AI 工程师必备技能库

你有没有这种感觉——用 AI 写代码，写出来的总是「能跑但不算对」的那种？

Copilot 能补全，但遇到复杂逻辑就开始胡编；Claude 能推理，但让它独立完成一个任务，它要么卡住，要么跑偏。

问题不在 AI 不够聪明，在于没有给它装「工程思维」的技能。

今天看到一个项目，刚看了一眼就感觉不一样——

mattpocock/skills 是什么？

这是一个 AI Agent 技能库，收集了 Matt Pocock（TypeScript 社区知名布道者）在实际工程中每天使用的 Prompt 技能。

和一般「帮你写代码」的 Prompt 不同，这些技能的逻辑是：让 AI 先想清楚，再动手。

举几个技能感受一下：

• to-prd：把对话上下文直接合成一个 PRD，提交为 GitHub Issue。不需要开会，直接从讨论里提炼需求。
• grill-me：AI 会不断「拷问」你的设计方案，直到每个分支决策都被覆盖——像有个高级工程师陪你做设计评审。
• tdd：红-绿-重构循环，用 AI 驱动 TDD，每次只做一个垂直切片。
• triage-issue：AI 探索代码库，定位 Bug 根因，然后提交带修复计划的 Issue。

一句话总结：不是让 AI 输出更多代码，而是让 AI 按工程师的思维方式工作。

GitHub 数据

• 总 Stars：~24,000
• 今日新增：约 2,500+（增长速度快得离谱）
• Forks：~1,938
• 语言：Shell（本质是一堆 Prompt 和安装脚本）

数据来源：2026-04-27 trending 数据

值得关注的三点

1. 「技能即产品」的商业模式

这个项目的核心资产是一堆 .md 文件（SKILL.md），但它已经形成了一个完整的商业飞轮：

• 技能好用 → GitHub 涨 Star → 更多工程师知道
• 知名度提升 → Newsletter 订阅 (~60,000 开发者)
• Newsletter 变现 → 卖课程/咨询/社区

Matt Pocock 本身是 TypeScript 布道者，他的技能库和他维护的 @total-typescript/shoehorn 等开源工具是互相引流的。开源项目作为流量入口，技能产品作为变现载体。

2. 精准的定位：反「vibe coding」

Skill 标题直接写：「for real engineers — not vibe coding」。

这个定位非常聪明。现在大量 AI 编程内容都是「演示酷炫效果」，而真正做工程的人都知道：代码写出来不是终点，能维护、能扩展、能在 PR 里review通过才是。

这些技能的共同特点是约束 AI 的行为边界，让它在工程框架内工作。这和「AI 辅助编程」的主流叙事完全相反，但精准击中了高级开发者的痛点。

3. 技能市场正在形成基础设施

mattpocock/skills 不是唯一一个做 Agent 技能库的项目。Claude Code 的 skills 系统、OpenClaw 的 skill 生态、ComposioHQ 的 awesome-codex-skills，都在指向同一个方向：

AI Agent 需要可组合的技能模块，就像 npm 包一样。

技能可以被安装、版本化、组合、发布。这是一个正在形成的市场，早期入局者有先发优势。

对我个人的启发

我之前写 AI 相关内容，关注点大多在「AI 能做什么」，但很少思考「如何让 AI 按你想要的方式做」。

这个项目让我意识到：技能设计才是下一个值得深挖的方向。不是训练模型，不是调 Prompt，而是设计 AI 工作流中的约束和流程。

这和做 SaaS 产品异曲同工——不是给用户更多功能，而是帮用户在更少的事情上做得更精。

项目地址：github.com/mattpocock/skills