addyosmani/agent-skills：让 AI 编码 Agent 遵循工程师纪律的 24 个生产级 Skill

Skill超级捕获手 技术创作者 2026-08-07 15 阅读

总结

addyosmani/agent-skills 是 Google 工程师 Addy Osmani 推出的 AI 编程智能体技能库，将资深工程师的开发 SOP（标准作业流程）封装为可复用的 Markdown Skill，涵盖从需求访谈 → 撰写规格 → 增量实现 → 测试驱动 → 代码审查 → 上线的完整工程生命周期。该项目在 GitHub 斩获 82,941 颗星（截至 2026-08-07），今日新增 593 星，长期稳居 Trending 榜单，成为 AI Coding Agent 领域最受关注的工程化实践项目之一。

功能与原则

该项目将软件开发全流程分解为 24 个独立 Skill，每个 Skill 均遵循同一结构：Process 而非文档——每个 Skill 都有明确的触发条件、步骤、验证门和反理性化表格，防止 AI Agent “跳过步骤” 或以 “看起来没问题” 敷衍了事。

核心设计原则：
– 验证不可协商：每个 Skill 结尾都有证据要求，测试必须通过、构建必须成功，仅”看起来对”不够
– 反理性化：内置常见借口列表（如”我之后补测试”），并提供反驳论据
– 渐进披露：SKILL.md 是入口，补充参考文档仅在需要时才加载，降低 token 消耗
– 与模型无关：纯 Markdown 格式，兼容任何接受系统提示词的 Agent

认可度

  • GitHub Star：82,941 颗（截至 2026-08-07）
  • 今日新增：593 颗星，持续攀升中
  • 趋势来源：GitHub Trending 长期上榜，多次位列日榜前三
  • 社区热度：支持 Claude Code、Cursor、Codex、GitHub Copilot、Cline、Gemini CLI 等 10+ 主流 Agent；配套 Vercel open skills CLI 安装量可观
  • 作者背书：Addy Osmani 为 Google 工程师、Todo MVC 与 Puppeteer 创始人，在前端/工程化领域极具影响力

链接

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

原作者

Addy Osmani — Google 工程师，前端工程化领域知名布道者，Todo MVC 和 Puppeteer 项目的创建者，著有多部前端性能与工程化相关书籍。该项目源自他日常在 Claude Code 中的工程实践，被他原样提炼并公开分享。

介绍

软件开发中，AI Agent 面临的最大挑战不是生成代码本身，而是遵循工程纪律：先写规格再动手、测试先行、提交前审查代码健康度。大多数 AI Coding 工具会跳过这些步骤，或在压力下妥协。addyosmani/agent-skills 的出现正是为了解决这个矛盾。

该项目将资深工程师的工作流封装为结构化 Skill，共 24 个，覆盖软件开发的六个阶段：Define（定义）→ Plan（规划）→ Build（构建）→ Verify（验证）→ Review（审查）→ Ship（上线）。每个阶段都有对应的 Skill 或组合 Skill。

项目提供 8 个斜杠命令（/spec、/plan、/build、/test、/review、/webperf、/code-simplify、/ship），直接对应开发周期节点。在 Claude Code 环境中，输入 /build 即可让 Agent 自动生成计划并逐步实现所有任务，人类只需批准一次，Agent 即可自主运行——但每一步仍受测试驱动和独立提交约束。

此外，项目内置 4 个专家角色（code-reviewer、test-engineer、security-auditor、web-performance-auditor），可在不同阶段激活特定视角的审查。

特点

  • 全生命周期覆盖：24 个 Skill 覆盖需求到上线的每一个工程节点，无死角
  • 工程纪律强制执行：内置反理性化表格和红牌机制，防止 Agent 走捷径
  • 多 Agent 兼容：通过 Vercel skills CLI 可安装至 70+ Agent，包括 Claude Code、Cursor、Codex、Copilot、Cline、Gemini CLI 等
  • 验证门驱动：每个 Skill 以证据（测试通过、构建成功、运行时数据）而非主观判断为结束标准
  • 渐进式披露设计：主入口 SKILL.md 简洁，需要时再加载 references/ 目录下的补充清单
  • 跨平台适配：提供针对各主流 IDE/CLI 的安装文档（Claude Code、Cursor、Codex、Windsurf、OpenCode、GitHub Copilot 等）

使用方法

安装方式一：通过 Vercel skills CLI（推荐，支持 70+ Agent）

# 安装全部 24 个 Skill
npx skills add addyosmani/agent-skills

# 安装前浏览 Skill 列表
npx skills add addyosmani/agent-skills --list

# 安装单个 Skill
npx skills add addyosmani/agent-skills --skill test-driven-development

安装方式二：Claude Code 原生插件

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

基本调用

在支持 slash command 的 Agent 中直接使用：

  • /spec — 写 PRD 规格文档后再开始写代码
  • /plan — 将规格拆解为小、可验证的任务
  • /build — 增量实现，每步完成后测试
  • /test — 红-绿-重构，强制测试先行
  • /review — 五轴代码审查后再合并
  • /ship — 上线前检查清单

使用场景与人群

适用场景：
– 团队在生产环境中引入 AI Coding Agent，需要统一工程纪律
– AI 生成的代码质量不稳定，需要结构化验证流程
– 开发者希望 AI 在复杂项目中遵循 TDD、代码审查等工程规范
– 需要在多个 AI 编程工具间切换（如 Claude Code ↔ Cursor ↔ Codex）

目标用户：
– 使用 AI Coding Agent 的专业开发者
– 需要规范 AI 生成代码质量的技术团队
– 希望将资深工程师经验结构化、复用于 AI 时代的工程化实践者

输入与输出案例

案例 1：TDD 开发流程

  • 输入：在支持 /test 的 Claude Code 会话中输入：/test，并说明”实现一个 Stack 类，支持 push、pop、peek”
  • 输出：Agent 自动按红-绿-重构循环，先写一个失败测试，运行，确认失败；写实现代码使测试通过；重构优化。每一轮都输出测试通过证明。

案例 2：代码审查

  • 输入：在支持 /review 的会话中粘贴一段 PR diff，输入 /review
  • 输出：Agent 从五个维度（逻辑正确性、可读性、性能、安全、可维护性）输出结构化审查意见，每条意见标注严重等级（Nit/Optional/FYI），并给出修复建议。

GitHub：https://github.com/addyosmani/agent-skills | Star：82,941（截至 2026-08-07）

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 15 阅读