sanyuan-skills Skill：高级工程师视角的 AI 代码审查专家

sanyuan-skills 是一套面向 Claude Code 等 AI Agent 终端的生产级技能包，核心技能 code-review-expert 以高级工程师视角对 Git 改动做结构化 Review，覆盖 SOLID 原则、安全漏洞、性能问题和边界条件检测。该项目 Star 增速稳健（当前 3,828 ★，340 Fork），在 2026 年 Skills 生态从「通用框架」向「垂直专业技能」转型的大背景下，精准切入了代码审查这一强需求场景，是近期值得关注的新晋 Skill。

功能与原则

sanyuan-skills 定位为「AI Agent 的生产级技能库」，每个 Skill 都针对真实开发流程中的高频痛点设计，核心理念：

• Review-First 工作流：先审查后修改，不主动改动代码，确保用户对变更有完整掌控
• 优先级分级：P0（必须拦截）→ P1（应修复）→ P2（建议修复）→ P3（可选优化），清晰分层避免噪声
• 按需加载：基于 SKILL.md 标准，Agent 只在调用时才注入上下文，不浪费 Token
• 可组合性：6 个独立 Skill 可单独安装，也可组合使用形成完整开发辅助链路

认可度

作为专注代码审查的垂直 Skill，sanyuan-skills 在 Claude Code 生态中积累了稳定口碑，没有夸张的爆发式增长，但在「代码质量保障」这一细分领域是少有的系统性方案。

链接

GitHub 仓库：https://github.com/sanyuan0704/sanyuan-skills

原作者

GitHub 用户名：sanyuan0704

独立开发者，专注 AI Agent 工具链与工程实践，已在 GitHub 建立一套覆盖代码审查、学习辅导、知识管理多个维度的 Skills 体系。

介绍

sanyuan-skills 包含 6 个生产级 Skill，聚焦 AI Agent 在真实开发场景中的质量把控与知识处理：

Code Review Expert（代码审查专家）是最核心的 Skill。它以高级工程师视角审查当前 Git 改动，检查点覆盖 SOLID 五大原则（SRP/OCP/LSP/ISP/DIP）、安全漏洞（XSS/注入/SSRF/路径遍历等）、性能问题（N+1 查询/无界内存/CPU 热点）以及边界条件（空值/空集合/越界）。审查结果按 P0-P3 分级输出，并附带明确的修复建议和操作选项。

Sigma 是一个基于 Bloom 的 2-Sigma 掌握学习理论的 AI 导师，通过苏格拉底式提问引导深度理解，适合技术概念学习和技能巩固。

Skill Review 对已有 Skill 做质量审计，检查结构、描述、工作流、Token 效率和反模式，帮助 Skill 开发者迭代优化。

Skill Forge 是「Skill 制造术」，传授 12 种经过实战验证的高质量 Skill 创建技巧，适合想自己开发 Skill 的用户。

Wiki Ingest 将文章、文档或笔记编译成交叉引用的结构化知识库，帮助构建团队知识沉淀。

Book Study 是阅读教练，集成了知识整理、苏格拉底式掌握测试、间隔重复和跨书查询功能。

特点

• SOLID 深度检测：内置专项检查清单，自动识别五大原则违背并给出重构方向
• 安全漏洞全覆盖：OWASP Top 10 + 运行时风险，检查 XSS、注入、SSRF、越权、密钥泄露等
• 性能嗅探：识别 N+1 查询、无界循环、缺失缓存、内存热点等生产隐患
• 分级输出机制：P0-P3 四级优先级，团队可以直接对应到 code review 流程
• 多 Skill 协同：6 个 Skill 既可独立使用，也可组合成「审查→重构→沉淀」的完整链路
• 安装简洁：一行命令 npx skills add sanyuan0704/sanyuan-skills --path skills/<skill-name> 即可完成

使用方法

安装单个 Skill（以 Code Review Expert 为例）：

npx skills add sanyuan0704/sanyuan-skills --path skills/code-review-expert

在 Claude Code 中调用：

/code-review-expert

Agent 会自动执行以下流程：
1. 读取当前 Git 改动范围（git status -sb、git diff --stat、git diff）
2. 按 SOLID → 安全 → 性能 → 边界条件四个维度逐项审查
3. 输出分级报告（P0-P3），附带修复建议
4. 询问用户下一步操作（全部修复 / 只修 P0-P1 / 指定修复 / 不改）

安装其他 Skill：

npx skills add sanyuan0704/sanyuan-skills --path skills/sigma
npx skills add sanyuan0704/sanyuan-skills --path skills/skill-review
npx skills add sanyuan0704/sanyuan-skills --path skills/skill-forge

使用场景与人群

适用场景：
– 团队 code review 流程中的 AI 辅助审查
– 个人项目上线前的安全与质量自检
– 大型 PR 的分模块批量审查
– AI Agent 代码生成后的质量验收

目标用户：
– 使用 Claude Code / Codex 等 AI 编程工具的开发者
– 关注代码质量和安全的中大型团队
– 希望建立 Skill 开发规范的 AI Agent 进阶用户
– 需要系统化知识管理的研究者和学习者

输入与输出案例

案例 1：日常 PR 审查

输入：在 Claude Code 中执行 /code-review-expert，当前有一个包含 200 行改动的 PR。

输出：

## Code Review Summary
**Files reviewed**: 5 files, 187 lines changed
**Overall assessment**: REQUEST_CHANGES

## Findings

### P1 - High
1. **[auth/service.ts:47]** LSP 违背：子类 `TokenAuthService` 重写了父类 `AuthService.verify()` 的行为，导致调用方需要类型检查才能正确处理
   - 建议：提取 `TokenVerifier` 接口，让各认证方式实现统一接口

### P2 - Medium
2. **[db/queries.ts:12]** N+1 查询：`getUserOrders` 在循环内对每个用户执行一次 DB 查询
   - 建议：改用批量查询或 JOIN

### P3 - Low
3. **[utils/format.ts:8]** 命名：函数 `fmt` 语义不清，建议重命名为 `formatCurrency`

## Next Steps
I found 3 issues (P0: 0, P1: 1, P2: 1, P3: 1).
How would you like to proceed?
1. Fix all
2. Fix P0/P1 only
...

案例 2：Skill 质量审计

输入：/skill-review，审查一个自制的 my-custom-skill 目录。

输出：审查该 Skill 的 name、description、triggers、workflow 完整度，输出 Token 消耗评估和反模式检测报告，并给出改进建议。

GitHub: https://github.com/sanyuan0704/sanyuan-skills