用AI写代码越写越乱？这个Best Practices Skill专门治这个

用 AI 写代码最大的隐患，不是逻辑错，是代码越来越烂——随着 AI 生成代码量增加，技术债务以肉眼可见的速度堆积。很多团队用 Claude Code 跑了一阵后回头看：风格不统一、类型乱飞、无用代码堆成山，代码质量从「能用」变成「将就」。

今天介绍一个专门治这个问题的 Skill：Best Practices。

这个 Skill 解决了什么问题

大多数 AI Coding Skill 专注于「怎么生成代码」，但 Best Practices 专注于「生成之后怎么保持质量」。它是代码质量的守门员，在你写完或 AI 写完代码后，告诉你哪里不符合规范、哪里可以优化。

核心能力：

• 按语言提供最佳实践参考（TypeScript/Python/Go/Swift）
• Next.js/React 场景的专项性能规则（水印、bundle size、hydration 问题）
• 代码质量标准：注释只写复杂业务逻辑、Error handling 只在可恢复场景用 try-catch、禁止 any 类型、死代码直接删而不是注释掉
• 重构工作流：框架规则检测 + 关键规则优先（CRITICAL 最高优先）

使用方式

在 Claude Code 里一行命令装上：

npx skills add https://github.com/fradser/dotclaude --skill best-practices

装完之后，遇到以下场景自动触发：写完一段代码想 review、refactor 之前、push 之前做最后检查。它会按文件后缀加载对应语言的最佳实践规则，然后给出修改建议。

我的看法

这类 Skill 属于「越用越值」型——单次使用可能觉得建议平平无奇，但长期来看，代码库的一致性和可维护性会明显提升。尤其适合：团队里有多人用 AI 写代码、代码审查人手不够、AI 生成代码占总产量 50% 以上的项目。

538 颗 GitHub Stars，33 次周安装，数据在 Skill 里不算爆款，但属于「低调实用」那一挂。开发者如果关注长期代码健康，值得一试。

项目地址：https://github.com/fradser/dotclaude

GitHub: https://github.com/fradser/dotclaude