7.2
深览指数
产品人人都是产品经理·程序员鱼皮··AI 生成
18 万人收藏的开源 Skills 仓库，夯爆了！30 秒带你用上，让 AI 效率起飞
本文介绍了 Matt Pocock 开源的 skills 仓库，它提供了一套可安装到 Claude Code、Codex 等 AI 编程工具中的标准化指令集，将测试驱动开发、需求评审、Bug 诊断等经典软件工程方法论封装为斜杠命令。作者重点拆解了 /grill-me（需求拷问）、/tdd（测试驱动开发）、/diagnosing-bugs（Bug 诊断）、/teach（AI 辅助学习）等几个核心 Skill 的设计思路与具体用法。适合已经用 AI 编程但希望提升协作质量的中高级开发者阅读，能快速获得一套可落地的 AI 工程化工作流。原文 ↗
核心观点
- ▍skills 仓库的核心价值不是提供提示词技巧，而是将经典的软件工程方法论（如 TDD、代码评审、领域建模）封装成 AI 可执行的标准化指令集，让 AI 工具按工程方法工作而非自由发挥。
- 01仓库包含 22 个正式 Skill，分为工程类（TDD、代码评审、Bug 诊断）和生产力类（头脑风暴、上下文交接、AI 教学），通过 npx skills@latest add 命令一键安装到 Claude Code、Codex 等工具中。
- 02/grill-me 的核心指令仅 3 句话，但要求 AI 一次只问一个问题，沿决策树逐分支追问，直到与用户达成共识。有用户反馈一次对话被问了 38 个问题，逼自己想清楚了很多之前没注意的设计细节。
- 03/tdd 强制 AI 采用垂直切片（Red-Green-Refactor 循环）而非批量方式，先写一个失败测试，再写刚好能通过的代码，避免 AI 凭想象设计测试结构导致后续推倒重写。
- 04/diagnosing-bugs 将调试拆为 6 个阶段，第一步是建立能稳定重现 Bug 的反馈循环（如失败测试或 curl 命令），在完成之前禁止 AI 跳至猜原因阶段。
- 05/teach 技能会先问用户学习动机，将目标写入 MISSION.md，搜索高质量资源整理为 RESOURCES.md，再基于最近发展区理论设计课程，并利用间隔重复和交错练习区分流畅度与存储强度。
- 06/wayfinder 将大需求拆成决策地图，每个决策独立为 Issue，标注依赖关系，利用战争迷雾概念避免过度规划。每个 AI 对话只处理一个决策，上下文保持在 120K tokens 以内。
- 07/handoff 在对话结束时自动生成交接文档（Markdown），标注建议新对话使用的 Skill 并去除敏感信息，实现多轮对话间的上下文无缝传递。
反方 / 局限
- — 作者指出 /wayfinder 门槛较高，更适合有工程经验的开发者；小项目使用 /grill-me 即可。
- — Skill 文件本质上是作者个人工作方法的输出，是否适用于其他团队或项目类型（如嵌入式、非 Web 后端）并未验证，存在通用性局限。
19 分钟 · 4 卡片 · 12 资料
读原文 →