Skill Agent-Skills 把资深工程师工程实践教给AI智能体

AI 编码智能体写代码的能力已经够用，真正拉开差距的是工程纪律：需求没聊清楚就动手、任务拆得太大、测试后补而不是先写、合并前不做系统审查。这些资深工程师习以为常的规范，对 AI 来说是一片空白——你把「注意代码质量」写进提示词，它下次照旧。Google 开发者专家 Addy Osmani 开源的 Agent Skills 就是来填这个坑的：它把资深工程师的工作流、质量门禁和最佳实践封装成 25 个技能（skills），让 AI 智能体在开发的每个阶段自动遵循，而不是每次靠你口头叮嘱。

项目的核心思路可以用一句话概括：技能（Skill）编码的是「资深工程师怎么做软件」，打包成 AI 能稳定执行的形式。它通过开放的 skills CLI 一条命令接入七十多种智能体，Claude Code、Cursor、Codex、Copilot、Cline 全在列。项目采用 MIT 协议，JavaScript 编写，当前版本 0.6.13，最近更新 2026 年 10 月 13 日，GitHub 星数已超过 11 万。在「Agent Skills」这个今年最热门的插件形态里，它是工程完成度最高的代表之一。

项目基本信息

一、项目介绍

Agent Skills 覆盖软件开发的完整生命周期：定义阶段用 /spec 把想法落成规格文档，规划阶段用 /plan 拆成原子任务，构建阶段 /build 一次一片地实现，验证阶段 /test 把测试当证据，合并前 /review 做五轴代码审查，上线用 /ship。另有 /constraints 一次性定好质量基线、/webperf 审计 Web 性能、/code-simplify 做代码简化，共九个斜杠命令，每个命令自动激活对应技能。

技能也会按上下文自动触发：你在设计 API，api-and-interface-design 技能自己出现；在做 UI，frontend-ui-engineering 接管。这种「命令显式调用 + 场景自动激活」的双通道设计，让规范真正嵌进工作流，而不是躺在文档里。/build auto 还提供半自动模式：审批一次计划，之后每个任务自动实现、单独提交，遇失败或高风险步骤暂停。

二、核心优势

第一，来源可信。作者 Addy Osmani 是 Google 开发者专家、长期活跃在工程效率领域，技能内容不是网上拼凑的提示词合集，而是被真实团队验证过的工作方法。

第二，覆盖面成体系。从需求澄清到上线发布的六个阶段全都有对应技能，测试驱动开发、需求访谈（一次只问一个问题）、代码审查五轴模型都是开箱可用的完整方法论。

第三，接入面极广。基于开放的 skills CLI，七十多种智能体一条命令装好；Claude Code 用户还有原生插件市场渠道，装完即用。

第四，按需取用。可以整仓库安装拿全部 25 个技能，也可以 --skill test-driven-development 只装某一个，不强迫全量接受。

第五，透明度高。技能内容全部是仓库里的 Markdown，可读、可改、可分叉，不像黑盒插件那样只能接受不能调整。

三、适用场景

个人开发者：让 AI 从「代码生成器」升级成「守规矩的结对工程师」，需求不清先问、动手之前先写测试。小团队：把团队的代码规范、审查标准沉淀成技能库，新人用 AI 也能产出符合团队口味的代码。技术负责人：用 /constraints 统一质量基线，用 /review 在合并前把住最后一关。前端与全栈：Web 性能审计和前端工程技能针对性强。咨询与外包团队：方法论即产品，技能库可以直接复用在不同客户项目上。

四、安装教程

任意智能体，一条命令装全部技能：

npx skills add addyosmani/agent-skills

先浏览再决定装哪些：

npx skills add addyosmani/agent-skills --list

只装单个技能，以测试驱动开发为例：

npx skills add addyosmani/agent-skills --skill test-driven-development

Claude Code 用户的推荐方式走插件市场：

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

常见报错：其一，插件市场安装报 SSH 错误——市场克隆走 SSH，没有配置密钥时改用完整 HTTPS 地址 /plugin marketplace add https://github.com/addyosmani/agent-skills.git，或执行 git config --global url."https://github.com/".insteadOf git@github.com: 全局改写。其二，Windows 或 macOS 下仍报 Permission denied (publickey)，同样是 SSH 配置问题，按上一条处理。其三，只装了单个技能却发现共享检查清单读不到——已知的可移植性缺口，按需把清单复制进技能目录的 references/ 即可，issue #361 有跟踪。

五、使用示例

在 Claude Code 里装好插件后，新起一个需求：「给结算页加一个优惠券输入框，支持百分比和固定金额两种类型」。直接输入：

/spec

智能体激活需求澄清技能，不会立刻写代码，而是一次只问一个关键问题：折扣和原价的计算优先级是什么？问完等你回答，再问下一个。规格定稿后：

/plan

输出原子任务清单：数据模型改动、校验函数、UI 组件、测试用例、集成，每项可独立验证。确认后：

/build

按清单逐片实现，每片配测试。全部完成后：

/review

五轴审查技能上线：正确性、可维护性、测试覆盖、安全、性能逐项过一遍，问题分级列出。确认无误：

/ship

按既定清单走发布流程。整个过程里，工程规范由技能保证，你只做关键决策。

六、常见问题

问：和 Anthropic 官方 skills 有什么区别？答：定位不同。官方技能偏通用能力示范，这套聚焦「软件工程实践」，内容源自作者多年工程经验，两者可以共存，命令冲突时用 /agent-skills:review 这类命名空间形式调用。

问：Cursor 用户怎么用？答：把技能目录同步到项目的 .cursor/skills/，短策略放 .cursor/rules/*.mdc，不要把完整技能粘进规则文件，仓库文档有专门说明。

问：技能内容能改吗？答：全是纯文本 Markdown，克隆仓库随便改，也可以用本地目录方式加载 claude --plugin-dir /path/to/agent-skills。

问：为什么有时技能没自动触发？答：自动触发依赖智能体对场景的识别，关键时刻用斜杠命令显式调用最可靠；另外 Antigravity CLI 部分版本存在命令转换问题，需直接调用命名空间技能，文档有专门章节。

七、总结

Agent Skills 把「资深工程师的工程纪律」做成了 AI 可执行的资产，这是从「让 AI 写代码」到「让 AI 按规范写代码」的关键一跃。九个生命周期命令加自动触发机制，覆盖了从需求到上线的主干流程；MIT 协议、纯文本技能、七十多种智能体通吃，让它几乎没有采用门槛。如果你的 AI 编码助手总是产出「能跑但没法看」的代码，或者团队规范在 AI 协作里反复失守，这套技能值得完整跑一遍。它不会让模型变聪明，但能让聪明的模型守规矩。