mattpocock/skills Skill：220k Stars 的 AI 工程师技能库，让 Agent 做出工程级代码

mattpocock/skills 是一套来自 TypeScript 社区知名讲师 Matt Pocock（Total TypeScript 课程作者）的 AI 编程 Agent 技能集合，核心理念是 “Skills for Real Engineers, not vibe coding”——不是让 AI 随便生成代码，而是让 Agent 遵循 decades 软件工程经验凝结的工作流，真正做出可维护、可扩展的工程级代码。2026 年 3 月上线，24 小时内狂揽 22,000 Stars 冲上 GitHub Trending #1，4 个月内突破 21 万 Stars、1.8 万 Forks，成为 AI 编程 Agent 领域最具影响力的技能库之一。

核心能力与设计原则

mattpocock/skills 的设计哲学是 “Process over Prompt”——流程大于提示词。它不像 GSD、BMAD、Spec-Kit 那样把开发过程完全交给 AI 导致失控，而是将软件工程的核心纪律封装成可组合的技能模块，让 Agent 在保持开发者控制的前提下，获得明确的工程指引。

三大核心原则：

• 小而可适配：每个 Skill 独立、极简，易于按需修改，而非大而全的黑盒
• 任意模型通用：不绑定特定模型，支持 Claude Code、Codex 及任何 Agent
• 经验驱动：所有 Skill 凝结自 Matt Pocock 二十余年工程实践，非理论设想

认可度

链接

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

原作者

Matt Pocock｜GitHub @mattpocock｜TypeScript 社区顶尖讲师，Total TypeScript 课程创始人，专注于用教育方式弥合开发者与 AI 工具之间的鸿沟。

详细介绍

这套技能库源于 Matt Pocock 在日常使用 Claude Code、Codex 等 Agent 时的观察：最常见的失败不是 AI 不会写代码，而是 AI 写出的东西不符合你的真实意图。为此，他将自己 .agents 目录下的实战技能完全开源，供所有工程师使用。

整体分两条安装路径：Claude Code 插件（只读、自动更新，适合”订阅”用户）和 skills.sh（复制可编辑文件进项目，适合”定制”用户）。技能按调用方分为两类：用户触发型（/grill-me、/to-spec）和模型触发型（/tdd、/diagnosing-bugs）。

内容覆盖工程全生命周期：需求对齐 → 规划 → 编码 → TDD → 调试 → 架构优化。

核心特点

• /grill-me & /grill-with-docs：与 AI 对齐需求的”审问式”会话技巧，通过追问确保 Agent 真正理解你要做什么，从源头解决”做出来不是我要的”
• /tdd：红绿重构循环，强制 Agent 先写失败测试再写实现代码，建立持续反馈，防止 Agent 盲目跑偏
• /diagnosing-bugs：分阶段诊断 bug 的结构化调试循环，教会 Agent 按步排查而非盲目 print
• /improve-codebase-architecture：定期扫描代码库寻找”深度化”机会，输出 HTML 可视化报告，防止代码腐化
• /to-spec：将对话直接转化为规范文档并发布到 Issue 跟踪器，减少沟通摩擦
• /triage：Issue 分类状态机，支持 GitHub / Linear / 本地文件三种跟踪方式

使用方法

安装（任选其一）

方式一：Claude Code 插件（推荐）

# 命令行安装
claude plugins install mattpocock-skills

# 或在会话内安装
/plugin install mattpocock-skills

Claude Code 官方插件市场有收录，无需手动配置，自动接收更新。

方式二：npx 安装（可编辑）

npx skills@latest add mattpocock/skills

将技能文件复制到项目本地，可自由修改，通过 npx skills update 拉取更新。

初始化

# 在 Agent 会话中运行一次，按提示配置 Issue 跟踪器和文档路径
/setup-matt-pocock-skills

基础调用示例

# 需求对齐（每次开工前必用）
/grill-me

# 带文档的深度对齐
/grill-with-docs

# 写功能前先建规范
/to-spec

# 开始 TDD 循环
/tdd

# 遇到 bug 结构化排查
/diagnosing-bugs

# 定期扫描架构健康
/improve-codebase-architecture

使用场景与人群

适用场景：需要 AI 编程 Agent 完成真实生产级项目的工程师；希望 AI 代码具备可维护性、可测试性的团队；希望驯服 Claude Code / Codex 等 Agent 避免” vibe coding”失控状态的个人开发者。

目标用户：中高级软件工程师、Tech Lead、追求代码质量的全栈开发者、使用 Claude Code / Codex 进行日常编程的用户。

输入与输出案例

案例 1：需求对齐
– Input：/grill-me，然后描述”我想做一个课程视频管理系统，能按章节组织视频、标注进度”
– Output：Agent 主动追问 5-8 个问题（视频上传方式、是否支持多语言字幕、离线缓存策略等），然后输出一份精炼的 CONTEXT.md——把”课程视频管理系统”浓缩为 Agent 内部可复用的统一语言（如”materialization cascade”），后续所有对话都用这个术语而非冗长描述

案例 2：TDD 循环
– Input：运行 /tdd，然后说”实现一个 calculateShipping(order) 函数，根据重量和目的地计算运费”
– Output：Agent 先写一段失败测试（如 expect(calculateShipping({weight: 5, zone: 'EU'})).toBe(12.5)），然后实现函数，再运行测试验证通过——整个过程符合红绿重构纪律，代码质量远高于直接让 AI 写实现

GitHub: https://github.com/mattpocock/skills
Stars: 214,142（截至 2026-08-12）
作者: Matt Pocock

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