agent-skills：给 AI 编码代理配一套工程工作流

AI 编码工具越来越流行，但代理默认走最短路径，跳过规格说明、测试、代码审查这些环节。agent-skills 这个项目专门解决这个问题，目前在 GitHub 上已经收获了 5.3 万 Star。

这套技能集的本质是把资深工程师的工作流程和最佳实践，打包成 AI 代理可以直接遵循的结构化指令。让代理直接拿到一份带步骤、带检查点、带退出标准的操作手册，而不是去读一篇博客学理论。

项目覆盖了软件开发生命周期的六个阶段，从 DEFINE 到 SHIP。每个阶段都有对应的斜杠命令，比如 /spec 写规格、/build 增量实现、/test 验证、/review 代码审查、/ship 发布。代理执行到哪个环节，就自动加载对应的技能文件。

全套包含 24 个技能。Define 阶段有需求访谈、想法提炼、规格驱动开发；Plan 阶段做任务拆分；Build 阶段覆盖了增量实现、测试驱动开发、前端工程、API 设计等；Verify 阶段有浏览器测试和调试；Review 阶段有代码审查、安全加固、性能优化；Ship 阶段则包含 Git 工作流、CI/CD、文档、可观测性和发布清单。

每个技能都遵循统一的结构：概述、触发条件、分步流程、常见借口与反驳、红旗信号、验证要求。项目还内置了四个专家代理角色：代码审查员、测试工程师、安全审计员和性能审计员。这些角色可以在特定环节被调用，让代理以资深工程师的视角重新审视产出。

兼容性是这个项目的另一个亮点。它支持 Claude Code、Cursor、Gemini CLI、Windsurf、GitHub Copilot、OpenCode 等主流 AI 编码工具。技能文件都是纯 Markdown 格式，任何支持系统提示或指令文件的代理都能直接使用。

这些技能融合了 Google 工程文化的实践经验。测试金字塔、Hyrum 定律、Chesterton 围栏、主干开发、左移策略等概念都被嵌入到具体的工作流程中。

如果你日常用 AI 辅助编程，这套技能集的价值在于降低认知负担。你不需要每次都提醒代理"记得写测试"或"先写规格再写代码"，这些约束已经被编码进技能文件里。代理会自动遵循。

不过，这并不等于可以完全放手。代理仍然可能出错，验证环节仍然需要人的参与。但至少，它提供了一个比"随便写"更可靠的基线。

如果你已经在用 Claude Code 或 Cursor 这类工具，可以花半小时看看这套技能。把它配置进你的工作流，代理的产出质量应该有可见的提升。对于团队来说，这也是一个统一代码质量标准的低成本方案。

团队来说，这也是一个统一代码质量标准的低成本方案。