Google 首席工程师写了 24 个 AI 编程 Skill，把整个开发生命周期都打包了！

点击上方卡片关注我

设置星标学习更多AI出海知识

上周拿 Claude Code 改一个老 API，需求是给两个接口加缓存。我先丢了句"帮我加 Redis 缓存"，它三分钟写完，看着挺漂亮。

结果跑测试直接红了一片，缓存 key 拼错了、过期时间单位写成了毫秒，最离谱的是它还顺手把一段毫不相关的逻辑给重构了，盯着 diff 看了二十多分钟，才搞清楚它到底动了什么。

这事真不能怪模型，它该写的都写了，问题是没人在它动手前给它定个规矩，先写清楚要什么、拆成一堆小任务、一片一片来、每片都跑测试、过了才往主分支合。

这些动作老工程师做项目时是肌肉记忆，但 AI agent 根本没这套肌肉。

Addy Osmani 最近开源了一套叫 agent-skills 的东西，说白了就是把这套工程纪律打包好喂给 AI 用。Addy 是 Google Chrome 团队的首席工程师，《Learning JavaScript Design Patterns》就是他写的，圈里人基本都听过他的名字。项目一天涨了一千多颗星，现在已经过万。

这套东西到底装的是什么

说人话：7 个斜杠命令 + 24 个 skill，从想法到上线整条链路全包了。

整套东西把开发拆成 6 个阶段：DEFINE、PLAN、BUILD、VERIFY、REVIEW、SHIP，每个阶段配一两个斜杠命令，命令背后又挂着一组 skill。

扔个需求过去，AI 自己知道该走哪条流水线、每一步用什么规矩、什么时候得停下来等你看。

skill 本质就是一份 Markdown 文档，里面写清楚一个工作流该怎么走：分几步、每步要过哪些关、哪些地方 AI 容易给自己找理由蒙混过去要专门盯着。

AI 读到这些 Markdown，就按章法办事，不是凭感觉来。

7 个斜杠命令，每个对应一条工程纪律

表格列出来对照看：

命令	做什么	核心原则
/spec	把需求写成 PRD，目标/接口/边界都讲清楚	没 spec 不写代码
/plan	把 spec 拆成可验证的小任务，标好依赖	一次只做一件原子任务
/build	按计划一片一片实现，每片都测试、提交	一次一个垂直切片
/test	红绿重构、测试金字塔、浏览器测试都有	测试是证据，不是装饰
/review	合并前自查代码质量，给改进建议	代码健康度优于速度
/code-simplify	把复杂代码改简单，能不抽象就不抽象	清晰胜过聪明
/ship	走预检流程上线，部署快也部署稳	快也是一种安全

真正好玩的是 /build auto，普通模式每做完一个任务都要停下来等你按确认，autopilot 模式则是 plan 审过之后你就可以撒手——它自己跑完所有任务。

但别误会，“自动"不等于"无人看管”，每个任务照样测试驱动、单独提交，遇到失败或者风险点它会自己停下来报告。

说白了它去掉的是"你坐那儿点下一步"那一环，验证一步没省。

24 个 skill 里，挑 3 个最能治 AI 写代码毛病的

整套 pack 有 24 个 skill，全部展开不现实，挑 3 个最戳痛点的看看它到底是怎么管 AI 的。

spec-driven-development:没 PRD 不写代码

AI 写代码最容易栽的坑就是"我大概懂了"——你一句话扔过去，它脑补一个版本就动手。

这个 skill 直接把这条路堵死：先给我写一份 PRD 出来，目标是啥、接口长啥样、目录结构怎么定、代码风格按什么走、测试覆盖到哪、什么是明确不做的，PRD 你点头了它才能动键盘。

好处很明显，理解偏差在 spec 阶段就暴露了，AI 把你的意思理解歪了，在 PRD 那一步就能拍回去，比写完几百行代码再发现简直强一百倍。

incremental-implementation:一次只切一片

它的核心原则叫 thin vertical slices，翻译过来就是"薄薄的一片"，每次只动一个最小能验证的单元，写完、跑测试、过了、提交，再切下一片，不允许一口气改 10 个文件那种操作。

开头那个 Redis 缓存翻车就是踩了这条。要是按这个 skill 走，AI 会先只给一个接口加缓存、写测试、跑通、提交，然后才去碰第二个接口，根本没机会"顺手"把不相关的代码重构掉。

test-driven-development:红绿重构 + 测试金字塔

它推荐的测试比例是 80/15/5——单元测试占 80%、集成测试 15%、端到端 5%，还引了一条 Beyonce Rule：“if you liked it, you should have put a test on it”，翻译成人话就是：只要这个行为你想保住，就得有个测试盯着它。

AI 写测试有几个老毛病：要么只覆盖 happy path，要么 mock 一堆把测试做成形式主义，这个 skill 用一张"防自我合理化"的检查表卡它，你说测试过了，光给我看个绿对勾不行，得拿证据出来。

怎么装,跨工具兼容

Claude Code 用户最方便,一行命令搞定:

/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

SSH 跑不通就换 HTTPS:

/plugin marketplace add https://github.com/addyosmani/agent-skills.git

其他工具也都适配过:

Cursor:把 SKILL.md 拷进 .cursor/rules/,或者直接引用整个 skills/ 目录
Gemini CLI:gemini skills install 一行装,自动发现
Antigravity CLI:agy plugin install 装成原生插件
Windsurf / OpenCode / GitHub Copilot:都有对应的接入文档
Codex 和其他 agent:skill 本质是 Markdown,只要能接系统提示就能用

这套设计最聪明的地方就是工具无关，今天用 Claude Code 明天换 Codex,这套纪律带着走。

写在最后

AI 编程这两年走得很快，从能跑通几行代码到能扛起一个模块，每个月都在变化，但工具变得再聪明，做项目这件事的底层逻辑没怎么变，还是先想清楚再动手、还是小步走比大步跑稳、还是测试比 commit 重要。

agent-skills 让人眼前一亮的地方，不在于它发明了什么新东西，而是把工程师圈子里那套已经被验证过的纪律，整理成了 AI agent 能直接读懂、直接执行的形式，这其实是一种很务实的做法：模型已经足够强，缺的从来不是能力，是规矩。

未来 AI 编程工具的竞争点，大概率会从"模型能写多复杂的代码"转向"模型能按多严的工程标准写代码"，Addy 这套东西算是这个方向上比较早的一个完整答卷。