445⭐ Java 团队最该装的 SDLC 全流程 Skill 集合：Plinth
看到 445 ⭐ 的 Plinth 时，我第一反应是：又一个 Java 工程师写的”AI 加持版工作流”，翻两页就关掉那种。但当我把它拆开数清楚——14 个命令、9 个 Agent、125 个 Skill——才发现这根本不是单点工具，而是一整套可以挂在 Claude Code / Cursor / Codex / GitHub Copilot 上的「Java 企业级 SDLC 工作流体系」。
这不是一个 Skill，是一套体系
Plinth 的核心思路是：让 AI 编码 Agent 真正听懂 Java 工程师那套从需求到上线的全流程。它把整个 SDLC 拆成四阶段：
- 需求阶段：用
/explore-problem从五个视角评估一个 Issue，输出 Functional Specification；再用/create-acceptance-criteria自动产出 Gherkin 验收用例，写回 Issue 评论。 - 设计阶段：
/create-adr写架构决策记录，/create-diagram出架构图，/create-spec落到 OpenSpec，/explore-design比较技术路线并锁定设计方向。 - 实现阶段：
/implement-spec按框架智能委派（Maven、Spring Boot、Quarkus、Micronaut、OpenAPI、WireMock 全都覆盖），/close-spec归档变更。 - 质量与合规阶段：
/profile串起 Java 性能分析全链路，/benchmark调度 JMeter/Gatling/JMH；合规侧还专门给了 EU AI Act、DORA、GDPR、NIS2、Cyber Resilience Act 的 Skill，把”规”挂进 Agent 的能力池。
跨 Agent 兼容做得相当克制
作者没有锁死某一个 IDE 的协议，而是把命令、Agent、Skill 全部走 npx skills add jabrena/plinth --skill '*' --agent claude-code -y 这种统一安装入口。当前已经覆盖 Cursor、Claude Code、Codex、GitHub Copilot 四家主流 CLI，意味着同一套工作流可以跟着团队的工具栈迁移，不用重写。这一点比大多数”Claude only”Skill 都更现实。
为什么这个项目值得专门盘点
我看 GitHub 上的 Agent Skill 项目，分两类趋势在打架：
- 一类是”巨型 Skills 集合”：Antigravity、awesome-claude-skills 这种，一个仓库塞上千个 Skill，靠”广度”出圈。
- 一类是”垂直方法论”：obra/superpowers、karpathy-skills 这种，几十个 Skill 把一种工程哲学贯彻到底。
Plinth 走的是第三条路——垂直领域 + 工程全流程：125 个 Skill 不追求”啥都能干”，而是把 Java 企业级的规范、框架、规约、ADR、profiling 一次性铺到 Agent 旁边。对一个 Java 后端团队来说，这相当于直接给团队 Agent 配了一个”高级架构师 + 测试经理 + 合规官”的隐藏搭档。
使用方式（一行命令）
推荐先试一个最小回路：
- 在 Claude Code 里执行
npx skills add jabrena/plinth --skill '*' --agent claude-code -y，把整套 Skill 装上 - 跑一遍
/onboarding，让 Agent 给仓库建立根级AGENTS.md和一个 OpenSpec 项目 - 选一个真实 Issue，跟
/explore-problem → /create-acceptance-criteria → /create-spec → /implement-spec走完一轮
需要 Node.js ≥ 20。完整文档和更新日志在仓库根目录，中文 README 也已经配齐。
🔗 GitHub：https://github.com/jabrena/plinth
评论区
登录后可评论。