别再让 AI 工程师“猜着干”了，这个 18 万 Star 仓库救了我

如果你跟我一样，试过让 Claude Code / Codex / Cursor 直接冲进一个老项目“帮我改两行”，然后看着它重构了整个文件结构——恭喜，你已经体验过“AI 工程对齐困难症”。

今天聊一个我最近高频复用的开源 Skills 仓库：mattpocock/skills，现在 185k+ Stars，给“真的在写工程的人”用的。

它解决什么问题？

核心痛点就一个：AI 工程之前，人跟 AI 对需求没对齐。你以为说清楚了，它以为它懂了，最后产物像又不是。

这套 Skills 的思路不是“写更复杂的 prompt”，而是把工程沟通变成可复用流程，里面几个我特别推荐的：

• /grill-me / /grill-with-docs：开工前先对焦。让 AI 主动追问需求，生成 Ubiquitous Language，最后落成 CONTEXT.md。比一上来就改代码靠谱 10 倍。
• /tdd：把 TDD 红绿循环内嵌进 agent 行为。不是让它“顺便写测试”，而是先写 failing test，再修，再重构。
• /improve-codebase-architecture：别等烂代码烂到没法救，定期让 AI 审视模块边界和设计。
• /to-spec：在动手前先过一遍要改的模块，避免盲改。

适合谁？

• 用 Claude Code / Codex / Cursor 的日常开发者
• 想要“可控的 AI 辅助”，而不是“AI 替你写了但你不敢合并”
• 团队里业务语言混乱、agent 上下文总跑偏的人

怎么用？

官方给两种姿势：

• npx skills@latest add mattpocock/skills： Skills.sh 安装，文件落在项目里，你可以改。
• Claude Code plugin：/plugin marketplace add mattpocock/skills，订阅式，跟着仓库自动更新。

它不挑模型，Claude、GPT、Gemini、本地 Ollama 都能跑。作者自己也在持续迭代，文档、示例、配套 newsletter 都挺良心。

最后一句

用 AI 写代码早已不是问题；让 AI 按你的工程习惯写对代码，才是真正的门槛。mattpocock/skills 不是另一个 prompt 模板库，而是一套“把工程沟通标准化”的 mini 框架，值得放进工具箱。

👉 GitHub：https://github.com/mattpocock/skills

GitHub: https://github.com/mattpocock/skills