夜雨聆风写在前面
当GitHub上一个AI Agent“技能库”的Stars能飙到18.3万，甚至超过一些运行了20年的明星开源项目时，我们知道，一个新的时代真的来了。
Gary Tan、Matt PCO、Adi Asmani...这些业内大佬纷纷开源自己的“思维模型”，试图用自然语言指令，封装出可以复用的“超级技能”。一时间，仿佛不下载几个Skill.md文件，都不好意思说自己会用AI写代码。
但作为一位与AI Agent打了近两年交道的实践者，我花时间研究了市面上几乎所有主流技能库后，得出的结论可能让你意外：
最好的那套“大招”，你永远无法在别人的仓库里找到。
它必须由你亲手，为你的项目和脑回路量身定制。
拆解“技能库”的底层逻辑：大家都在用同一套“旧公式”
先看一个好消息：这些看似眼花缭乱的技能库，底层使用的都是同一套经过几十年验证的软件开发流程。它们不过是把“构思、原型、计划、开发、测试、复盘”这个经典循环，用Prompt的形式，喂给了AI。
我们来看看几位代表性人物的“心法”：
Adi Asmani的“六步迭代” 这位来自Google的博主，推崇一套极简流程：讨论清晰需求 → 制定详细计划 → 按小切片增量开发 → 对照计划测试 → 代码审查 → 简化后上线。看起来复杂，实际上就是把一次开发迭代，清晰地拆解为7个Prompt。
Matt PCO的“领域驱动设计” 资深TypeScript开发者，他的体系与Adi高度相似，但更强调对项目领域模型的理解。他会用一个“Grill with Doc”技能，让Agent先加载所有项目文档，确保每次对话都在充分理解上下文的基础上进行。这是对有限上下文窗口的精妙利用。
Gary Tan的“YC式创业问诊” 作为Y Combinator掌门人，Gary的技能栈更具“个人色彩”。其中最引人注目的是一个叫“Office Hours”的技能，模拟他本人向你追问关于创业项目的6个关键问题。深层洞察在于：当AI让“如何做”变得无比廉价时，“做什么”的决策力才是真正的壁垒。
Afan的“Everything Claude Code” 这是一个庞大、成熟的标杆，涵盖了记忆管理、持续学习、验证循环、子Agent编排和安全性。如果你想看一个“完全体”的Agent工具体系长什么样，这个18万星的仓库是最好的教科书。
你的“不传之秘”：简单到只有5步的超级工作流
看完了这些花哨的“招式”，你可能会焦虑：我是不是得把所有技能库都学一遍？当然不。接下来这套心法，就是我从所有系统中提炼出的“万变不离其宗”的精华。它简单到你不必再看任何人的代码。
第一步：进入“采访模式” Ask Mode 别急着让AI开干。先进入“问”模式，让它像记者采访你一样，巨细无遗地了解你究竟要做什么。你可以在工具里直接开启“Ask Mode”，或者自己写一个极简的Prompt：“请就我即将创建的项目对我进行采访，直到你完全理解为止。” 这一步的价值在于：用前期的沟通成本，换取后期大量无效代码的规避。
第二步：快速“原型设计” Prototype 开始写代码前，先做个原型。你可以让AI用ASCII图表快速画个线框图，或者直接进入“设计模式”：“我们进入原型模式，仅开发前端，用假JSON模拟后端数据，不连接任何后端逻辑。” 这一步的核心是视觉化验证，确认你和AI对最终产品的想象是一致的。老派软件工程中的“线框设计”在AI时代依然有效，甚至更重要。
第三步：生成“作战计划” Plan Mode 几乎所有现代AI编码工具（如Cursor, Claude Code）都已内置了顶级的“计划模式”。你无需写任何Skill，只需告诉它：“为完成这个功能创建一个详细的实施计划。” 它就会自动生成一个Markdown文件，将任务拆解成“阶段”、“To-Do列表”和“验证步骤”，并确定优先级。让AI自己学会“分而治之”，这是避免它“脑子一团浆糊”的关键。
第四步：构建与测试 Build & Test 进入执行阶段，AI开始按计划编码。框架的内置计划模式通常会自带测试环节：运行Lint检查、执行编译测试。但你必须清醒地认识到：目前的AI测试仍然会“作弊”。最终，验证环节依然需要你作为“人肉烟雾测试员”，亲自点击一遍流程，确保所有功能都如你所需。如果你想要严格的测试驱动开发，只需在计划阶段多说一句：“请采用测试驱动开发方式。” 不要完全信任AI的“自我检查”，你才是最后的质量把关人。
第五步：进化：专属技能库的诞生
这可能是本文最关键的观点。以上五步，是你与生俱来的能力，无需任何外部技能文件。什么时候你需要一个“专属技能”？
答案：只有在Agent反复犯同一个错误，或你希望将某个高度重复的、和你项目紧耦合的流程固定下来时。
比如，你发现Agent总是不理解你复杂的项目代码风格，或者你希望每次提交代码前都进行一次特定的简化检查。此时，为它创建一个只有几段话、极其精简的 skill.md 文件，才是“技能”真正的价值所在。
记住原则：你的技能库，是为解决你的问题而生的“处方”，不是别人家的“药铺”。
金句卡片
当AI让“如何做”变得无比廉价时，“做什么”的决策力才是真正的壁垒。
你的技能库，是为解决你的问题而生的“处方”，不是别人家的“药铺”。
用前期的沟通成本，换取后期大量无效代码的规避。
不要完全信任AI的“自我检查”，你才是最后的质量把关人。
结语
最好的技能系统，不是别人的代码复制，而是你经验的沉淀。
它是一套思考框架、一个工作流、一个经过你项目反复打磨的专属Prompt。当你把时间花在理解自己的项目，并用最简单的语言告诉AI如何去完成时，你就已经拥有了最强大的“王牌技能”。
与其在无数个花哨的库之间“走火入魔”，不如退回到那些最朴素的软件开发原则上来。它们已经指导我们走过了30年，在AI时代，它们依然是你的最强底盘。
最后留个作业，你的工作流里，哪个技能是你觉得“没有它就无法工作”的？欢迎在评论区分享，让我们一起进化。
Source: https://www.youtube.com/watch?v=VoxL_YmHR-I
