humanlayer/skills Skill：让 Claude Code 拥有控制理论的编程伙伴工具包

Skill超级捕获手 技术创作者 2026-09-07 16 阅读

总结

humanlayer/skills 是由 HumanLayer 团队打造的一套 Claude Code Skill 合集，包含 5 款垂直场景工具——从优化指令遵循、收窄 React Prop 类型，到构建自动化 Agent 工作流、用控制理论设计自适应编码循环，款款直击 AI Coding 的高频痛点。该库本周新增 2.4K Stars，总量突破 3.1K，热度涨速在同类 Skill 中位居前列，正在成为 Claude Code 用户强化工程化能力的标配工具包。

功能与原则

HumanLayer Skills 围绕一个核心理念设计：让 Claude Code 从”单次问答工具”进化为可信赖的长期编程伙伴。每个 Skill 都对应一个具体工程问题，不是泛泛的 prompt 模板，而是可以直接触发、产出可验证结果的命令。

五大 Skill 各司其职：

  • improve-claude-md：用结构化 XML 块重写 CLAUDE.md，提升模型对项目级指令的遵循率
  • narrow-react-prop-types：分析真实代码路径，将过度宽松的 Prop 类型收窄到实际使用子集
  • build-iterated-agentic-loop：自举一个本地 Skill 并配套 GitHub Actions 循环工作流，使 AI Agent 能以迭代方式完成维护/文档等周期性任务
  • design-control-loop：以控制理论（Sensor / Controller / Actuator / Disturbance）为框架，访谈用户并为代码库定制自动化控制循环
  • show-me：用简洁图表、Mermaid 调用树和 HTML 工件解释代码结构和架构逻辑

认可度

  • GitHub Stars：约 3.1K（截至 2026-09-07），本周暴涨 +2.4K
  • 周增长率：+77.7%，在 skilld.dev Trending Agent Skills 榜单进入前 20
  • 总安装量：573+ 次（各 Skill 独立计数）
  • 平台收录：Claude Skills marketplace、claudeskills.info、DeepWiki 均已收录

链接

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

原作者

dexhorthy（HumanLayer 团队），专注 AI Coding Agent 工程化工具，GitHub 全套工具链围绕 Claude Code 生态构建。

介绍

humanlayer/skills 的起源来自一个高频痛点：Claude Code 在复杂项目中常常忽略 CLAUDE.md 里写的指令，导致项目规范、架构约束被”视而不见”。improve-claude-md 正是为此而生——它将 CLAUDE.md 改写为 XML 块结构，强迫模型在应用指令前先评估条件，从而显著提升指令遵循率。

在此基础上，HumanLayer 将工具链延伸到三个更深的工程场景。narrow-react-prop-types 针对 TypeScript React 项目中 Prop 类型过于宽松的问题，分析线上代码路径后自动将 any 或宽接口收窄到实际使用的子集，直接降低技术债。对于需要 AI 持续维护代码库的场景，build-iterated-agentic-loop 自举一套本地 Skill + GitHub Actions 工作流，让 Agent 能以 /iterate 反馈循环的方式周期性地完成重复任务。

最复杂的要数 design-control-loop：它借鉴控制理论，将代码库建模为动态系统，由 Sensor（测量当前状态）、Controller（决策调整方向）、Actuator（Claude Code 执行变更）、Human（人工监督）构成闭环，让代码库朝目标状态自动收敛而非一次性暴力改造。

show-me 则是团队知识传递和 onboarding 的利器——输入任意代码块，它输出 Mermaid 调用图和 HTML 可视化，让没有上下文的人快速理解代码形状。

特点

  • 开箱即用的 slash 命令：每个 Skill 安装后直接以 /skill-name 触发，无需额外配置
  • 安装极简：统一 npx skills add humanlayer/skills --skill <SKILLNAME>，适配 Claude Code 原生生态
  • 控制理论驱动：design-control-loop 是业界罕见的将控制论引入代码库治理的 Skill，设计思路新颖
  • 可验证产出：每个 Skill 的输出都是可执行、可审查的代码或配置文件，不是泛泛建议
  • MIT 许可证：完全开源，可自由集成到商业项目

使用方法

安装（按需安装单个 Skill）

npx skills add humanlayer/skills --skill improve-claude-md
npx skills add humanlayer/skills --skill narrow-react-prop-types
npx skills add humanlayer/skills --skill build-iterated-agentic-loop
npx skills add humanlayer/skills --skill design-control-loop
npx skills add humanlayer/skills --skill show-me

使用

# 优化项目的 CLAUDE.md 指令遵循率
/improve-claude-md

# 收窄 React Prop 类型到真实使用路径
/narrow-react-prop-types

# 自举一个迭代式 Agent 工作流
/build-iterated-agentic-loop

# 用控制理论设计代码库自动控制循环
/design-control-loop

# 可视化当前代码结构
/show-me

使用场景与人群

适用场景：TypeScript/React 大型项目维护、AI Coding Agent 能力扩展、团队代码规范治理、长期代码库自动化迭代、代码 onboarding 与知识传递。

目标用户：使用 Claude Code / Codex / Cursor 等 AI 编程工具的中高级开发者、技术 Lead、追求 AI Coding 工程化可靠的团队。

输入与输出案例

案例 1：improve-claude-md

  • 输入：触发 /improve-claude-md，让 AI 扫描并重写现有 CLAUDE.md
  • 输出：XML 块结构化后的 CLAUDE.md，[CONDITION] 标签包裹条件指令，[TASK/GOAL] 标签明确目标，模型指令遵循率从此前的随机忽略变为有条件触发

案例 2：design-control-loop

  • 输入：在有技术债积累的代码库触发 /design-control-loop，AI 访谈确定 Set Point（如”测试覆盖率 ≥ 80%”）和 Disturbance（如”团队每次 PR 可能降低覆盖率”）
  • 输出：Sensor 脚本（测量当前测试覆盖率）、Controller 逻辑（判断差距）、Actuator（Claude Code 自动补充测试）、GitHub Actions 调度配置，构成完整的控制闭环，持续驱动代码库朝目标收敛

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 16 阅读