mattpocock/skills Skill：让 AI 编程助手真正做工程的技能集

Skill超级捕获手 技术创作者 2026-10-07 1166 阅读

你有没有这种感觉——AI 编程助手写代码飞快，但写出来的代码不是你想的？问题往往出在开口就没有对齐，Agent 理解偏差加上没有反馈闭环，一来一回代码就跑偏了。

Matt Pocock 的 mattpocock/skills 就是来解决这个问题的。这是一套面向 AI 编程 Agent 的工程技能集，不是通用提示词库，而是把「需求对齐→写规格→TDD→代码质量」整条工程流程固化成可安装、可组合的技能模块。目前在 GitHub 已累计 277,000+ stars（截至 2026-10-07），是 2026 年下半年 AI Agent Skills 领域最热门的仓库之一。

功能与设计原则

这套 Skill 的核心理念是：Small、easy to adapt、composable。不像 GSD、BMAD、Spec-Kit 等框架那样接管你的开发流程，mattpocock/skills 是轻量的工具包——你选你需要的，按自己方式改，不绑定任何特定模型。

设计原则：
– 过程拥有权归你：Agent 学习你的工作流，不是你去适应 Agent
– 反馈闭环优先：TDD、代码质量扫描、Bug 诊断都有结构化步骤
– 跨 Agent 兼容：支持 Claude Code、Codex、GitHub Copilot 及任何兼容 Skills 标准的 Agent
– 可编辑文件交付：npx skills@latest add 把技能文件写入你的项目，自己改自己管
– 工程经验驱动：每个 Skill 都对应一个真实工程失败场景，不是纸上谈兵

认可度

  • GitHub Stars：277,000+（截至 2026-10-07）
  • Forks：23,000+
  • Newsletter 订阅者：~60,000
  • 2026 年 9-10 月持续占据 GitHub Trending 榜，是 AI Agent Skills 分类的 Top 1 仓库
  • 在 Claude Code 官方插件市场上线，Anthropic 官方收录

链接

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

原作者

Matt Pocock — TypeScript 领域知名布道师，Total TypeScript 课程作者，专注于让开发者「真正掌握 TypeScript」而非「会用类型语法」。他把自己多年工程实践中踩过的坑，沉淀成这套可复用的 Agent 技能集。

详细介绍

传统的 AI 编程助手是「你说我写」的单次交互，而真正的工程开发是需求澄清→方案设计→测试先行→持续反馈的循环。mattpocock/skills 把这个循环拆成了独立的技能模块，每个模块对应一个常见失败场景：

需求对齐：/grill-me 或 /grill-with-docs 在动手前对 Agent 做「拷问」——让它问清楚你要做什么、术语怎么定义、验收标准是什么。其中 /grill-with-docs 更进一步，会帮你生成项目的通用语言表（GLOSSARY.md）和架构决策记录（ADR），让后续所有对话都基于统一语境。

反馈闭环：/tdd 把红-绿-重构循环固化成技能——Agent 先写失败测试，再写让测试通过的实际代码。/diagnosing-bugs 则把调试过程拆成有纪律的阶段排查环，避免 Agent 在日志里乱撞。

代码质量：/improve-codebase-architecture 扫描代码库找「可以加深」的模块机会（深的模块接口简单但功能丰富），生成可视化的 HTML 报告，帮助你在快速迭代中不丢失代码设计。

任务流转：/to-spec 把对话合成规格文档推到 Issue Tracker；/to-tickets 把规格拆成 tracer-bullet ticket，每条声明 blocking edges；/implement 驱动 TDD 在预定边界内构建。

安装方式有两种哲学：Claude Code 插件（ marketplace 安装，只读托管版，Anthropic 市场更新才同步）和 npx skills@latest（写入项目可编辑文件，自己维护更新）。

特点

  • 两种安装路径：Claude Code 插件市场（省心）或 npx 手动安装（可改），互不冲突
  • 用户技能 + 模型技能分离：用户触发的技能（如 /grill-me）用于编排；模型触发的技能在合适时机被 Agent 自动调用
  • issue tracker 无关：支持 GitHub/GitLab/本地文件，或任何你描述的方式
  • Token 效率高：共享语言（Ubiquitous Language）减少 Agent 在术语上的 token 消耗
  • 零框架依赖：纯 Skill 文件，不引入额外运行时，可插拔到任何项目

使用方法

方式一：Claude Code 插件（推荐新手）

claude plugins install mattpock-skills
# 或在 Claude Code 会话内：
/plugin install mattpock-skills

方式二：npx 安装（可编辑）

npx skills@latest add mattpocock/skills
# 选你想要安装的 Skill，以及目标 Agent

首次使用需运行一次 /setup-matt-pocock-skills，配置你的 Issue Tracker、triage 标签和文档保存位置：

/setup-matt-pocock-skills
# 回答问题：用什么 Issue Tracker？用什么标签？文档放哪里？

之后每次开发新功能，从 /grill-with-docs 开始——这会帮你对齐需求并建立项目专属术语表。

使用场景与人群

适用场景：需要 AI 编程助手做真实工程项目的开发者，尤其是：
– 团队里 AI 编程工具已经开始用但代码质量参差不齐
– 多人协作同一个代码库，Agent 输出需要可预期、可审查
– 想把 AI 编程从「写代码」升级成「做工程」

目标用户：中高级开发者、Tech Lead、Engineering Manager。不适合纯新手（需要你先有工程经验才能判断 Agent 输出质量）。

输入与输出案例

案例 1：需求对齐

输入（用户）：

我想在课程平台里加一个「课时材料化」的功能，就是当课程里的某一节被标记为「正式上线」时，它会在文件系统里获得一个物理位置。

Agent 运行 /grill-with-docs 后的输出：

需求澄清完成。核心术语：「materialization cascade」——指课时被正式化（materialized）时在文件系统触发的连锁创建过程。建议在 GLOSSARY.md 中定义，并在 SPEC.md 中作为独立章节描述其触发条件和副作用。

（对比：没有 /grill-with-docs，Agent 可能会写 20 行冗长描述而不是一个精准术语）

案例 2：TDD 开发流

输入（用户）：

用 /implement 对这个 SPEC.md 里的「用户积分体系」规格进行构建。

Agent 行为：
1. 识别 SPEC 中每条功能描述，转化为对应的测试用例
2. 先写失败测试（红），运行确认失败
3. 写让测试通过的最简代码（绿）
4. 重构并保持测试绿色
5. 每完成一个模块，输出摘要并提示下一步

输出片段：

模块 1 完成：积分累计规则。测试覆盖：正常累计、扣减边界、负数拒绝。当前 3/3 测试通过。下一步：模块 2「积分等级跃迁」需要你先确认等级阈值是固定值还是可配置。

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 1166 阅读