。 | | Token 效率 | 优化。提供 /caveman 等工具压缩上下文，减少无效交互。 | 一般。流程指令可能消耗较多 Token。 | 低。对话冗长，包含大量无关信息。 |

核心差异化价值：

• 基于经验的工程实践：不是简单的提示词堆砌，而是将《程序员修炼之道》、《领域驱动设计》等经典软件工程原则转化为可执行的 AI 指令。
• 解决「沟通鸿沟」：通过 /grill-with-docs 等工具，强制 AI 使用项目特定的领域语言，显著减少因术语误解导致的代码偏差。

适合谁用 / 上手

适合人群

• 使用 AI 编码助手的专业开发者：特别是那些发现 AI 生成的代码质量不稳定、需求理解偏差较大的用户。
• 重视代码质量和架构的团队：希望将 TDD、领域建模等工程最佳实践自动化、标准化的团队。
• 厌倦「氛围编程」的工程师：希望从「写代码」转向「设计系统」和「解决复杂问题」的资深开发者。

上手指南

1. 安装 在项目根目录运行以下命令，选择你使用的编码助手（如 Claude Code、Codex 等）并安装技能：

   npx skills@latest add mattpocock/skills
   

2. 初始化配置 在 AI 助手终端中运行 /setup-matt-pocock-skills。该命令会引导你完成以下配置：

   • 选择 Issue 追踪器（GitHub、Linear 或本地文件）。
   • 定义 Issue 分诊标签（如 /triage）。
   • 指定文档存储路径。

3. 日常使用

   • 新项目启动：先运行 /grill-with-docs 澄清需求，建立 CONTEXT.md。
   • 开发功能：使用 /tdd 进行开发，确保代码质量。
   • 遇到 Bug：使用 /diagnose 进行结构化调试。
   • 架构维护：定期运行 `/