agent-skills：把成熟的软件工程方法交给 AI 编程助手执行
一分钟看懂
agent-skills 是 Addy Osmani 发起的一套 AI 编程技能库。它把需求澄清、技术规格、任务拆解、测试驱动开发、代码评审、性能审计和发布检查等工程流程写成结构化说明，让 Claude Code、Cursor、Codex、Gemini CLI 等编程 Agent 在合适的阶段加载并遵循。
它解决的问题不是“让模型知道更多语法”，而是减少 AI 写代码时常见的流程缺失：需求还没说清楚就开始改、一次提交过多内容、没有验证、只看 happy path，或者实现完才发现偏离目标。安装后，用户可以显式调用某项技能，也可以让支持技能发现机制的 Agent 按任务自动选择。
你可以用它做什么
- 先把模糊想法问清楚：通过访谈式技能逐步确认目标、边界和取舍。
- 形成可执行规格：把功能要求整理为结构明确、可验证的实现说明。
- 拆分开发任务：将大改动分成小步，每一步都有结果和验证方式。
- 执行测试驱动开发：按“失败测试—最小实现—重构”的节奏推进。
- 系统检查代码质量：从正确性、安全性、性能、可维护性等维度评审。
- 完成发布前核对：在上线前检查构建、测试、文档和风险项。
- 审计网页性能：使用专门的 Web 性能流程分析 Core Web Vitals 等问题。
主要能力
仓库包含一组 SKILL.md 技能、Agent 定义、斜杠命令、Hooks、参考清单和评估材料。技能采用渐进式加载：Agent 起初只看到名称和适用描述，真正触发后才读取完整流程，从而避免把所有说明一次塞入上下文。
官方快速安装方式是使用开放 Skills CLI，既可以安装全部技能，也可以只选某一项。仓库还针对 Claude Code、Cursor、Codex、Gemini CLI、OpenCode、Windsurf 等工具给出了不同的接入说明。斜杠命令覆盖 /spec、/planning、/build、/test、/review、/code-simplify、/ship 和 /webperf 等研发阶段。
适合哪些人
- 经常让 AI 直接修改真实代码库的个人开发者。
- 希望团队中的编程 Agent 遵循一致流程的技术负责人。
- 已经发现“提示写得很长，执行仍不稳定”的重度 AI 编程用户。
- 想研究 Skill、Agent、Hook 和命令如何协同的工具作者。
对一次性的简单问答或几行小改动，不必强行走完整生命周期。它更适合具有多个步骤、需要验证或存在明显风险的工程任务。
怎么开始使用
最简单的方式是运行 npx skills add addyosmani/agent-skills 安装整套技能，或先使用 --list 浏览，再通过 --skill 只安装需要的项目。不同 Agent 的技能目录和插件机制不同，应按照仓库对应工具的文档操作。
建议先选一个真实但范围适中的功能试用：用规格技能明确目标，用任务拆解控制步长，再用测试和评审技能收尾。体验几轮后，再决定哪些技能适合作为团队默认流程，哪些只在高风险任务中显式启用。
使用前需要知道
技能是给 Agent 的工作说明，不是代码正确性的保证。模型是否真正遵循、工具是否提供足够权限、测试是否覆盖风险，仍需要人工确认。把所有技能长期放入上下文也未必更好，按阶段加载通常更节省上下文并减少指令冲突。
如果只复制单个技能目录，仓库级共享参考资料可能不会一并安装，部分补充清单因此不可用。团队使用时还应审查技能内容、固定可信版本，并让本项目自己的规范优先于通用模板。