agent-skills：为 AI 编程代理提供生产级工程技能
速览
该项目封装了生产级别的工程实践（如代码审查、测试生成、重构建议等），供 AI 编程代理直接调用。适合需要提升 AI 生成代码质量的开发者团队，也适用于构建或优化 AI 编码助手的工程场景。
AI 深度解读
这是什么
addyosmani/agent-skills 是一个开源的技能包，包含 24 个结构化 Markdown 文件（23 个生命周期技能 + 1 个元技能），专门为 AI 编码智能体（如 Claude Code、Cursor、Codex、Copilot、Cline 等）设计。每个技能封装了资深工程师在实际开发中使用的工作流、质量门禁和最佳实践，让智能体在软件开发的每个阶段都能一致地遵循这些规范。
项目采用 DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP 的六阶段生命周期，并通过 8 个斜杠命令（/spec、/plan、/build、/test、/review、/ship 等）映射到具体环节。它还支持自动触发——当智能体检测到你在设计 API 时，会自动加载 api-and-interface-design 技能；构建 UI 时加载 frontend-ui-engineering，无需手动指定。
安装极其简单：npx skills add addyosmani/agent-skills 即可将全部技能导入 70 多种 agent，也可只安装单个技能（如 npx skills add addyosmani/agent-skills --skill code-review-and-quality）。
解决的问题
AI 编码智能体天然倾向于走最短路径——跳过规格定义、测试、安全审查、性能优化，直接生成看起来能跑的代码。结果是“原型质量”而非“生产质量”。agent-skills 通过结构化的工作流强制智能体遵守以下纪律：
- 写代码前必须先定义规格（Spec）
- 增量实现，每个步骤都有验证
- 代码审查前必须通过质量门禁（五维度审查）
- 版本发布必须有 observability（可观测性）和迁移计划
它还解决了人类在循环中的痛点：当 spec 确定后，/build auto 命令允许一次性批准计划，然后智能体自主执行所有任务，每个任务仍然是测试驱动的、单独提交，并在失败或风险步骤时暂停。这样去掉了人类在任务间的手动跳转，但保留了关键验证环节。
核心功能
-
8 个斜杠命令：覆盖开发全生命周期
/spec→ 从 idea 到 PRD/plan→ 任务分解/build→ 增量实现（含自动规划）/test→ TDD 红-绿-重构/review→ 代码审查与质量/ship→ CI/CD、发布、可观测性- 每个命令自动激活对应的技能集合。
-
24 个技能：具体包括：
- Define 阶段：
interview-me（需求追问）、idea-refine、spec-driven-development - Plan 阶段：
planning-and-task-breakdown - Build 阶段：
incremental-implementation、context-engineering、source-driven-development、doubt-driven-development、frontend-ui-engineering、test-driven-development、api-and-interface-design - Verify 阶段：
browser-testing-with-devtools、debugging-and-error-recovery - Review 阶段：
code-review-and-quality（五维度审查）、code-simplification、security-and-hardening、performance-optimization - Ship 阶段：
git-workflow-and-versioning、ci-cd-and-automation、deprecation-and-migration、documentation-and-adrs、observability-and-instrumentation、shipping-and-launch - Meta 技能：
using-agent-skills（教你如何使用这个技能包）
- Define 阶段：
-
每个技能的固定结构：
- Frontmatter：名称、描述、何时使用
- Overview：技能做什么
- When to Use：触发条件（自动或手动）
- Process：步步操作工作流
- Rationalizations：常见借口与反驳（反合理化表）
- Red Flags：出现问题的信号
- Verification：必须提供的证据（测试通过、构建输出、运行时数据）
-
预配置专家角色：
agents/目录下提供 4 个专项审查角色（如安全专家、性能专家），可与技能和斜杠命令组合使用。 -
多平台原生集成：
- Claude Code：通过
/plugin marketplace add安装，支持 8 个斜杠命令 - Cursor：复制
SKILL.md到.cursor/rules/ - Gemini CLI：
gemini skills install自动发现 - Codex CLI：
codex plugin marketplace add，在聊天中用@调用 - Windsurf、OpenCode、Copilot、Kiro 等均有对应配置文档
- Claude Code：通过
亮点 / 与同类相比
- 反合理化机制：每个技能内置一张“借口—反驳”表。例如智能体说“我之后再添加测试”，技能会立即反驳“现在不写测试等于没有测试，且后续回归成本更高”。这防止了智能体用似是而非的理由跳过关键步骤。
- 验证不可协商：每个技能以 Verification 小节结尾，明确要求证据（如“测试通过”、“构建输出”、“运行时指标”）。
seems right从不被接受。这与大多数 prompt 不同——它们通常只要求“请做 X”，但缺少强制验证。 - 渐进式披露：
SKILL.md是轻量级入口（约 10-15 行），而深层参考（如检查清单、常见陷阱）存放在references/目录下，仅在需要时加载。这大幅降低了 token 消耗，不像许多同类工具将所有规则塞进系统提示词导致浪费。 - 源自 Google 工程文化：灵感来自《Software Engineering at Google》和 Google 工程实践指南，将“写测试”、“做代码审查”、“保持可观测性”等硬性要求转化为智能体可执行的步骤。
- 跨 agent 兼容：技能是纯 Markdown，任何接受指令文件或系统提示的 agent 都能使用。安装命令
npx skills add统一了 70+ 工具的接入方式，无需为每个工具重写规则。 - 自动化和手动验证的平衡：
/build auto模式移除人工步骤跳转，但保留了测试驱动和提交独立性，失败时自动暂停——不是黑盒自动化的“信任但不管”，而是“自动化执行、人工监督关键步骤”。 - 单个技能可独立安装：你不需要整个包。例如只关心代码审查，可以只安装
code-review-and-quality一个技能。
适合谁用 / 上手
适用人群：
- 使用 AI 编码助手（Claude Code、Cursor、Codex、Copilot 等）但希望输出达到生产级质量的开发者
- 需要让智能体团队（而非个人）保持一致工程规范的团队
- DevOps 和平台工程人员，希望将“资深工程师的判断”编码为可反复执行的规则
快速上手（最推荐方式）：
# 安装所有 24 个技能（任何 agent 通用）
npx skills add addyosmani/agent-skills
# 先浏览再安装
npx skills add addyosmani/agent-skills --list
# 只安装单个技能
npx skills add addyosmani/agent-skills --skill test-driven-development
Claude Code 原生集成（推荐）：
/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills
之后即可使用 /spec、/build 等命令。
Cursor 集成：将 skills/ 目录下的 SKILL.md 复制到 .cursor/rules/。
其他 agent：查看 docs/ 目录下的专用设置指南。对于不接受插件但支持指令文件的 agent，直接引用技能 Markdown 即可。
对已有 spec 的加速：执行 /build auto →