你的AI编码助手现在可以打补丁了:pi-skills 把“技能”变成了可插拔的武器如果你还在手动给Claude Code、Codex CLI写prompt模板，那你可能已经落后了。GitHub上刚冒出来的pi-skills项目（星标1385，Fork 146），重新定义了AI编码助手的“技能系统”——它把那些本应固化在工具里的能力，变成了一组可以在不同代理之间自由插拔的模块。
这听起来可能有点抽象，但它的核心思路其实很简单：不要重复教AI怎么做事，把那些模式化的任务封装成可复用的技能包。
pi-skills不是什么新的AI编码工具，它是一套技能集合——专门为pi-coding-agent设计，但同时兼容Claude Code、Codex CLI、Amp和Droid。换句话说，你不需要切换工具链，只需要下载这套技能包，就能让你的AI助手瞬间具备更多专业能力。
安装方式极其粗暴：
1# 全局安装，所有项目都能用
2git clone https://github.com/badlogic/pi-skills ~/.pi/agent/skills/pi-skills
3
4# 项目级安装
5git clone https://github.com/badlogic/pi-skills .pi/skills/pi-skills
6
7# Codex CLI
8git clone https://github.com/badlogic/pi-skills ~/.codex/skills/pi-skills
9
10# Amp
11git clone https://github.com/badlogic/pi-skills ~/.config/amp/tools/pi-skills |
看到没有？就是git clone到指定目录，完事。这种设计哲学让我想起了Unix的“一切皆文件”——在AI编码代理的世界里，一切能力皆可git clone。 |
让我们打开这个仓库看看里面都有什么。虽然README摘要里没有列出具体技能列表，但从项目结构可以推断，它遵循pi-coding-agent的规范：每个技能都是一个独立的目录，包含特定的指令文件。
这种架构的设计亮点在于： - 声明式技能定义：技能不是写死的代码，而是结构化的指令集。AI代理读取这些指令后，就能执行特定任务。
- 跨代理兼容：同一套技能包可以在Claude Code、Codex CLI、Amp、Droid之间无缝切换。这背后是对各工具API的抽象封装。
- 分层存储：支持用户级（
~/.pi/agent/skills/）和项目级（.pi/skills/）两种安装方式，实现了全局共享和项目定制的平衡。
这种设计思想其实借鉴了前端领域的“组件化”——把AI的能力拆解成颗粒度适中的“技能组件”，然后通过组合来构建复杂的编码工作流。 |
假设你是一个依赖Claude Code的开发者，每天要处理大量重复性任务：代码审查、单元测试生成、文档更新、依赖升级。以前你需要给AI写很长的prompt来描述上下文和期望输出，现在只需要激活对应的技能包。
举个具体例子——代码审查技能的工作流程： 1# 假设pi-skills里包含code-review技能
2# 在你的项目中运行
3cd your-project
4# 激活技能
5.pi/skills/pi-skills/code-review
6# AI会自动分析当前目录的代码变更，输出审查意见 |
虽然这只是一个假设示例，但核心逻辑是：技能包把AI的“行为模式”固化成可复用的模板。开发者不需要每次重新描述“请用XXX规范审查代码，重点关注安全性和性能问题”，技能包已经包含了这些上下文。 |
目前市面上的AI编码工具，大多采用两种方式： - 内置能力：工具自带一套固定的技能集，比如GitHub Copilot的代码补全、Chat建议。优点是开箱即用，缺点是扩展性差。
- 自定义prompt：让用户自己写prompt模板。灵活度高，但缺乏标准化，复用成本高。
pi-skills走的是第三条路——标准化技能包。它既不是封闭的，也不是完全自由的，而是提供了一套约定和接口，让社区可以共建共享技能。
对比Claude Code的原生功能，pi-skills的优势在于：
- 可移植性：换了工具不用重新配置
- 可组合性：多个技能可以叠加使用
- 可维护性：技能包可以独立更新
当然，劣势也很明显：目前还处于早期阶段，技能库不够丰富；跨工具兼容依赖于各工具API的稳定性。 |
pi-skills的出现不是孤例。从Cursor的规则系统到Codex CLI的扩展机制，整个行业都在探索同一个方向：如何让AI编码助手从“通用大脑”进化成“可定制的专业工具”。
核心趋势有三个：
- 从单体到模块：AI编码助手不再是黑盒，能力可以被拆解、组合、替换。
- 从封闭到开放：工具之间开始形成互操作标准，生态竞争取代功能竞争。
- 从手写到复用：开发者从“写prompt”转向“选技能”，AI交互变得更加工程化。
|
如果你对这个项目感兴趣，我建议从以下几步开始： - 立即安装：无论是Claude Code还是Codex CLI用户，git clone到对应目录就行，成本几乎为零。
- 探索技能列表：仔细阅读仓库里的每个技能文件，理解它们的触发条件和输出规范。
- 贡献技能：把你日常工作中那些重复性的AI交互模式，封装成技能包提交PR。这是提升团队效率的好方式。
- 关注生态：留意pi-skills的更新，特别是新兼容的工具和新增的技能类型。
最后说一句：AI编码工具正在经历从“玩具”到“生产力工具”的蜕变，而pi-skills这样的项目，恰恰是这个过程中的关键拼图。它告诉我们——最好的AI助手，不是最强的，而是最懂你的。而“懂你”这件事，可以通过社区共建的技能包来实现。 |
夜雨聆风
