2026年5月11日 Google Chrome 工程 VP Addy Osmani 昨晚开源了一个项目 agent-skills 直接冲上 GitHub Trending 榜首
截至写稿已经 39K Stars 而且还在飞速增长 可以说是今年最火的 AI 编码工具项目之一
这个项目解决了什么问题
用过 AI 编码工具的人应该都遇到过这些问题：
- AI 一上来就写大段代码 不先问需求
- AI 代码没有测试 不经过质量检查就提交
- AI 追着某个方向跑偏 你根本拉不回来
- 每次对话都要重新教 AI 一遍你的编码规范
Agent Skills 把这些问题打包解决了 它把资深工程师的工作流编码成一组 Skill 文件 告诉 AI 代理：先写 Spec 再写代码 先写测试再实现 先 Review 再合并 每一步都有对应的 Command 和质量门禁
22 个技能覆盖全生命周期
项目包含 22 个技能 围绕 6 个阶段组织：
| 阶段 | 命令 | 核心理念 |
|---|---|---|
| 定义需求 | /spec |
先写 PRD 再写代码 |
| 规划方案 | /plan |
拆解为小的原子任务 |
| 逐步实现 | /build |
一次只做一个切片 |
| 验证正确性 | /test |
测试就是证据 |
| 代码审查 | /review |
改善代码健康度 |
| 发布上线 | /ship |
越快越安全 |
每个阶段都关联了具体的 Skill 文件 比如构建 UI 会自动触发 frontend-ui-engineering 设计 API 会触发 api-and-interface-design
全部 Skill 一览
| Skill | 功能 |
|---|---|
| using-agent-skills | 入口技能 分配工作到正确的工作流 |
| idea-refine | 结构化发散/收敛思考 把模糊想法变成具体提案 |
| spec-driven-development | 写 PRD 明确目标、架构、代码风格、测试边界 |
| planning-and-task-breakdown | 把 Spec 分解为可验证的小任务 |
| incremental-implementation | 薄切片实现 + Feature Flag + 安全回滚 |
| test-driven-development | Red-Green-Refactor 测试金字塔 80/15/5 |
| context-engineering | 喂给 AI 正确的上下文 — Rules 文件、MCP 集成 |
| source-driven-development | 基于官方文档做每一个框架决策 |
| doubt-driven-development | 对每个重要决策做对抗式审查 支持跨模型验证 |
| frontend-ui-engineering | 组件架构、设计系统、响应式、WCAG 无障碍 |
| api-and-interface-design | 契约优先设计、Hyrum's Law、错误语义 |
| browser-testing-with-devtools | Chrome DevTools MCP 实时调试 |
| debugging-and-error-recovery | 5 步排查法：复现 → 定位 → 修复 → 验证 → 预防 |
| code-review | 结构化审查：设计 → 正确性 → 可维护性 → 安全 |
| code-simplify | 复杂代码简化 保持行为不变 |
| security-and-threat-modeling | STRIDE 威胁建模 + 安全 Checklist |
| performance-audit | 加载性能、运行时性能、内存、网络全链路分析 |
| documentation-engineering | API 文档、架构决策记录、Changelog |
| commit-message-engineering | Conventional Commits 规范提交信息 |
| dependency-management | 依赖审计、升级策略、兼容性评估 |
| release-engineering | 版本管理、Changelog 生成、发布流程 |
支持的 AI 平台
这个项目最大的亮点之一是 平台无关 — Skill 是纯 Markdown 文件 任何接受 System Prompt 或 Instruction 文件的 AI 工具都能用
Claude Code — 一键 Marketplace 安装
# 方式二：如果 SSH 有问题 用 HTTPS /plugin marketplace add https://github.com/addyosmani/agent-skills.git /plugin install agent-skills@addy-agent-skills
# 方式三：本地克隆直接挂载 git clone https://github.com/addyosmani/agent-skills.git claude --plugin-dir /path/to/agent-skills
Cursor — 复制到 .cursor/rules
也可以选择性引用 只复制你需要的 Skill 文件
Gemini CLI — 原生技能安装
# 从本地目录安装 gemini skills install ./agent-skills/skills/
GitHub Copilot
使用 agents/ 目录下的 Agent 定义作为 Copilot Persona 并引用 .github/copilot-instructions.md 中的技能内容
实战效果：一个真实的开发流程
假设你想做一个新的 Web 应用 用 Agent Skills 的流程是这样的：
# AI 会先问清楚目标用户、核心功能、技术栈偏好 # 然后输出一份完整的 PRD 文档
# 第二步：规划任务 /plan 把上面这个项目拆成可执行的开发任务
# AI 会分解为：数据库设计 → API 路由 → 前端组件 → 测试用例 # 每个任务都有验收标准和依赖关系
# 第三步：逐步实现 /build 实现第一个任务：用户认证模块
# AI 会先写测试 再实现功能 每完成一个切片就验证
这不是在教 AI 怎么写代码 而是在让 AI 像人类资深工程师一样工作：先想清楚再动手 每步确认 每段代码有测试 每次提交有审查
值得关注的几个独特技能
Doubt-Driven Development
这是我最喜欢的一个技能 AI 会对自己的每个重要决策做对抗式审查：提出一个 CLAIM → 从源码中 EXTRACT 证据 → 质疑自己的判断 → 修正结论 → 停止检查 如果 AI 自己拿不准 还支持跨模型升级（比如 Claude 不确认的可以调 Gemini 来验证）
Context Engineering
教 AI 如何管理自己的上下文窗口 — 什么信息值得保留 什么时候应该丢弃旧上下文 如何用 MCP 工具获取最新信息
Source-Driven Development
AI 每做一个框架相关的决策都要引用官方文档 不能凭训练数据中的"记忆"写代码 对于第三方库的 API 使用 强制要求先查文档再编码
跟其他 Agent 框架的区别
| 对比项 | Agent Skills | GenericAgent | 传统 Agent 框架 |
|---|---|---|---|
| 核心定位 | 工程最佳实践封装 | 自进化技能树 | 工具编排 |
| 适用场景 | 日常开发工作流 | 系统自动化 | 特定任务 |
| 平台兼容 | 8+ 平台通用 | 独立框架 | 通常绑定平台 |
| 安装复杂度 | 低（纯 Markdown） | 中（独立代码库） | 高（框架依赖） |
部署建议
安装后建议先运行 /guide 命令 让 AI 介绍所有可用的 Skill 和命令
对于团队使用 可以把 Agent Skills 加入项目仓库的 .cursor/rules/ 目录 这样所有成员用 Cursor 开发时自动获得一致的工程规范
总结
Addy Osmani 的这个项目火爆是有道理的 它解决了一个 AI 编码领域最头疼的问题：如何让 AI 写出高质量、可维护、经过审查的代码 而不是一大坨看起来对但细想不对的东西
22 个技能覆盖了整个开发周期 from idea to production 每个技能都是经过验证的工程实践 不是花哨的概念
不管是个人开发者还是团队 都值得试试 尤其如果你在用 Claude Code 或 Cursor 的话 安装只要几秒钟 但能省下大量跟 AI 反复沟通规范的时间
项目地址：https://github.com/addyosmani/agent-skills
Stars：39K+（写稿时） / License：Apache 2.0
作者：Addy Osmani（Google Chrome 工程 VP, Web 性能权威）