38.9K star，一周新增 10,738。Addy Osmani——Google Chrome 团队的工程师——做了一个叫 agent-skills 的项目。
核心思路很直白：高级工程师写代码时有一套隐性工作流，把这些习惯编码成 AI Agent 可以自动执行的技能。
七个 slash command，覆盖从想法到上线的全生命周期
这个项目不玩虚的。7 个命令，对应开发流程的 7 个阶段：
| 你在做什么 | 命令 | 核心原则 |
|---|---|---|
| 定义要做什么 | /spec |
先写 spec 再写代码 |
| 规划怎么做 | /plan |
小粒度原子任务 |
| 逐步构建 | /build |
一次一个切片 |
| 验证可行 | /test |
测试是证明 |
| 合并前 review | /review |
提升代码健康度 |
| 简化代码 | /code-simplify |
清晰优于聪明 |
| 上线生产 | /ship |
越快越安全 |
每个命令会自动激活对应的技能。比如设计 API 时触发 api-and-interface-design，构建 UI 时触发 frontend-ui-engineering。
为什么这件事值得写
不是因为这项目技术上多牛逼——它本质上是一堆 SKILL.md 文件的集合——而是因为它选了一个聪明的切入点。
现在市面上的 AI coding 工具，大部分在解决「Agent 怎么写代码」的问题。agent-skills 在解决另一个问题：「Agent 应该以什么顺序、什么标准写代码」。
这两件事的差别很大。前者是能力问题，后者是方法论问题。Addy Osmani 做的是后者——把 Google 级别工程师的开发纪律编码成 Agent 可理解、可执行的规则。
举个例子。大多数人用 Claude Code 写代码的流程是：描述需求 → Agent 直接开始写 → 代码出来 → 手动测试 → 发现问题 → 修。agent-skills 把这个流程打断，强制走 /spec → /plan → /build → /test → /review → /ship 的管道。每一步都有对应的 quality gate。
这听起来很教条。但对于团队开发来说，教条可能是好事——它让不同水平的工程师产出一致质量的代码。
支持的 Agent 不止 Claude
这个项目同时支持 Claude Code、Cursor、Gemini CLI、Windsurf、OpenCode 和 GitHub Copilot。每个 Agent 都有对应的安装指南。
这意味着 Addy Osmani 不是在给某个特定工具写插件，而是在定义一套跨 Agent 的工程技能标准。如果这个标准被广泛采纳，不同 AI 编码工具产出的代码质量差距会缩小——因为底层的工作流纪律是一样的。
我的保留意见
这个项目本质上是一套「最佳实践」的集合。但最佳实践有个问题：它们对高手来说是常识，对新手来说可能太抽象。
比如 api-and-interface-design 这个 skill，它的指导原则是什么？有没有具体的检查清单？如果只是「设计 RESTful API 时注意 X、Y、Z」这种级别的建议，那对 AI Agent 的帮助有限——因为 Agent 本身可能已经知道这些。
真正有价值的 skill 应该是那些容易被忽略但影响巨大的细节：比如「每次改 API 同时更新 OpenAPI spec」，或者「新增依赖时检查 license 兼容性」。这些才是高手和新手之间的差距所在。
我看了一下 repo 的 skills 目录，确实有一些这样的细节 skill。但还没有逐一验证质量。
总结
agent-skills 不是技术突破，它是工程纪律的产品化。如果你的团队在用 AI 编码工具，这个项目值得花 30 分钟看看——特别是 /spec 和 /review 这两个命令，可能是投入产出比最高的两个。
主要来源：
- addyosmani/agent-skills — 官方仓库
- GitHub Trending weekly — 本周 trending 排行