2026年8月23日 · 阅读 —

别再让 Agent 瞎写代码了：Addy Osmani 把"资深工程师的流程"打包成了 24 个技能

Agent 与 SkillsAI 工程实践

别再让 Agent 瞎写代码了：Addy Osmani 把”资深工程师的流程”打包成了 24 个技能

用 AI 编程的你，有没有过这种时刻：Agent 三下五除二把功能写出来了，你一看——能跑，但总觉得不对劲。它没写测试、没走你的代码规范、没过安全审查、也没跟你确认过需求是不是这个意思，而是直接走了最短路径：给代码、能跑、完事。

问题就在这。AI coding agent 天生默认抄近道——写规格、补测试、做 review、过安全，这些”费事但让软件可靠”的步骤，它们默认是不做的。我们刚聊完的老是”Agent 能力强不强”，其实拦着生产的，往往不是能力，是流程纪律。

最近有个开源项目，把这件事拔到工程层面解决了：agent-skills。

一句话说清楚——它是 Addy Osmani 牵头维护的一套生产级工程技能（Production-grade engineering skills），把资深工程师做软件时用的那套工作流、质量门槛和最佳实践，写成 AI 编码 agent 能照着执行的规范文件。你用命令一装，Agent 就会在开发的每个阶段，都乖乖按这些流程走。

它给自己的定位扎得很实在：“AI coding agents default to the shortest path”——AI 写代码默认抄近道，而这个项目，就是把它拽回正轨的那套约束。

一个贯穿全文的核心设计

整个项目的主干就一句话：用 8 条斜杠命令，把软件工程这条流水线的每个阶段，都挂上对应的工程规范。

项目用一张很直观的图说明：DEFINE（定义）→ PLAN（规划）→ BUILD（构建）→ VERIFY（验证）→ REVIEW（评审）→ SHIP（发布），每个阶段都对应一条你随手就能敲的命令：

  DEFINE          PLAN           BUILD          VERIFY         REVIEW          SHIP
 ┌──────┐      ┌──────┐      ┌──────┐      ┌──────┐      ┌──────┐      ┌──────┐
 │ Idea │ ───▶ │ Spec │ ───▶ │ Code │ ───▶ │ Test │ ───▶ │  QA  │ ───▶ │  Go  │
 │Refine│      │  PRD │      │ Impl │      │Debug │      │ Gate │      │ Live │
 └──────┘      └──────┘      └──────┘      └──────┘      └──────┘      └──────┘
  /spec          /plan          /build        /test         /review       /ship

这不是装饰性的流程图，每条命令背后都有明确的原则和配套技能，下面就是这 8 条命令的对应关系：

你在做什么命令核心原则
定义要做什么/spec先写规格，再写代码
规划怎么做/plan小步、原子化的任务
增量构建/build一次只切一片
证明它能跑/test测试就是证据
合并前评审/review提升代码健康度
审计 Web 性能/webperf先测量，再优化
简化代码/code-simplify清晰优先，别炫技
上线发布/ship更快反而更安全

这套映射的意思在于：你不用背一套流程，只要在对应阶段敲对应命令，Agent 就会自动激活那一整套技能。

按这个生命周期拉成图，就是一条能清楚看见的”从想法到上线”流水线：

flowchart LR
  A[Define - 想法与规格]
  B[Plan - 拆解为小任务]
  C[Build - 一层一层实现]
  V[Verify - 测试证明能跑]
  R[Review - 合并前质量门]
  S[Ship - 上线发布]

  A --> B
  B --> C
  C --> V
  V --> R
  R --> S

  A -. /spec .-> A
  B -. /plan .-> B
  C -. /build .-> C
  V -. /test .-> V
  R -. /review .-> R
  S -. /ship .-> S

更省一步的是 /build auto——你批准计划一次，然后它自己把规划和实现全部跑完，中间”人肉一步一步确认”省掉了。注意它省的不是验证：每个任务依然逐条测试驱动、单独 commit，遇到失败或危险操作会停下来。 这是”无人值守推进”和”无脑放羊”的区别。

不靠命令时，技能也能自己找上门

除了斜杠命令，技能还会根据你正在做的事自动激活：你设计 API，就触发 api-and-interface-design；你在写 UI，就触发 frontend-ui-engineering。Agent 不需要你说”给我用上技能”，它自己知道该叫什么。

快速上手

最快的一条路，装进 70+ 种 Agent（Claude Code、Cursor、Codex、Copilot、Cline，等等），靠的是开源的 skills CLI：

npx skills add addyosmani/agent-skills            # 安装全部 24 个技能
npx skills add addyosmani/agent-skills --list     # 先浏览再安装

或者只挑几个装：

npx skills add addyosmani/agent-skills --skill code-review-and-quality   # 合并前五维评审
npx skills add addyosmani/agent-skills --skill interview-me              # 需求盘问，一次一个问题
npx skills add addyosmani/agent-skills --skill test-driven-development   # 红-绿-重构，强制执行

想用原生集成也可以，项目给各家工具都写了 setup 指南。以最常用的 Claude Code（官方推荐） 为例：

/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

如果 SSH clone 时报 git@github.com: Permission denied (publickey)，用一个全局 Git 配置把 GitHub SSH 改写成 HTTPS 即可：

git config --global url."https://github.com/".insteadOf git@github.com:

命令速查

用途命令
装全部 24 个技能npx skills add addyosmani/agent-skills
浏览后再装npx skills add addyosmani/agent-skills --list
只装单个技能npx skills add addyosmani/agent-skills --skill <name>
Claude Code 装插件/plugin marketplace add addyosmani/agent-skills 然后 /plugin install

技能长什么样

每个技能都是一种固定的结构，不是”一段贴过去的提示词”。它按这个解剖结构组织：

  • Overview：说明这个技能做什么
  • When to Use：什么时候触发
  • Process：分步骤的工作流
  • Rationalizations：Agent 偷懒的借口 + 反驳的说辞
  • Red Flags：哪些信号说明事情不对
  • Verification：必须拿出的证据

它背后有四个刻意为之的设计取向，这几点我认为是整个项目最见功力：

  1. 是流程，不是罗列。 Skills 是 Agent 要执行的”工作流”，不是它读的参考文档。每条都有步骤、检查点、退出条件。
  2. 反合理化（Anti-rationalization）。 每个技能都藏了一张”借口 vs 反驳对照表”：Agent 说”我之后再加测试吧”，它直接怼回去。这些其实是最反脆弱的设计——它专门防 Agent 偷懒。
  3. 验证不可商量。 每个技能都以”证据要求”收尾——测试过了、build 产物、运行数据。“看起来对”永远不够。
  4. 渐进式披露。 SKILL.md 是入口，辅助的参考文件按需加载，尽量省 token。

一套能复用到生产的流程库

除了 8 条命令，这个包里装的东西比你可能以为的多很多：

  • 24 个技能：23 个按生命周期分（Define / Plan / Build / Verify / Review / Ship），外加 1 个”using-agent-skills”元技能，用来帮你判断当前该用哪个。
  • 4 个预置 Agent 人设：code-reviewer（资深 Staff 工程师视角）、test-engineer（QA 专项）、security-auditor（安全审计）、web-performance-auditor（Web 性能，跑 /webperf）。
  • 7 张参考清单：definition-of-done、testing-patterns、security-checklist、performance-checklist、accessibility-checklist、observability-checklist、orchestration-patterns。

这套东西不是空谈原则——它的很多硬核方法论，直接来源于 Google 的工程文化（包括 Software Engineering at Google 和 Google 的 engineering practices guide）。你在里面能看到：API 设计的 Hyrum’s Law、起名测试法里的 Beyonce Rule 和测试金字塔、代码评审里的变更大小建议（约 100 行）与严重度分级（Nit / Optional / FYI）、代码简化里的 Chesterton’s Fence、Git 工作流里的主干开发（trunk-based）、CI/CD 里的 Shift Left 和 feature flags，甚至还有一条把代码当负债的专门技能（deprecation）。

这些不是挂在嘴边的抽象原则，而是直接嵌进了 Agent 执行的每一步流程里。

几个该心里有数的点

  • 它强调的是”流程纪律”，不是”能力边界”。 它的重心是把 Agent 从”抄近道”掰回”走流程”。如果你的场景本身不需要重重质量门槛（比如一次性脚本、临时原型），这套反而可能显得重。
  • 单个技能单独安装有”目录缺口”。 用命令只装一个技能时，默认只拷贝 skills/<name>/，不会带仓库根下的 references/ 目录——技能能用，但指向共享清单的路径会缺失。官方说明明确提示：要走整仓集成、clone 仓库、或把需要的清单手动拷进已装好的技能里（这个可迁移性缺口在项目的 issue #361 里跟踪）。
  • 工具生态差异大。 它支持 70+ Agent，但各家原生集成方式不同（插件、斜杠命令、清单文件……）。它走的是”哪里都能装”的路子，不要指望每个工具都给你最深的原生体验。
  • 质量门槛是规范，不是强制合约。 技能定义的是”应做到”的工作流，Agent 最终是否真的照做，仍取决于当前工具对它的遵守力度。

写在最后

我挺喜欢这套做法的立意：不要把”资深工程师的可靠性”押在每次贴一句随缘的 prompt 上，而是把它编码成一套 Agent 每次都会走到的流程。 当 AI 能写代码的时候，工程最缺的不是”让它更能写”，而是”让它写得稳、写对、能上线”——这正是这套技能想固化的东西。

它背后还有个很实在的坦诚：官方文档里专门有一节，拿来和 Superpowers、Matt Pocock’s skills 做对比，还贴了一个正面对决实验的链接。做技能，但也不怕别人比，这点很 Addy。 这套东西在 GitHub 上整体 MIT 协议开源。

如果你正被”Agent 写得快但性格太跳”折磨，不妨先把 agent-skills 装进你顺手的工具，从最常用的 /build + /test 开始，让流程替你兜底。

https://github.com/addyosmani/agent-skills/blob/main

#AgentSkills #AI编程 #CodingAgent #Skills #工程实践 #AddyOsmani #Codex #ClaudeCode #TDD #开源 #MIT

Continue reading

继续阅读