Claude Code 用久了上下文爆、输出飘？这个开发者肝出 71 个实战 Skill，graphify 绝了

Claude Code 用久了你会不会有这种感觉——上下文越来越长、输出质量越来越飘、复杂任务一做就卡死？

今天刷到一个 GitHub 上专门解决这些问题的 Skill 合集，叫 agentic-coding，来自独立开发者 sammcj。不是那种”汇集了 XXX 个提示词”的收藏夹，而是作者在真实项目中用血泪换来的实战经验沉淀。

先看硬数据：
– GitHub ★ 160+，Fork 24
– 收录 Skill 数：71 个，还在持续更新
– 最新一次更新：2026-07-11
– 覆盖职业：软件开发、测试、运维、项目管理、前端设计等 14 个工种

说几个让我眼前一亮的 Skill：

1. graphify（37 次安装）
把任意代码库瞬间变成可导航的知识图谱。输入项目文件夹，输出三件套：交互式 HTML 图谱、GraphRAG-ready JSON、以及一份大白话语言的分析报告。适合接手老项目、快速摸清架构的时候用。装完对 AI 说一句”用 graphify 扫描这个项目”，比你自己啃 README 快 10 倍。

2. systematic-debugging（系统化调试）
当一个 bug 修来修去修不好时，AI 会自动套用改良版 Fagan Inspection 流程——这就是软件工程里最严谨的代码审查方法论。AI 不是凭感觉瞎猜，而是系统化追溯根因。适合那些”试了十几种方法都不行”的顽固 bug。

3. backlog
开会时随口说”这个记一下，回头提个 issue”，AI 直接帮你把 backlog item 写入 GitHub Issues 或本地 BACKLOG.md。不用停下来专门写 PRD，一个指令搞定。

4. prototype
要做技术选型或验证方案可行性？prototype Skill 会自动搭建一个可运行的终端原型，用来快速验证数据模型、状态机或 UI 方向，验证完直接丢弃不留技术债。

5. grill-me
想验证你的设计方案靠不靠谱？AI 会像评审团一样轮番追问，把你的计划每一个分支都追问到底，直到所有盲点暴露为止。适合正式开发前把坑提前踩完。

使用方式超简单：

# 装全套（慢，不推荐）
npx skills add https://github.com/sammcj/agentic-coding

# 按需装单个 Skill
npx skills add https://github.com/sammcj/agentic-coding --skill graphify
npx skills add https://github.com/sammcj/agentic-coding --skill systematic-debugging

装完在 Claude Code 对话里直接触发，比如”用 graphify 扫描这个项目”或”遇到个 bug，系统调试一下”。

值不值得装？

71 个 Skill 全部来自真实开发工作流，不是为了凑数搞的提示词堆砌。作者在 README 里写了大量实操心得（比如”不要用 MCP 工具替代 CLI”、”上下文超过 300k 就开新会话”），这些经验本身就值一颗星。

GitHub 地址：https://github.com/sammcj/agentic-coding

GitHub: https://github.com/sammcj/agentic-coding