Peaks 是一套 AI Coding 时代的 Skill 协作框架，通过标准化中间产物、分层模型调度与 Git 存储，帮助团队降低沟通成本、沉淀迭代资产、补齐能力短板。本文带你快速了解 Peaks 的定位、设计理念与核心收益。

什么是 Peaks

我们不生产水，我们只是 AI 大自然的搬运工。

—— AI Coding 版的农夫山泉

宗旨

Peaks 不是为了取代人，而是为了更好地辅助人。它让原本繁重的工作通过 AI 的方式释放自己，让你有更多的时间理解业务、进行创造。同时，Peaks 可以一键式配置当下最顶配的工作模式，大幅降低学习成本。

现状与挑战

AI 辅助开发常见的问题不是“AI 不会写代码”，而是：

1. 大任务被一次性做完，缺少切片和提交边界。
2. 中间判断、需求、验收、review 证据散落在聊天上下文里，无法复用。
3. AI 工具会改配置、装 hook、启 MCP、创建仓库，但缺少 dry-run、确认和回滚边界。
4. 多个能力工具各自强大，但缺少统一的推荐、启用、doctor 和状态管理层。

具体到团队实践中，还面临以下挑战：

5. AI Coding 已进入 Harness 时代：虽然 98% 的代码由 AI 产出，效果相较于 Vibe Coding 好很多，但一旦出现问题，如何快速定位、如何复盘仍是难题。尤其是线上问题，时间就是金钱，时间越长造成的灾难是成指数增长的。
6. 模型与工具百家争鸣：AI Coding 盛行的时代，不仅是模型百花齐放，MCP、Skill、IDE 等也已进入“百团大战”阶段。但如何组合才是最优解、是否适合自身场景、以及它们具备哪些能力、使用深度如何，都需要探索和学习成本，每人一份也是个不小的人力成本。
7. 团队协作的沟通成本：以前是人与人，现在不仅是人与人，还有人与 AI、AI 与 AI、Agent 与 Agent 之间的沟通成本。
8. 团队能力参差不齐：团队可以是一个人，也可以是各个领域专家组成的 Team。但正如那句老话——「不怕神一样的对手，就怕猪一样的队友」（博主本人就姓朱，没错这句老话就在说我自己）。
9. 中间产物留档问题：AI Coding 的中间产物是否留档？繁重重复的操作虽有 AI 辅助，但每次操作因 Session 原因导致上下文丢失，或同一操作每次 Prompt 不同造成微调工作量增加。
10. 模型成本与效果差异：即使 Token 已经很便宜，但能花小钱办大事的收益仍然很高。统一需求使用不同模型开发的差异较大，尤其是复杂推理能力低与高的模型，开发出的内容差距明显。可以把有限的子弹用到更重要的阵地上。

使用收益

@peaks/cli 把这些操作变成稳定的 CLI surface：支持 --json、--dry-run、稳定 envelope、明确错误码，方便 Claude Code、可视化客户端或其他自动化系统安全调用。

在此基础上，Peaks 为团队带来以下收益：

1. 降低团队协作沟通成本：Peaks 的 Skill 家族拥有一套自己的语言，让沟通更高效。
2. 辅助产品经理快速产出高保真原型：生成 HTML 原型产品，更直观便捷地传递产品需求。
3. 沉淀每次迭代的中间产物：让每次迭代都有迹可循。
4. 开阔技术视野与产品视野：帮助团队持续成长。
5. 花小钱办大事：拉齐不同模型之间的使用效果差距。
6. 补齐团队的能力下限：让每个人都能发挥最大价值。
7. 整体提升效率：引入蜂群操作，实现协同增效。
8. “傻瓜式”配合使用主流 Skill 和 MCP：降低使用门槛。
9. 自动识别可沉淀的操作：根据确认自动沉淀为 Skill。
10. 使用 Git 仓存储中间产物及 Skill 之间的信息：安全可靠。
11. Skill 适配非研发同学：不仅适用于研发，产品等非研发同学也能轻松使用。
12. 可视化管理 Claude Code 的 Skill 和 MCP：支持 Claude 同时使用不同供应商的模型，增强质量可靠性。
13. 快速定位并修复 Bug：对于线上问题收益极大，有中间产物再也不用担心 AI 生成无法复盘。

@peaks/cli 把这些操作变成稳定的 CLI surface：支持 --json、--dry-run、稳定 envelope、明确错误码，方便 Claude Code、可视化客户端或其他自动化系统安全调用。

在此基础上，Peaks 为团队带来以下收益：

1. 降低团队协作沟通成本：Peaks 的 Skill 家族拥有一套自己的语言，让沟通更高效。
2. 辅助产品经理快速产出高保真原型：生成 HTML 原型产品，更直观便捷地传递产品需求。
3. 沉淀每次迭代的中间产物：让每次迭代都有迹可循。
4. 开阔技术视野与产品视野：帮助团队持续成长。
5. 花小钱办大事：拉齐不同模型之间的使用效果差距。
6. 补齐团队的能力下限：让每个人都能发挥最大价值。
7. 整体提升效率：引入蜂群操作，实现协同增效。
8. “傻瓜式”配合使用主流 Skill 和 MCP：降低使用门槛。
9. 自动识别可沉淀的操作：根据确认自动沉淀为 Skill。
10. 使用 Git 仓存储中间产物及 Skill 之间的信息：安全可靠。
11. Skill 适配非研发同学：不仅适用于研发，产品等非研发同学也能轻松使用。
12. 可视化管理 Claude Code 的 Skill 和 MCP：支持 Claude 同时使用不同供应商的模型，增强质量可靠性。
13. 快速定位并修复 Bug：对于线上问题收益极大，有中间产物再也不用担心 AI 生成无法复盘。

@peaks/cli 介绍

@peaks/cli 是 Peaks 项目的命令行运行时，也是 Peaks 短技能族的执行与管理入口。它面向使用 Claude Code 做 AI 辅助工程的团队，把“技能里的流程判断”和“命令行里的真实副作用”分开管理，让 AI 工作流既能自动化，又能保留可验证、可回滚、可审计的边界。

Peaks 的核心设计是：

• Skills 是大脑：定义工作流、角色边界、产物契约、验收规则和什么时候使用外部能力。
• CLI 是双手：负责安装、配置、校验、同步、doctor 检查、artifact 管理等有副作用的运行时操作。
• 外部 skills 和 MCP 是专家能力：Peaks 优先发现、安装和验证现成能力，而不是重复造轮子。
• Artifact 仓库存储过程记忆：PRD、RD、QA、覆盖率、review、变更影响、回滚证据等中间产物不只存在聊天记录里，而是被保存为可追踪的工程证据。

设计理念

1. 参考 MCP 协议：定义一款可扩展的中间产物，分为人读版和模型版。中间产物要明确约束适配模型和 Agent，而不是以某种模型生成特定版本。
2. 存储选择 Git 模式：轻量安全，Diff 能力强，天然具备权限卡控。之所以不使用飞书这类文档，是为了避免被卡脖子。
3. Skill 大脑 + CLI 作为手脚：更符合 Skill 的设计理念。Skill 的本质是设置好边界，而不是根据人的经验要求模型按部就班操作。
4. 集成 OpenSpec 和 Harness：将 OpenSpec 和 Harness 集成到每个子 Skill 中，同时使用外部优秀的 Skill、MCP 和 Agent 补充能力，完成团队全流程。
5. 分层使用模型：使用顶级模型进行头脑风暴设计，中型模型进行开发和测试，顶级模型进行 CR 和安全测试。以不同厂商的模型区分使用，而非单一厂商的不同模型，更加可信和健壮。

Skill Family 介绍

• peaks-prd：Peaks 项目的产品与需求技能。当工作流需要涉及产品需求文档（PRD）、重构目标、非目标、行为保持、验收标准、产品变更提案，或需用户确认的产品交付物时，请使用此技能。
• peaks-ui：Peaks 的 UI 与体验技能。适用于涉及 UI/UX、交互设计、视觉方向、设计系统、前端页面行为、高保真 HTML 原型或 UI 回归测试用例的工作流程。
• peaks-rd：专用于 Peaks 的研发技能。适用于工程分析、重构规划、项目扫描、代码规范、单元测试覆盖率卡点、实现契约、任务图谱以及研发移交等场景。在处理 Peaks 的重构工作流时，请务必使用此技能。
• peaks-qa：Peaks 的 QA 与验证技能。适用于工作流需要提供单元测试覆盖率证明、回归测试矩阵、基线报告、验证报告、验收检查或重构验证关卡的情形。
• peaks-solo：专为 Peaks 技能族设计的全自动编排门面。当用户要求 Peaks 端到端地处理项目工作流——尤其是通过 peaks-solo refactor 进行重构——并需要在保留用户确认关卡的同时协调 peaks-prd、peaks-rd、peaks-qa、peaks-sc 和 peaks-txt 各模块时，请使用此功能。
• peaks-txt：Peaks 的情境与知识技能。当工作流需要情境胶囊、特定角色的情境切片、决策记录、假设、已舍弃的选项、时效性检查、经验教训或可复用的项目记忆时，请使用此技能。
• peaks-sc：针对 Peaks 的源代码控制、同步及变更控制技能。适用于工作流需要涉及变更影响分析、制品留存、提交边界、GitHub 制品库引用、同步状态或回滚凭证的场景。

使用场景

1. Team 模式：每个 Skill 可以单独使用，适合团队协作场景。
2. SOLO 模式：针对小业务需求，使用者明确知道要一个人完成端到端开发。

总结

Peaks 定位为 AI Coding 时代的协作基础设施，直面 Harness 时代下的定位难、沟通贵、能力参差、中间产物丢失等现实挑战。通过 Skill 家族、分层模型调度、Git 存储与 MCP 兼容设计，Peaks 实现了从需求到交付的全流程提效——降低沟通成本、沉淀可复用的中间产物、拉齐团队能力下限，让每个人都能发挥最大价值。

下一步行动建议：

1. 从一个小型重构或需求任务入手，尝试 peaks-solo 端到端流程，体验 Skill 协作闭环。
2. 逐步引入 peaks-prd 和 peaks-qa 规范需求与验证环节，沉淀团队最佳实践。
3. 结合分层模型策略，在成本可控的前提下持续优化产出质量。

敬请期待