别人发 Skill 只说”好用”，它直接给你成绩单——johnqtcg/awesome-skills 体验
Claude Code 的 Skill 生态从来不缺”能用”的提示词——缺的是能证明有用的。大多数 Skill 发布时都说自己好，但从来没有数字。
今天挖到一个不一样的——johnqtcg/awesome-skills（GitHub 30 ⭐，9/11 刚更新）。它不只是一个 Skill 合集，它是一套可量化的 Skill 工程方法论。
核心亮点：每个 Skill 都有”成绩单”
这个项目最独特的地方在于：每个 Skill 都附带定量评估报告，不是”感觉有用”，而是实实在在的指标：
- go-code-reviewer：+36 个百分点的细粒度信号噪声比提升，347 倍开发者时间 ROI
- unit-test：+38.4 个百分点的断言通过率提升
- google-search：+74.1 个百分点的断言通过率提升
- systematic-debugging：强制走四步根因分析流程（复现→假设→证明→修复），修 bug 不靠猜
这些数字来自什么？376 个黄金测试 fixtures + 93 个 Python 回归测试文件——每次改动 Skill 都有自动化测试守门，不是靠感觉迭代。
51 个 Skill，Go 工程师狂喜
覆盖范围：
- 测试全家桶：unit-test、tdd-workflow、api-integration-test、e2e-test、fuzzing-test——覆盖单元测试、TDD、API 集成测试、端到端测试、模糊测试
- Go 专项：go-benchmark（防编译器死代码消除作弊）、go-dependency-audit（govulncheck CVE 检测）、pg/mysql/mongo-migration（生产级 Schema 迁移规范）
- 交付流水线：go-makefile-writer → git-commit → create-pr → go-ci-workflow → go-code-reviewer → security-review
- 多 Agent 协作：9 分支 Go review 系统（go-review-lead + 8 个垂直 reviewer），7 分支美股分析系统
设计理念：Skill 工程化，不只是写提示词
项目自称”不只是提示词集合”，核心在回答四个更难的问题：
- 高质量 Skill 应该如何设计？
- 设计原则如何在具体 Skill 的结构、门槛和权衡中体现？
- 如何证明它真的有效？
- 如何集成到日常工程工作流而不是停在 Demo？
文档结构是bestpractice → rationale → skill → evaluate → outputexample五层链路，每层可追溯。24 个 Skill 附带中英双语设计 rationale 文档，解释”为什么这样设计而非那样”。
安装方式
一行命令搞定：
npx skills add johnqtcg/awesome-skills --skill unit-test tdd-workflow systematic-debugging -g
或者装全套 51 个：
npx skills add johnqtcg/awesome-skills --all -g
也支持手动复制 skills/ 目录到 ~/.claude/skills/。
适合谁？
如果你在用 Claude Code 写 Go 服务、需要系统化测试流程、或者想认真做 Skill 工程而不是随手写提示词——这个项目值得研究。GitHub 有完整的中文文档，设计 rationale 写得比很多技术博客还细。
GitHub：https://github.com/johnqtcg/awesome-skills
评论区
0 条评论
登录后可评论。