乐于分享
好东西不私藏

29.5K+ star 的 AI 编程技能库:让代码助手学会像资深工程师一样思考

29.5K+ star 的 AI 编程技能库:让代码助手学会像资深工程师一样思考

你用 AI 编程工具写代码的时候,有没有这种感觉——它写得挺快,但总觉得哪里不对劲?代码能跑,可命名乱七八糟,架构一团浆糊,过两天自己都看不懂。

问题的根源不是 AI 不够强,而是没人教它怎么像真正的工程师一样思考

mattpocock/skills 这个项目,做了一件很酷的事:把资深工程师的思维和工作方式,封装成 AI Agent 可以直接调用的「技能」。不是让它帮你写代码,而是让它学会怎么先想清楚、再动手。

目前 GitHub 已有 29.5K+ star,今天新增 5551 star,增速惊人。


01 它是什么?

mattpocock/skills 是一个面向 AI 编程工具(如 Claude Code、Cursor)的技能集合。每个技能对应一个真实工程师日常会用到的思维方式和工作流程。

简单说:不是给 AI 塞更多知识,而是教 AI 怎么思考

这个仓库的作者 Matt Pocock 是 TypeScript 社区的知名贡献者,他做了一件很反直觉的事——不让 AI 直接写代码。他的做法是:设计一系列「思考型」技能,让 AI 在动手之前先做分析、设计、拆解。

技能分四大类:

规划与设计类

  • to-prd
    把对话内容合成一份 PRD,直接提交为 GitHub Issue
  • to-issues
    把任何计划或规格文档拆解成独立的 GitHub Issue
  • grill-me
    反复追问设计中的漏洞,直到所有分支都覆盖到
  • design-an-interface
    用并行子 agent 生成多个完全不同的界面设计方案

开发与重构类

  • tdd
    测试驱动开发,严格的 red-green-refactor 循环
  • triage-issue
    调查 bug,找到根因,提出 TDD 修复方案
  • improve-codebase-architecture
    在代码库中寻找架构深化机会

工具与工程化类

  • setup-pre-commit
    配置 Husky pre-commit hooks(lint-staged、Prettier、类型检查、测试)
  • git-guardrails-claude-code
    阻止危险 git 命令(push、reset –hard、clean 等)执行

写作与知识管理类

  • write-a-skill
    创建新技能的标准结构
  • edit-article
    重构文章结构、提升清晰度
  • obsidian-vault
    搜索和管理 Obsidian 笔记库

02 核心原理/亮点

理念:Vertical Slices(垂直切片)

这个项目的核心理念来自 Matt Pocock 在一次演讲中提到的「垂直切片」——不做大而全的设计,而是把工作切分成可以独立拎出来完成的小块

传统开发流程:设计 → 架构 → 搭建基础设施 → 写业务逻辑 垂直切片流程:选一个最小功能 → 从设计到测试完整实现 → 下一块

AI 特别适合垂直切片式的工作流,但前提是有人告诉它怎么切。这正是这些技能做的事情。

安装方式统一且简单

所有技能都通过同一个命令安装:

npx skills@latest add mattpocock/skills/<skill-name>

比如安装 TDD 技能:

npx skills@latest add mattpocock/skills/tdd

安装后,每次与 AI 编程工具对话时,它就能调用这些技能来引导工作流程。

技能描述文件(SKILL.md)

每个技能本质上是一个 SKILL.md 文件,包含:

  • 触发描述:
    当工程师说什么时激活这个技能
  • 工作流程:
    AI 应该按什么步骤执行
  • 结束条件:
    怎么判断任务完成了

比如 grill-me 技能的逻辑是:AI 会不断追问设计方案中的问题,直到没有新的分支可以被追问为止。这种「苏格拉底式追问」确保了设计在动手之前被充分验证。


03 应用场景

场景一:接手一个陌生代码库

当你第一次接触一个没有文档的老项目时,传统的做法是埋头读代码。triage-issue 技能可以让 AI 先探索代码库,识别问题根因,然后生成一份带修复计划的 Issue。整个过程模拟的是资深工程师 debug 的思维路径。

场景二:大型重构前的设计验证

要在生产项目里做一次大胆的架构调整?先用 grill-me 技能让 AI 反复「拷问」你的方案,直到所有隐藏的问题都浮出水面。这比直接动手然后发现走不通要高效得多。

场景三:团队知识传承

to-prd 和 to-issues 技能可以把讨论过程中的上下文直接转化为结构化的文档和 Issue。新来的工程师看到的不再是一堆 Slack 记录,而是一套完整的问题追踪体系。

场景四:TypeScript 类型迁移

对于需要把 as 类型断言迁移到 @total-typescript/shoehorn 的场景,migrate-to-shoehorn 技能提供了一套标准流程,AI 会按照这个流程逐步处理每个文件。


04 快速上手

第一步:安装技能管理器

npm install -g skills@latest

第二步:添加感兴趣的技能

npx skills@latest add mattpocock/skills/to-prdnpx skills@latest add mattpocock/skills/tddnpx skills@latest add mattpocock/skills/grill-me

第三步:在 Claude Code 或 Cursor 中使用

安装后,在对话中自然描述你的需求,AI 会自动识别并调用对应技能:

用户:我想重构订单模块,能帮我分析一下风险吗?[AI 自动激活 grill-me 技能,开始追问架构设计]

查看所有可用技能:

访问 https://github.com/mattpocock/skills 查看完整列表,每个技能都有详细的说明文档。


写在最后

mattpocock/skills 解决的不是「AI 写代码太慢」的问题,而是「AI 写代码太糙」的问题。

它把工程师几年积累的经验——怎么拆解问题、怎么验证设计、怎么用 TDD 驱动开发——变成 AI 可以理解的技能模块。这让 AI 编程从「代码生成器」升级为「工程伙伴」。

如果你用 Claude Code 或类似的 AI 编程工具,强烈建议花 10 分钟浏览一下这个仓库,找到适合你工作流的技能。你可能会发现,AI 写出来的代码质量从此不再一样。


相关链接:

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

  • 官网:https://www.aihero.dev/s/skills-newsletter

  • 文档:https://github.com/mattpocock/skills#readme