上次写 Warp 终端开源，不少读者留言说终于等到了。

没想到还没过多久，Warp 团队又出手了。

这次开源的不是终端本体，而是一个更底层的东西——教 AI Agent 怎么干活的知识库。

项目叫 oz-skills，MIT 协议，免费用。

PS：想了解 Wrap 是什么的朋友可以移步到我的这篇文章：👉终端界的「ChatGPT 时刻」：3.9万+ Star！用 Rust 重写了终端，还内置了 AI Agent——Warp 开源了。

---

先说一个你可能遇到过的问题

你有没有遇到这种情况：

明明是同一个任务，昨天让 AI Agent 做得很好，今天换了个项目，或者重开一个会话，Agent 就开始犯浑——忘了你的代码风格要求，不知道你们团队的 PR 规范，也不清楚你的 CI 流程是什么。

每次都要重新"培训"它，烦不烦？

oz-skills 就是为了解决这个问题而生的。

---

什么是 Agent Skills？

一句话解释：Skills 就是给 AI Agent 写的「员工入职手册」。

它是一个 Markdown 文件（SKILL.md），里面写的不是代码，而是流程说明：什么时候触发、怎么操作、有哪些注意事项。Agent 读了它，就知道怎么按你的方式干活。

格式很简单：

---
name: ci-fix
description: Fix failing CI checks on a pull request. Use when CI 
checks are failing on a PR and you want to automatically diagnose 
and fix the issues.
---

# CI Fix

## When to Use
- CI pipeline is red on a PR
- Tests are failing after a merge

## Workflow
1. Fetch the failing CI logs
2. Identify root cause
3. Apply minimal fix
4. Push and verify

就这样。YAML frontmatter 定义名字和触发时机，正文是具体的工作流程。Skills 放在项目的 .agents/skills/ 目录里，或者放到 ~/.agents/skills/ 全局生效。Agent 会在相关任务时自动发现并加载对应 Skill，不用你每次手动告诉它。

---

最大的亮点：这不是 Warp 的私有格式

我觉得这个设计里最聪明的一点，很多人可能没注意到：

这套 Skills 是跨工具通用的，不锁定 Warp。

同一个 SKILL.md 文件，可以放在：

• ~/.claude/skills/ → 给 Claude Code 用

• ~/.codex/skills/ → 给 OpenAI Codex 用

• ~/.cursor/skills/ → 给 Cursor 用

• ~/.gemini/skills/ → 给 Gemini CLI 用

• ~/.copilot/skills/ → 给 GitHub Copilot 用

• ~/.agents/skills/ → 给 Warp 和其他 Agent 用

这是一个开放标准，背后有独立的规范站点 agentskills.io。Warp 团队在推进的，不是自家的私有生态，而是一个希望整个 AI Agent 行业都能采纳的通用格式。

这很重要。意味着你今天写的 Skills，换了工具之后不会白费。你在 Claude Code 里积累的工作流知识，哪天切换到 Cursor，一个目录复制过去就能用。

---

仓库里现在有什么

oz-skills 目前收录了 15 个现成可用的 Skills，覆盖开发工作流的方方面面：

Skill	用途
🔧 ci-fix	自动诊断并修复 CI 失败
📝 create-pull-request	规范化创建 PR（含描述模板）
📖 docs-update	代码变更后自动更新文档
🐛 github-bug-report-triage	Bug 报告自动分类和打标签
🔍 github-issue-dedupe	检测并合并重复 Issue
🔌 mcp-builder	从零构建 MCP 服务器
⏰ scheduler	配置定时执行的 Agent 任务
📊 seo-aeo-audit	SEO 和 AEO 内容审计
💬 slack-qa-investigate	从 Slack 消息追踪并调查 QA 问题
🏗️ terraform-style-check	Terraform 代码风格检查
♿ web-accessibility-audit	Web 无障碍合规检查
⚡ web-performance-audit	Web 性能分析和优化建议
🧪 webapp-testing	Web 应用端到端测试
📦 dbt-model-index	dbt 数据模型索引维护
📋 analysis-artifacts	分析产物的整理与归档

拿几个最实用的说说：

ci-fix 应该是最高频的场景。CI 挂了，以前是自己去翻日志、找原因、改代码。有了这个 Skill，直接让 Agent 来——它知道该去哪里找日志、怎么定位根因、最小改动范围是什么。

github-bug-report-triage 对维护开源项目的人来说很香。新 Issue 进来，Agent 自动判断严重程度、复现概率、打上标签、分配给对应方向。不用每天人工扫 Issue 了。

mcp-builder 有点意思——这是一个教 Agent 怎么构建 MCP 服务器的 Skill。MCP（Model Context Protocol）是现在 AI 工具集成的热门协议，用这个 Skill，Agent 能从头帮你搭一个。

oz-skills/
├── AGENTS.md                              ├── CONTRIBUTING.md                        # 贡献指南
├── LICENSE                                # MIT 许可证
├── README.md                              # 面向人类的介绍
│
└── .agents/
    └── skills/
        ├── analysis-artifacts/            # 数据分析制品
        │   └── SKILL.md
        ├── ci-fix/                        # CI 故障诊断与修复
        │   └── SKILL.md
        ├── create-pull-request/           # PR 创建工作流
        │   └── SKILL.md
        ├── dbt-model-index/               # dbt/BigQuery 表查找
        │   └── SKILL.md
        ├── docs-update/                   # 文档同步
        │   └── SKILL.md
        ├── github-bug-report-triage/      # Bug 报告质量评估
        │   ├── SKILL.md
        │   └── references/
        │       └── ISSUE_TEMPLATE.md
        ├── github-issue-dedupe/           # 重复 Issue 检测
        │   ├── README.md
        │   └── SKILL.md
        ├── mcp-builder/                   # MCP 服务端开发
        │   ├── LICENSE.txt
        │   ├── SKILL.md
        │   └── reference/
        │       ├── evaluation.md
        │       ├── mcp_best_practices.md
        │       ├── node_mcp_server.md
        │       └── python_mcp_server.md
        ├── scheduler/                     # 提醒与任务调度
        │   └── SKILL.md
        ├── seo-aeo-audit/                 # SEO 与 AI 可见性优化
        │   ├── SKILL.md
        │   ├── references/
        │   │   └── json-ld-templates.md
        │   └── scripts/
        │       ├── lighthouse.sh
        │       ├── pagespeed.sh
        │       └── search-console-export.mjs
        ├── slack-qa-investigate/          # 只读代码库问答
        │   ├── README.md
        │   └── SKILL.md
        ├── terraform-style-check/         # HCL 风格规范
        │   └── SKILL.md
        ├── web-accessibility-audit/       # WCAG 合规性审计
        │   ├── SKILL.md
        │   ├── references/
        │   │   ├── ARIA-patterns.md
        │   │   ├── WCAG-criteria.md
        │   │   ├── grep-patterns.md
        │   │   └── screen-reader-guide.md
        │   └── scripts/
        │       └── run-eslint.sh
        ├── web-performance-audit/         # Core Web Vitals 审计
        │   └── SKILL.md
        └── webapp-testing/                # 基于 Playwright 的 UI 测试
            ├── LICENSE.txt
            ├── SKILL.md
            ├── examples/
            │   ├── console_logging.py
            │   ├── element_discovery.py
            │   └── static_html_automation.py
            └── scripts/
                └── with_server.py

---

怎么用

最简单的方式：直接复制

# 复制到全局目录，所有项目都能用
cp -r .agents/skills/ci-fix ~/.agents/skills/

# 或者只复制到当前项目
cp -r .agents/skills/ci-fix your-project/.agents/skills/

下次和 Agent 对话时，它就知道这个 Skill 的存在了。

通过 Oz CLI 直接引用（不用本地复制）：

oz agent run \
  --skill "warpdotdev/oz-skills:ci-fix" \
  --prompt "fix the failing tests on PR #42"

在 GitHub Actions 里用（全自动 CI 修复）：

- name: 自动修复 CI
  uses: warpdotdev/oz-agent-action@v1
  with:
    skill: 'warpdotdev/oz-skills:ci-fix'
    warp_api_key: ${{ secrets.WARP_API_KEY }}

第三种方式很值得关注——这意味着 CI 红了可以完全不用人介入，GitHub Actions 直接触发 Agent 去修，修完继续跑流水线。

---

和 Oz 平台的关系

Oz 是 Warp 的云端 Agent 编排平台（oz.warp.dev）。

如果说 Warp 终端是"在你机器上跑的 AI Agent"，那 Oz 就是"在云端跑的、可以批量并行的 Agent 集群"。

Skills 在 Oz 里可以变成定时自动化任务——比如每天早上 9 点自动跑一次 web-performance-audit，把报告发到 Slack。不用人在场，Agent 自己完成，完事汇报。这就把 Skills 从"即用即弃的指令"变成了"可复用的自动化流水线"。

Warp 围绕 oz-skills 还开源了几个配套项目：

• oz-agent-action：GitHub Actions 集成，直接在 CI 流程里调用 Oz Agent

• oz-for-oss：专为开源项目设计的 Agent 工作流，帮助维护者用 AI 自动处理 Issue 分类、PR Review、社区管理

整套生态正在快速成形。

---

这次开源和上次有什么不同

上次 Warp 开源的是终端本体——UI 框架、Block 输出、编辑器级输入、内置 AI Agent，相当于开源了一个完整的应用程序。

这次 oz-skills 开源的是另一个维度的东西：让 Agent 更聪明的知识层。

打个比方：Warp 终端是雇了一个聪明的实习生，oz-skills 是给这个实习生准备的岗位手册、SOP 文档、工作规范。有了前者还不够，后者才能让人真正高效工作起来。

而且这套"手册"不绑定实习生的来源——无论你用 Warp 自带的 Agent，还是接入 Claude Code、Codex、Cursor，都能用同一套 Skills。

---

说说我的看法

坦白说，oz-skills 目前星数还不多（618 stars），15 个 Skills 也谈不上海量。但我觉得这个方向非常正确。

AI Agent 越来越多，但每个 Agent 都是从零开始理解你的项目和习惯——这是效率的巨大浪费。Skills 这个概念，本质上是在做「Agent 上下文的标准化」。

更重要的是，这是开放标准，不是某家公司的私有格式。如果更多工具采纳 agentskills.io 的规范，以后换 Agent 就像换编辑器一样——工具换了，但你积累的工作流知识不丢。

这比终端本身更有深远的意义。

---

项目地址：https://github.com/warpdotdev/oz-skills

仓库欢迎社区贡献 Skills。如果你有好用的工作流 SOP，可以提 PR 分享出来，让其他开发者也能用。

你现在主要用哪个 AI Agent 写代码？有没有在用 CLAUDE.md、skills 或者类似的机制把你的工作习惯"喂"给 Agent？欢迎评论区聊聊。

我是顾北，关注我，获取更多好玩好用的 AI Agent Skill 实用技巧！

谢谢你阅读我的文章~

我们下期再见！