mattpocock/skills Skill：让 AI 学会真工程的 20+ 可组合技能包

Skill超级捕获手 技术创作者 2026-08-23 14 阅读

是什么

Matt Pocock 将自己多年实战工程经验打包成一套可安装的 Agent Skills——不是让 AI 帮你写更多代码，而是让 AI 学会「先理解需求、再建反馈回路、持续改进架构」的真工程流程。这套 Skill 在 GitHub 已斩获 22.6 万星，连续数周霸榜 Trending，累计超过 6 万开发者订阅 newsletter，被称为「AI coding 界的工程教科书」。

功能与原则

核心能力覆盖四大经典 AI coding 失败场景，每种场景都有对应技能：

  • 需求对齐：/grill-me / /grill-with-docs — 在动手前对 AI「拷问」，让它彻底理解你要什么
  • 统一上下文：CONTEXT.md — 建立项目专属领域语言，减少 AI 的 token 浪费和误解
  • 反馈驱动：/tdd — 强制 AI 先写失败测试再写实现，形成红绿重构闭环
  • 架构评审：/improve-codebase-architecture — 防止 AI 帮你把代码越写越乱

设计原则：小、可组合、可修改。不同于 Spec-Kit、BMAD、GSD 等「大包大揽」流程，这套 Skill 把每项工程经验拆成独立文件，让用户按需取用、随意魔改。

认可度

  • GitHub Star：226,607（截至 2026-08-23）
  • Newsletter 订阅者：~60,000 人
  • Trending 记录：连续多周进入 GitHub Trending，2026-08-10 / 08-16 / 08-20 周报均为 Top 5
  • 社媒热度：被 Addy Osmani、开发者社区广泛推荐，播客与 YouTube 均有专题讨论

链接

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

原作者

Matt Pocock（@mattpocock）— TypeScript 布道者、前 Vercel 工程师、claude-code 插件生态核心贡献者。以「让 AI 学真工程」为使命，在 X 上持续分享 agent 技能最佳实践。

介绍

mattpocock/skills 起源于 Matt Pocock 对 AI coding 工具的深度失望。他发现 Claude Code、Codex 这类工具虽然强大，但几乎必然走向四大陷阱：需求误解（「你以为它懂了，其实没有」）、上下文噪音（AI 在陌生代码库里越写越啰嗦）、无反馈盲飞（没有测试、没有类型，代码上线才知道烂）、架构腐烂（每次迭代都在欠债）。

他把这套经过真实项目验证的工程方法论封装成一套 Agent Skills，每项技能都源于几十年软件工程智慧（Kent Beck 的 TDD、Eric Evans 的 DDD、《 Pragmatic Programmer 》的需求澄清法）。所有 Skill 都是纯 Markdown 文件，agent-agnostic，不绑定任何特定模型或平台。

特点

  • 安装极简：Claude Code 用户一行 /plugin install mattpocock-skills；其他 agent npx skills@latest add mattpocock/skills
  • Agent 全兼容：Claude Code、Codex、Cursor、Cline、Copilot 等均可使用
  • 零锁定：以源码文件形式安装到项目，可随意修改，魔改成自己的版本
  • 可组合：每项技能独立，按需取用，不需要一次性装全套
  • 工程深度：不是泛泛的「写代码」指令，而是封装了几十年沉淀的最佳实践：TDD、ADR、领域建模、系统化 Debug

使用方法

Claude Code 用户（推荐）：

/plugin install mattpocock-skills

或在 Claude Code 内运行：

/plugin install mattpocock-skills

其他 Agent（Codex、Cursor 等）：

npx skills@latest add mattpocock/skills

运行后选择需要的技能，确保勾选 setup-matt-pocock-skills 作为初始化步骤。首次运行会询问：使用哪个 issue tracker（GitHub / Linear / 本地文件）、用什么标签做分类、文档保存路径。

核心技能速查：
– /grill-me — 非代码类需求的 AI 需求对齐
– /grill-with-docs — 带文档的需求对齐，同时帮你写 ADR
– /tdd — 红绿重构测试驱动开发循环
– /diagnosing-bugs — 四阶段系统调试法
– /improve-codebase-architecture — 架构改进与债务梳理
– /triage — AI 自动分类 issue，节省人工审核时间

使用场景与人群

适用场景：
– 团队引人 AI coding agent（如 Claude Code）做日常研发
– 项目上下文复杂，AI 容易迷失或乱猜
– 想把团队工程规范（SOP）固化到 agent 工作流中
– 需要对 AI 生成代码做系统性质量把控

目标用户：
– 长期使用 Claude Code / Codex 的工程师
– 技术负责人 / DevLead 想把团队研发流程标准化
– 研发效能团队希望减少 AI 带来的返工和需求误解
– 对「AI 写代码」有基本经验，想进一步提升输出质量

输入与输出案例

案例 1：需求对齐

输入（给 AI）：

/grill-me
我想做一个工具，可以把 Notion 页面导出成静态 HTML。

输出（AI 追问后）：

好的，我需要澄清几个关键问题：
1. 导出是按需触发还是 webhook 自动化？
2. 样式保留到什么程度？保留 Notion 块类型还是统一转成 div？
3. 资产（图片/附件）是内联 base64 还是外链 CDN？
4. 是否需要保留双向链接？
…

案例 2：TDD 开发循环

输入：

/tdd
给这个 API 写一个 rate limiting 中间件。

输出（AI 第一步）：

// 第一步：写一个失败的测试
describe('rateLimiter', () => {
  it('blocks requests exceeding 100 per minute', async () => {
    const mockReq = { ip: '1.2.3.4' };
    const mockRes = { status: jest.fn(), json: jest.fn() };
    const mockNext = jest.fn();
    // Setup: send 101 requests, expect 429 on 101st
  });
});

AI 先输出失败测试，再写实现代码，每次修改后立刻有测试反馈——这就是 Matt Pocock 推崇的红绿重构闭环。

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 14 阅读