agent-skills：让 AI 编程从”能跑”到”可交付”的工程化技能库

总结

agent-skills 是由 Google 工程师 Addy Osmani 推出的 AI 编程 Agent 工程化技能库——将资深工程师的软件开发工作流、质量门禁和最佳实践打包成 24 个可复用 Skill，让 Claude Code、Cursor、Codex 等主流 Coding Agent 能在每个开发阶段都遵循专业规范。目前 GitHub 累计 81k+ Stars，每日持续新增，曾登上 GitHub Trending，是当前 AI Coding 工具链中认可度最高的技能集合之一。

功能与原则

该项目的核心价值在于将软件工程的严谨性注入 AI Agent 的工作流。传统的 AI 编程工具往往”想到哪写到哪”，缺乏系统化的需求澄清、测试驱动、代码审查和性能审计环节。agent-skills 通过 8 条斜杠命令（/spec /plan /build /test /review /ship 等）和 24 个独立 Skill，为 AI Agent 提供了完整的开发阶段划分和质量门禁，让 AI 的输出从”能跑”升级为”可交付”。

核心设计原则：
– Spec Before Code：先有规格说明，再写代码，防止 AI 盲目实现
– Small Atomic Tasks：计划必须小而原子，避免 AI 一次生成数千行难以审查的代码
– Tests Are Proof：测试即证明，AI 每次实现必须有对应测试
– Faster Is Safer：快速迭代比长周期大版本更安全，降低代码腐化风险

认可度

• GitHub Star：81,819+（截至 2026-08-05）
• 今日新增：约 200+ stars（GitHub Trending 显示 203 stars today）
• 平台覆盖：支持 Claude Code、Cursor、Codex、Copilot、Cline、Windsurf、Gemini CLI、Antigravity、OpenCode 等 10+ 主流 Agent
• 官方认证：Addy Osmani 为 Google 资深工程师，Chrome 团队前成员，在前端工程化领域有极高影响力
• Trending：长期活跃于 GitHub Trending，2026 年持续在榜

链接

GitHub：https://github.com/addyosmani/agent-skills

原作者

Addy Osmani — Google 资深工程师，曾任 Chrome 团队核心成员，著有《Learning JavaScript Design Patterns》等前端经典畅销书，现专注于 AI 编程工具链的工程化实践。其 GitHub 主页常年位居全球最具影响力开发者之列。

介绍

软件开发中最常见的 AI 陷阱是什么？AI 收到模糊需求后直接开写，写完代码没有测试，代码风格混乱，缺乏 Code Review，最终产出的是一团难以维护的代码泥球。agent-skills 正是为了解决这个问题而诞生。

项目将 AI 编程 Agent 的工作流划分为 6 个阶段：Idea → Spec → Code → Test → QA → Go Live。每个阶段对应一个或多个 Skill，AI 在执行时会自动触发对应的技能说明和质量门禁。例如，/spec 命令激活 spec-driven-development Skill，引导 AI 先与用户澄清需求再动手；/test 命令激活 test-driven-development Skill，强制要求 AI 先写测试再写实现。

/build 命令还支持自主规划执行（Auto-Planning）：用户批准计划后，AI 会将任务分解为原子级别的小任务，逐个执行并提交，每次提交都经过测试驱动验证，失败时自动暂停等待人工介入。整个过程无需人类在每个步骤中干预，但每个节点都有质量门禁把控。

特点

• 24 个独立 Skill，覆盖全生命周期：需求澄清、架构设计、TDD 开发、代码审查、性能审计、代码简化、上线部署均有对应 Skill
• 8 条斜杠命令即开即用：/spec /plan /build /test /review /ship 等命令让 AI 自动识别当前开发阶段并激活对应 Skill
• 支持 10+ 主流 Agent 生态：Claude Code、Cursor、Codex、Copilot、Cline、Windsurf、Gemini CLI、Antigravity、OpenCode、Kiro 等，门槛极低
• 零配置接入：一行命令 npx skills add addyosmani/agent-skills 即可安装全部 24 个 Skill 到 70+ Agent
• Auto-Planning 自主执行：/build 支持用户一次性批准计划，AI 自主完成全部分解任务，兼顾效率与质量
• Skill 自动触发：AI 根据当前工作内容自动激活相关 Skill（如正在设计 API → 触发 api-and-interface-design），无需人工干预

使用方法

一键安装（全部 24 个 Skill）

npx skills add addyosmani/agent-skills

安装单个 Skill

npx skills add addyosmani/agent-skills --skill test-driven-development
npx skills add addyosmani/agent-skills --skill code-review-and-quality

Claude Code 安装

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

Cursor 安装

将 agent-skills/skills/ 下的 Skill 文件同步到 .cursor/skills/，详见 docs/cursor-setup.md。

基本调用示例

/spec
> 我们需要一个用户注册模块，支持邮箱和手机号注册

[/spec 输出] AI 激活需求澄清 Skill，逐项追问：密码强度要求？是否需要邮箱验证？注册流程的异常场景有哪些？生成结构化 PRD。

使用场景与人群

适用场景：
– 创业公司 / 小团队：用 AI Coding Agent 进行产品原型开发，需要保证代码可维护性
– AI 编程深度用户：希望 AI 的代码输出有工程化质量，而非一次性脚本
– 技术 Leader：想为团队的 AI 编程工具链建立统一规范，减少 AI 生成的代码技术债
– 开源项目维护：用 AI 辅助代码审查和性能审计，降低维护负担

目标用户：
– 使用 Claude Code、Cursor、Codex 等 AI 编程工具的开发者
– 希望 AI 输出质量接近中级工程师水平的团队
– 对 AI 编程有品质要求，不满足于”能跑就行”的进阶用户

输入与输出案例

案例 1：需求不明确时

输入：/spec 一个待办列表应用
输出（AI 自动追问）：
- 用户是个人还是团队？需不需要协作功能？
- 数据存储在本地还是云端？需不需要同步？
- UI 交互优先级：新建、编辑、删除、已完成标记，哪个最常用？
[追问完成后输出结构化 PRD]

案例 2：AI 盲目开发被 Skill 拦截

输入：/build 写一个用户认证模块
[AI 准备直接写代码]
[/build 拦截] 触发 test-driven-development Skill
[AI 暂停，先写测试文件]
[测试写完后，再写实现代码]
[每次提交前必须通过测试]
[失败时自动暂停，输出：Test failed: should reject weak passwords — 请修复后再继续]

这个 Skill 的本质，是让 AI 变成一个”有纪律的工程师”而不是”会写代码的 autocomplete”。

GitHub: https://github.com/addyosmani/agent-skills