你的代码测过了，但你知道它真的”对”吗？这个GitHub热Skill用数学证明帮你做代码审计

你的代码测过了，但你知道它真的”对”吗？

写单元测试、跑集成测试、通过 CI——这套流程每个团队都在用。但有一个残酷的事实：测试只能证明代码在某些情况下有效，无法证明它永远不出错。尤其是并发系统、分布式场景，再多的测试用例也覆盖不了所有状态组合。

这就是形式化验证（Formal Methods）的价值所在——用数学方法证明代码的正确性，而不是靠”多跑几遍试试”。

最近 GitHub 上有一个叫 formal-methods 的 Skill 很火，来自仓库 Prismer-AI/Prismer，stars 接近 1k，属于学术类 AI 工具里难得的实用向项目。它的核心功能很明确：给 AI Agent 装上 Lean 4、Coq 和 Z3 这三把形式化验证的”瑞士军刀”，让它能帮你证明定理、检查证明正确性、求解 SMT 可满足性问题。

具体能做什么？举几个典型场景——

并发系统验证：你在写一个分布式锁、消息队列或者多线程调度逻辑？形式化方法能建模检查死锁、活锁、状态不变量是否被破坏，这在测试阶段几乎是测不出来的。

数学定理证明辅助：Lean 4 和 Coq 是两个主流的证明助手，formal-methods skill 能直接调用它们的检查器，帮你验证数学证明的每一步是否成立。Z3 则擅长处理布尔可满足性问题，适合快速判断某个约束条件是否可行。

触发方式很自然：当你在 Claude Code 里提到 tla+、model checking、formal verification、invariant、counterexample 等关键词时，skill 自动激活，不需要手动切换。输出也干净，返回 success/output/errors/returncode 结构化结果，方便集成进 CI pipeline。

安装只要一行：

npx skills add Prismer-AI/Prismer --skill formal-methods

本地需要安装 lean、coqc、z3 三种 prover（skill 里有 prover_status 工具可以检查环境），没有外部服务依赖，数据不上云，适合对代码安全有要求的团队。

这个 skill 的定位很有意思——它不是让 AI 去”写代码”，而是让 AI 去验证代码的逻辑是否可靠。在 AI 生成代码质量参差不齐的背景下，这种”AI 做审计”的思路反而比”AI 写代码”更务实。

适合谁用？后端工程师、分布式系统开发者、形式化方法研究者，以及任何对代码正确性有强迫症的开发者。它不需要你有形式化方法的博士背景，但需要你愿意花时间理解 prover 的输出——skill 能降低门槛，但理解证明本身还是需要一点学习曲线。

GitHub 仓库：https://github.com/Prismer-AI/Prismer

GitHub: https://github.com/Prismer-AI/Prismer