Agent Skills:让 AI 编码助手遵循工程规范-夜雨聆风

Agent Skills:让 AI 编码助手遵循工程规范

AI 编程助手的能力已毋庸置疑，但实际使用中有一个普遍问题： AI 容易”抄近路”——跳过需求澄清、忽视测试、绕过代码评审，直接交出能跑但质量存疑的代码。这个问题在个人项目中尚可接受，到了团队协作就成了一种风险。

Google Gemini 团队主管 Addy Osmani 为此开源了 Agent Skills，通过将资深工程师的开发规范封装成结构化技能库，让 AI 在每个开发阶段都能保持一致的质量标准。该项目在 GitHub 已斩获 18000+ Star 。

围绕开发生命周期设计

Agent Skills 的核心设计逻辑是将软件开发划分为六个阶段，每个阶段对应若干核心技能：

•Define （定义）：将模糊的需求转化为具体的提案，包括 idea-refine（发散收敛式构思）和 spec-driven-development（编写 PRD ，明确目标、边界、测试策略等）

•Plan （规划）：planning-and-task-breakdown 负责将需求拆解为可验证的小任务

•Build （构建）：涵盖 incremental-implementation（增量实现）、context-engineering（上下文管理）、frontend-ui-engineering、test-driven-development、api-and-interface-design 等技能，覆盖从环境搭建到接口设计的完整编码环节

•Verify （验证）：browser-testing-with-devtools（浏览器测试）和 debugging-and-error-recovery（系统性调试与错误恢复）

•Review （评审）：code-review-and-quality、code-simplification、security-and-hardening、performance-optimisation、accessibility 构成多重质量关卡

•Ship （发布）：shipping-and-launch 和 ci-cd-and-automation 处理发布流程；post-release-monitoring 关注上线后的可观测性

整个框架共计 20 个技能，每个技能是一个独立目录，内含 SKILL.md 说明文件，包含工作流程步骤、验证门禁（ verification gates ）和常见的自我合理化清单（ anti-rationalization tables ）。

七条触发命令

Agent Skills 提供了 7 条斜杠命令作为入口，分别对应开发阶段：

命令	触发阶段	典型使用场景
`/spec`	Define	编写需求文档或 PRD
`/plan`	Plan	拆分任务、制定实施计划
`/build`	Build	编写功能代码
`/test`	Verify	编写与运行测试
`/review`	Review	代码评审
`/code-simplify`	Review	代码简化与重构
`/ship`	Ship	部署与发布

这些命令并非简单的快捷指令，它们会自动激活对应的多个技能协同工作。例如执行 /build 会同时调用 incremental-implementation 和 test-driven-development；处理 UI 任务时会自动触发 frontend-ui-engineering；设计 API 时会激活 api-and-interface-design。

广泛的工具兼容性

Agent Skills 的设计不依赖特定 AI 编程工具，目前已支持：

•Claude Code（通过 Marketplace 插件安装）

•Gemini CLI（原生技能集成）

•Cursor（将 SKILL.md 放入 .cursor/rules/）

•GitHub Copilot（配置说明已收录）

•OpenCode（支持 agent 驱动的技能自动执行）

其核心机制是将技能以 Markdown 文件形式提供，任何能读取提示文件的 AI 工具均可集成。

技能的运作机制

每个 SKILL.md 遵循统一的结构：步骤（ Steps ）→ 验证门（ Verification ）→ 常见自我合理化列表（ Rationalizations ）。最后一项是颇为实用的设计——它列出了工程师在对应环节常用来”说服自己跳过步骤”的借口，并给出对应的现实对照，帮助 AI 在关键时刻保持警觉。

技能支持上下文感知加载：无需一次性加载全部技能，按当前任务按需引入即可。例如调试场景只加载 debugging-and-error-recovery，上线前才加载 shipping-and-launch。这样既节省上下文窗口，也避免引入过多噪声。

如何使用

以 Claude Code 为例，通过 Marketplace 安装：

/pluginmarketplaceaddaddyosmani/agent-skills/plugininstallagent-skills@addy-agent-skills

安装后，在 Claude Code 中直接使用斜杠命令即可。文档建议从三个核心技能开始：spec-driven-development、test-driven-development、code-review-and-quality，覆盖需求定义、测试编写、代码评审三个最关键的质量缺口。

项目文档也建议将规范文件纳入版本控制，让开发者和 AI 在同一套规范下协作。若项目不需要永久保留这些文件，在合并前删除或加入 .gitignore 即可——工作流本身不依赖文件的长期存在。

总结

Agent Skills 的核心价值在于将工程经验转化为 AI 可执行的规范。对于个人开发者，它是一套可操作的开发框架；对于团队，它提供了多人协作时的共识基础。 AI 编程助手擅长执行，但规范执行一直是短板——Agent Skills 正是针对这一环给出的解法。

GitHub ： github.com/addyosmani/agent-skills