这开源项目（点击标题）skills通过强制AI在编码前进行需求澄清与流程拆解，将协作模式从“盲目输出”转变为“思考后执行”，显著提升开发效率并避免反复重写。
你现在用AI写代码的方式，其实跟你第一次学炒鸡蛋差不多。你想想，你是不是把鸡蛋液往锅里一倒，然后就开始手忙脚乱地翻，最后炒出来一盘黑乎乎的、你自己都不想吃的玩意儿？问题出在哪？就是你锅都没热，油都没放，你就把蛋倒进去了。你用AI写代码也一样，你脑子里的想法还是个“可能大概也许”的状态，你就让AI开始敲键盘了，它不把代码写成一锅粥才怪。
这套叫skills的开源工具，它干的事情特别简单，但特别关键。它就像你炒菜之前，先逼你把锅烧热，把油盐酱醋都准备好，甚至把菜谱都背下来。它就是强行让AI在你提出需求之后，先花时间想清楚，再去动手写代码。它能把一个看见键盘就兴奋的“代码狂魔”，硬生生训练成一个开会先问问题、写代码前先画草图的“老师傅”。
最后的结果，你用鼻子都能闻到香味：你的工作流程一变，AI写出来的代码就能用，你再也不用每天都处在“推翻重来”的无限循环里了。这篇文章，我就把这事儿给你拆得稀碎，让你彻底明白，为什么说skills是AI编程界的“厨神培训学校”。
为什么你现在用AI写代码总是翻车
咱们先来复盘一个特别真实的“车祸现场”。我估计在座的各位，十个里有八个都干过这事儿。你打开Claude Code，或者随便什么AI编程工具，脑子里只有一个模模糊糊的影子，比如：“嘿，帮我整个小工具吧，能处理一下我电脑里的那些乱七八糟的文本文件就行”。你自己到底要处理什么格式，要统计什么数据，要去掉哪些乱码，你压根儿就没想明白。
然后你就大大咧咧地开口了：“AI，帮我写一个处理文本文件的工具。”AI一听这话，它可来劲儿了，它以为你要在它面前展示一下什么叫“光速编程”。它立刻进入“超级表现型人格”，噼里啪啦就开始疯狂输出代码。你这边茶还没泡好，那边屏幕上就啪地一下，甩给你400多行你根本来不及看的代码。
你只能硬着头皮开始读。读了十分钟，你觉得这个逻辑好像不太对，它怎么把标题行给删了？读了二十分钟，你发现整个程序的结构都是乱的，改一个地方，三个地方跟着报错。读了四十分钟，你终于崩溃了，因为你最开始想说“处理一下”，和AI理解的“处理一下”，压根儿就不是同一回事。最后你怎么做？你长叹一口气，把代码全选了，删除，然后从头再来。
这个过程的问题到底出在哪？难道AI是故意跟你作对吗？当然不是。问题在于，你跟AI之间压根儿就没建立起一个“对齐”的需求。你以为你说清楚了，就像你跟朋友说“帮我带个饭”一样简单。但AI可不懂什么叫“饭”，它以为你要的是满汉全席里的那道“佛跳墙”。结果就是你们两个都特别自信，你在那自信地说，它在那自信地写，最后写出来一个谁也不想要的玩意儿。这就好比你跟装修师傅说“帮我搞个好看点的厨房”，然后你就出门旅游了。等你回来一看，好家伙，师傅给你装了一个粉色的、带着霓虹灯的、墙上还挂着TFboys海报的“工业夜店风”厨房。你看完不怀疑人生，那才叫见了鬼。
skills到底在干什么骚操作
skills实际是一套提示词，它到底用了什么神奇的魔法，能解决上面那个让人头大的问题呢？它的核心思想，用一句大白话就能讲清楚：它就是把“写代码”这个动作，使劲儿往后推，推到所有事情的最后一步。而把“动脑子”和“好好说话”这两个动作，使劲儿往前拉，拉到最前面，变成你做事情的第一步。
它不是去给AI打一针“聪明药”，让它的智商突然从120变成180。它做的事情更接近“行为矫正”，把AI从一个横冲直撞的愣头青，训练成一个深思熟虑的老手。你想想，一个真正厉害的软件工程师，他接到一个任务，第一件事是打开编辑器开始写代码吗？绝对不会。
他会先问你一大堆问题：“这个功能给谁用？”“数据从哪里来？”“万一网络断了怎么办？”“如果用户乱输入怎么办？”“服务器能承受多少人同时用？”他会先跟你确认需求，确认得比你妈问你晚上想吃啥还仔细。然后他会自己回去把大任务拆解成几个小步骤，再画个草图给你看看方案对不对。等你点头说“就这么干”了，人家才开始慢悠悠地打开电脑，一行一行地敲代码。
skills做的，恰恰就是把这一整套“人类高手”的工作流程，给做成了一个个可以随时调用的“技能插件”。你只需要在跟AI聊天的时候，像喊一个外号一样，用一条命令把它喊出来，它就“啪”地一下装进了你当前的项目目录里。这就相当于给你的AI小伙伴，硬塞了一套完整的“新东方厨师培训教材”，让它从切墩开始学起，而不是一上来就想当行政总厨。
安装方式简单到离谱
这部分的操作，简单得会让你怀疑自己是不是少看了一本厚厚的说明书。你啥复杂的都不用干，不用注册账号，不用交钱，更不用看那些让你想睡觉的配置文档。你唯一需要做的，就是在你的命令行小黑框里，敲下这样一行神奇的咒语。
bash
npx skills@latest add mattpocock/skills/某个技能名
比如说，你想安装一个能把你问到怀疑人生的“灵魂拷问”技能，你就把后面的名字换成grill-me。整条命令就像点菜一样简单。
bash
npx skills@latest add mattpocock/skills/grill-me
你只要敲完回车，看着屏幕上滚几行你根本不用关心的文字，这个技能就直接长在你的项目里了。它不需要复杂的安装环境，不会把你的电脑搞崩溃，也没有一个长达三小时的README文档需要你逐字逐句地研究。用一句话来总结这个安装过程，那就是：装这个AI插件，比你打开手机点一份外卖还要快，而且它永远不收配送费。
grill-me：把你问到怀疑人生的灵魂拷问机
好，咱们来聊聊这个叫grill-me的技能。这个技能我只能用一个字来形容，那就是“狠”。它不是一般的狠，它是那种会把你按在地上摩擦的狠。你只要对着AI说一句：“嘿，帮我实现一个能登录网站的功能。”你以为它会像以前一样，吭哧吭哧就开始写那几百行的登录代码吗？你太天真了。
它听到这句话之后，会立刻闭嘴，一个字都不写。然后，它会像换了一个人似的，开始疯狂地、连珠炮一样地反问你问题。你听听它都问些什么：“你这个登录功能，目标用户是哪些人？是普通网友还是公司内部员工？”“用户用来登录的，是邮箱、手机号，还是用户名？”“如果用户连续输错三次密码，你要怎么处理？是把账号锁住，还是让他等五分钟再试？”“如果有人用SQL注入攻击你，你打算怎么防？”“同时有一万个人登录，服务器扛得住吗？”
它会一直问，一直问，问到你什么程度呢？问到你自己都开始抱着脑袋，内心发出灵魂深处的呐喊：“我的天啊，我之前到底在想什么？我连最基本的东西都没想清楚！”这个过程听起来是不是特别烦？就像有个唐僧在你耳朵边一直念经。但它的效果，简直是离谱他妈给离谱开门，离谱到家了。因为你一旦硬着头皮，把这一大堆烦人的问题一个一个地回答完，你会发现一个神奇的现象：你的需求变得无比清晰，所有可能出错的边界情况你都想到了，整个功能的逻辑也变得严丝合缝。这时候你再让AI开始写代码，成功率就像坐火箭一样，直接冲上云霄。
to-prd：自动把聊天变成产品文档
很多人，包括我自己，写代码最头疼的事情是什么？不是写代码本身，而是写那个叫PRD的玩意儿。PRD就是“产品需求文档”。每次要写这个，就跟要上刑场一样。又长又臭，格式还特别讲究，你脑子里想得好好的，但一落到文字上，不是漏了这个功能，就是忘了那个限制条件。最后写出来的文档，你自己都不想看第二遍，更别说交给别人去开发了。
这个叫to-prd的技能，就是来解救你于水火之中的。它干的事情非常直接，也非常粗暴：它就像你身边一个最称职的秘书。它会把你刚才跟AI那一大段乱七八糟的、夹杂着废话和玩笑的聊天记录，全部拿过去。然后它开始自动分析、归纳、总结，最后“啪”地一下，给你生成一份格式标准、逻辑清晰、内容完整的PRD文档。
它甚至能帮你把这玩意儿直接丢到GitHub的Issue里面去，方便你团队里的其他人看。你连复制粘贴都省了。它会帮你整理出“功能目标”、“用户使用场景”、“输入数据长什么样”、“输出结果是什么”、“有哪些限制条件”、“怎么才算这个功能做好了”等等。这就等于，你刚才只是跟AI随意地聊了几句天，结果它就自动给你整出了一份能拿去交差、还能真正用来指导开发的正式公文。这种感觉，就像你随口哼了几句歌，然后旁边有个软件直接给你编成了一首完整的交响乐，爽不爽？
to-issues：把大项目切成一口一口能吃的块
很多人用AI写代码，写着写着就卡住了。是因为他代码水平不行吗？很多时候不是。真正的原因是，他脑子里装着一个“建造一座摩天大楼”的大项目，但他的手上却不知道该从砌哪一块砖开始。这种巨大的落差，会让人瞬间产生一种无力感，最后的结果就是放弃。
这个叫to-issues的技能，就是为了解决这个“大而无从下手”的问题而生的。它的作用，就像你手里的一把锋利的菜刀。它会把你那个大到吓人的项目需求，拿过来，“咔咔咔”几下，切成很多个相互独立、而且又小又具体的小任务。这些小任务，在GitHub里面就叫issues。而且，它切肉的方式不是乱切的，它用的是“垂直切片法”。
这个词听着高级，用大白话解释就是：它切出来的每一小块，都是一个“能让你亲眼看到功能在运行”的完整小块，而不是一堆逻辑上纠缠不清的零碎代码。比如你要做个博客系统，它不会给你拆成“先做数据库、再做后端、最后做前端”。它会给你拆成“先做一个能显示博客标题列表的小功能”、“再做一个小功能，能点进去看某篇文章的全文”、“最后做个能写新文章的小框框”。你每完成这么一小块，你就有一个真实可见的进展，你的博客就能多一个能用的按钮。你永远不是在那儿像拼图一样，拼一堆还不知道是啥玩意儿的碎片。你是在一步一步地，把一个完整的作品搭建出来。这种成就感，比你憋一整天写500行代码然后全删了，要强一万倍。
tdd：强制你走测试驱动开发路线
这个叫tdd的技能，特别适合那些“灵感来了写一堆，灵感走了代码全是坑”的同学们。它就像你妈给你请的一个超级严格的武术教练，会强制你按照一个固定的节奏来出拳，而不是让你瞎比划。这个节奏，江湖人称“红绿重构”循环。
它带你走的流程是这样的：第一步，叫“Red”。你还没开始写任何实现功能的代码呢，它先逼着你写一个必然会失败的测试。比如你想写一个加法函数，你就先写一个测试，说“我期望1加1等于2”。现在这个函数是空的，所以测试肯定会亮起红灯。第二步，叫“Green”。这时候你才开始写那个最简单的加法函数的代码，目的只有一个，就是让刚才那个红灯测试，变成绿灯通过。第三步，叫“Refactor”。测试通过了，代码能跑了，这时候它再带你回头看看你刚写的代码，有没有可以优化的地方，名字起得好不好，结构乱不乱。
你就这样，按照“红-绿-重构”这个节奏，像推磨盘一样，一圈一圈地往前推进。每次只前进一小步。这样做的好处是显而易见的：你永远都清清楚楚地知道自己下一步要干什么，你永远不会写出那种没有任何测试验证、连你自己都不知道能不能跑的代码，而且你随时都可以停下来去喝杯咖啡，回来接着上次的绿灯继续写，绝对不会崩。简单来说，它就是把“瞎写代码”这个坏习惯，硬生生地给拧成了“有节奏、有测试、有底气的项目推进”。
triage-issue：抓bug像刑侦破案
好了，就算你前面做得再好，项目大了之后，总归还是会冒出bug的。这玩意儿就像家里的蟑螂，你永远不知道它什么时候会从哪个角落里钻出来。当你面对一个你完全没头绪的bug，看着满屏的错误信息，那种感觉就像你走进了一个黑漆漆的凶案现场，到处都是线索，但你就是找不到真凶。
这时候，triage-issue这个技能就该华丽登场了。它就像一个经验丰富、烟不离手的老刑警。它接到你的报案之后，不会瞎猜，而是会立刻开始它的破案流程。第一步，它会扫描整个“犯罪现场”，就是你整个项目的代码。它会像个疯子一样到处翻看，寻找异常的蛛丝马迹。第二步，它会根据找到的线索，画出凶手可能的逃跑路线，也就是找出导致bug的异常路径。第三步，也是最关键的一步，它会直接定位到那个写了这行“凶手代码”的“混蛋文件”和“混蛋行号”，也就是定位根因。
最狠的是，它抓住凶手之后，不是简单地告诉你“把这个文件第几行删了就行”。它会给你写一份完整的修复方案，而且这个方案是基于我们刚才讲的TDD测试驱动开发的。也就是说，它会告诉你，应该先写一个什么样的测试来复现这个bug，然后再怎么修改代码让测试通过，最后怎么确保修复这个bug没有引发新的问题。这不仅是告诉你哪里错了，它还亲手教你如何安全、可靠地把这个坑给填上。
improve-codebase-architecture：帮你看全局结构
很多项目刚开头的时候，代码看起来那叫一个眉清目秀，结构那叫一个条理分明。每个文件该干嘛就干嘛，像军训队列一样整齐。但是，随着你不断地往上加功能，今天加一个“记住密码”，明天加一个“分享到朋友圈”，慢慢地，这个项目就开始变味儿了。它从一个整洁的军营，变成了一个满地垃圾的“代码垃圾场”。到处是补丁，到处是重复的逻辑，你想改一个功能，得在十个文件里做同样的事儿。
这时候，improve-codebase-architecture这个技能，就是你请来的“高级清洁工”和“建筑设计师”的合体。它不会盯着你一行代码的拼写错误，它的视角要高得多。它会站在楼顶上，俯瞰你整个项目的结构。它会像一个体检医生一样，问你一系列问题：各个模块之间的划分还合理吗？这个文件是不是干了它不该干的活儿？这段逻辑是不是在三个地方重复出现了？整个项目的骨架还能不能支撑你继续往上加新功能？
它会基于你项目里的CONTEXT.md文件和一些架构决策的记录来进行深度分析。简单理解，它就是给你的代码库做一次从头到脚的、最全面的“三甲医院级体检”，然后把体检报告甩你脸上，告诉你哪里“脂肪过多”，哪里“骨质疏松”，并给出具体的“健身计划”，也就是优化结构的方案。
git-guardrails：防止你一键毁灭世界
这个技能，我觉得应该改名叫“后悔药供应商”。因为它在做的事情，就是拦住你，不让你吃下那颗肯定会让你后悔的“毒药”。用过git的人都知道，有些命令是非常危险的，就像核弹的发射按钮一样。比如说git push --force，这个命令会强制把你本地的代码覆盖到远程仓库，如果你本地代码是错的，那远程仓库所有人的代码就都完蛋了。还有git reset --hard，它会把你所有还没保存的修改全部丢掉，找都找不回来。还有git clean，它会一键删除你所有没用到的文件。
很多人，包括我自己，都干过这种事儿。脑子一抽，手一快，一行命令敲下去，然后整个世界就安静了。安静得你只能听见自己心脏碎裂的声音。你辛辛苦苦写了几天的代码，就这么一瞬间，没了。
git-guardrails这个技能的作用，就是给你装上一个“绝对防反手刹”。在你即将敲下这些毁灭性的命令之前，它会像一个唠叨但又靠谱的副驾驶一样，突然跳出来，用力地拍了一下你准备按回车的手。它会说：“哎哎哎！哥们儿！你想好了吗？你确定要用git reset --hard？你本地的改动还没提交呢！取消了取消了！”它会帮你拦截这些危险操作，给你最后一次反悔的机会。在你即将犯下“滔天大罪”之前，先把你从悬崖边拉回来。
setup-pre-commit：一键搞定代码质量工具链
这个技能，绝对是我这种“懒癌晚期患者”的福音。什么叫“代码质量工具链”？听起来很唬人对吧？其实说白了，就是一系列在你提交代码之前，自动帮你检查代码有没有低级错误的小工具。比如Husky，它像一只看门狗，能监控你提交代码的动作。lint-staged能只对你修改过的文件进行检查。Prettier能自动帮你把乱七八糟的代码格式化成统一的漂亮样式。还有类型检查、单元测试等等。
在以前，你要想在自己的项目里用上这一套“豪华配置”，你得花上半天甚至一天的时间，去网上搜教程，一个一个地安装这些工具包，然后写一堆复杂的配置文件，还得祈祷它们之间不要打架。这个过程痛苦得让你宁愿手动去改100个文件的空格，也不愿意去配这破玩意儿。
但是，setup-pre-commit这个技能来了之后，一切都变了。你只需要对它说一句：“帮我把那套标准工具链装上。”然后它就会像一个全年无休的安装工人一样，一声令下，自己动手。它会帮你把Husky、lint-staged、Prettier、类型检查、测试工具等等全部自动配置好。你什么都不用做，就是等它几十秒。这相当于，你的项目一诞生，就自带了一整套最严格的“质量检验流水线”，每一行新代码进去之前，都得先过一遍这道关卡。想写乱七八糟的代码？门儿都没有。
ubiquitous-language：让团队说同一种人话
这个技能的名字ubiquitous-language，翻译过来叫“通用语言”，听起来特别像一个高深的学术名词。但其实它的用处特别接地气，也特别管用。尤其是在你跟别人一起合作开发项目的时候，最痛苦的事情是啥？不是技术难题，而是沟通。你自己想象一下这个场景：产品经理跑过来说：“用户那个‘购物车’里的东西，结算的时候逻辑不对。”后端大哥抬起头说：“哦，你说的是那个‘订单暂存区’吧？我看看。”前端妹子也插一句：“啊？那个不是叫‘待购清单’吗？”
你看看，就这么一个东西，三个人给了三个不同的叫法。结果就是，产品经理说的是A，后端听成了B，然后前端按照C去改代码。这项目能不出问题吗？光是把这些名词对齐，就得浪费掉你们一下午的开会时间。
ubiquitous-language这个技能，就是为了终结这种“鸡同鸭讲”的混乱局面而生的。它会像个语言学家一样，偷偷监听你们团队的对话，把所有提到的重要名词都提取出来。然后，它会自动生成一个所有人都必须遵守的“统一词汇表”。在这个表里，那个东西就被叫做“购物车”，没有别的外号。从此以后，你说“购物车”，我懂，他也懂，大家都懂。这个技能做的事情，就是帮你的团队把沟通成本降到最低，让大家把所有精力都花在解决问题上，而不是花在猜对方到底在说啥上面。
write-a-skill：让AI自己进化
终于到了最狠的环节了。如果说前面那些skills都是给你的AI请来的各路“神仙外援”，那这一个write-a-skill技能，就是让你自己成为那个“封神”的人。它的功能，从名字上就能看出来：“写一个技能”。没错，这个技能本身，就是用来教AI怎么去写新的skills的。
这就形成了一个完美的“自我进化”闭环。你觉得现有的技能不够用？你想要一个能自动帮你点外卖的skill？或者一个能把你写的烂代码自动翻译成正常人能看懂的注释的skill？你不需要去求别人给你做。你只需要对着AI说：“嘿，用write-a-skill这个技能，帮我自己写一个‘点外卖’的技能。”然后AI就会按照标准流程，先问你要点哪家，预算多少，口味偏好是什么，然后帮你生成一个属于你自己的、随时可以调用的技能插件。
这相当于什么？你以前只是一个使用工具的人，你最多算是个高级驾驶员。但从这一刻开始，你变成了一个可以自己打造工具、自己定制汽车的“造车厂老板”。你可以根据自己的工作习惯、你的项目特点，量身定制一套完全属于你自己的AI工作流。而且，你写出来的这个新技能，还可以分享给全世界的人用。这种感觉，已经不是用“爽”能形容的了，这简直就是打开了新世界的大门，让你从“游戏玩家”变成了“游戏规则设计师”。
为什么这套东西这么值
咱们来算一笔非常现实的账。现在市面上各种AI编程助手，一个比一个吹得天花乱坠。那个叫GitHub Copilot的，一年要收你120美元，折合人民币快一千块了。Cursor？更贵，一年240美元。还有个叫Windsurf的，一年也要180美元。这些还都是基本套餐，想要更高级的功能，还得加钱。一年下来，光是买这些工具的会员费，就够你吃好几十顿火锅了。
而这一整套功能强大、能从根本上改变你工作方式的skills套件，价格是多少呢？听好了，别眨眼：0元。没错，一分钱都不要。而且它还不只是免费这么简单，它的出身也非常“伟光正”。它是开源的（Open Source），用的是最开放的MIT许可协议，任何人都可以看它的源代码，任何人都可以修改它、再发布它。它本身是用Shell脚本写的，非常轻量，完全运行在你的本地电脑上，你的代码数据不会被偷偷上传到谁的服务器上。
重点在于，这些工具没有试图去改变AI模型本身的聪明程度，因为那个太难了。它们改变的是你的行为，是你和AI协作的流程。这就像你给一个大力士不是换了一副更粗壮的胳膊，而是给了他一张更精准的地图和一把更好用的铁锹。大力士还是那个大力士，但他挖出来的不再是乱坑，而是能直通金矿的隧道。这才是skills这套东西最值钱、也最革命性的核心所在。
真正的本质变化：AI开始像高级工程师
我们来做个最直观的对比，你就能明白这中间的差距有多大了。在没有使用skills之前，AI的默认行为模式，就像个刚毕业的实习生。它的工作流程是：老板你说一句 -> 好嘞我听到了 -> 我立刻开始写 -> 写完了给您交作业。这个实习生唯一的优点就是快，快得离谱。但他交上来的作业，往往是逻辑不通、结构混乱，你需要花大量的时间去帮他“擦屁股”，甚至还不如你自己重新写一遍。
而当你的AI装上了skills这套“职业训练包”之后，它的行为模式彻底变了。它变成了一个带你做项目的老工程师。它的工作流程变成了这样：老板你说个大概想法 -> 我先问你一堆问题把需求搞清楚 -> 然后我自己回去琢磨，把大任务拆解成小模块 -> 我再画个草图（PRD或者方案）给你确认 -> 等你完全点头了，我才会开始动手写代码。
这两种模式之间的差距，用个更形象的比喻就是：前者是一个手里拿着最新款电锯但是完全不知道怎么用的伐木工实习生，他看起来很勤快，锯得木屑满天飞，但一天下来，树没砍倒几棵，自己差点被电锯伤着。而后者是一个背着老式手锯的老师傅，他锯得很慢，但他先在树要倒的方向挂好绳子，然后不慌不忙地一下一下锯，最后树稳稳当当地倒在他想要的方向上，全程安全又高效。老师傅不追求快，但他追求“靠谱”。而skills，就是让你那个只会“快”的AI实习生，快速成长为一个“靠谱”的AI老师傅。
总结
所以，过头来捋一捋。你之前用AI写代码遇到的所有问题，比如代码没法用、需求对不上、反复重写等等，这些问题的根源，从来都不是AI不够聪明，也不是你的想法不够好。问题的根源只有一个，那就是你和AI之间的“协作方式”，还处在一个非常原始、非常低效的状态，跟两个原始人拿着石头互相比划差不多。
而skills这套开源工具，它做的事情非常直接，甚至可以说非常粗暴，但效果立竿见影。它就是帮你把整个工作流程给拉回到正确的轨道上：先把“动脑子思考”这个环节提到最前面，把“动手写代码”这个环节推到最末尾。然后，它再把“写代码”这个执行环节，拆解成一个个你可以轻松完成的小步骤。