C
ChaoBro

Agent Skills становятся маркетплейсом плагинов для кодирующих агентов: что означает рост проекта addyosmani на 11k звёзд за неделю

Agent Skills становятся маркетплейсом плагинов для кодирующих агентов: что означает рост проекта addyosmani на 11k звёзд за неделю

На GitHub у Addy Osmani есть проект, который за прошлую неделю набрал 11 732 звезды.

Это не модель. Не фреймворк. Это коллекция файлов «инженерных навыков» — обучающих AI-агентов для кодинга делать код-ревью, писать безопасный код и оптимизировать производительность.

agent-skills теперь имеет 41 324 звезды, 189 коммитов и поддерживает четыре платформы: Claude Code, Gemini CLI, Codex и OpenCode.

Это не инструмент. Это смена методологии.

От «написания промптов» к «установке навыков»

Раньше, если вы хотели, чтобы Claude Code сделал ревью вашего кода, приходилось каждый раз писать кучу правил в промпте: проверяй граничные условия, следи за утечками памяти, ищи захардкоженные значения...

agent-skills упаковывает эти правила в стандартизированные файлы навыков, размещённые в директории .claude/skills/. Агент загружает их автоматически при старте — не нужно повторять себя в каждом разговоре.

Это ничем не отличается от установки браузерных расширений. Просто расширения теперь для агентов.

Навыки в проекте покрывают:

  • Code Review: систематические проверки безопасности, производительности, поддерживаемости
  • Security: OWASP Top 10, распространённые паттерны уязвимостей
  • Performance: профилирование, паттерны оптимизации, бенчмаркинг
  • Testing: стратегия тестирования, требования к покрытию, паттерны моков
  • Accessibility: соответствие WCAG, семантический HTML
  • Architecture: паттерны проектирования, решения по системной архитектуре

Каждый навык — это Markdown-файл с описанием правил и чек-листов, которым должен следовать агент, написанный на естественном языке.

Почему эта модель набирает популярность

Ответ прост: промпты одноразовые, навыки многоразовые.

Написание качественного промпта для код-ревью может занять 30 минут. Но если сохранить его как навык, предельная стоимость следующего использования — ноль.

Основная ценность agent-skills не в поставляемых навыках — их вы можете написать сами. Его ценность в создании стандартизированного формата, позволяющего навыкам распространяться, комбинироваться и улучшаться сообществом.

Проект поддерживает формат .claude-plugin, что означает возможность распространения навыков как npm-пакетов. Кто-то пишет навык код-ревью для React, кто-то — проверку безопасности памяти для Rust. Вы устанавливаете то, что вам нужно.

Это не идеально

У модели есть проблемы, о которых стоит знать.

Навыки могут конфликтовать. Навык безопасности говорит «эскейпь все входные данные». Навык производительности говорит «пропускай ненужную обработку». Кого должен слушать агент? В документации указано, что пользовательские персоны могут переопределять версии плагинов — но это значит, что приоритеты пользователям придётся определять самим.

Размытость правил на естественном языке. Файлы навыков написаны на Markdown, а не на коде. «Следи за утечками памяти» — что это конкретно означает для агента? Разные агенты могут интерпретировать это по-разному.

Стоимость поддержки. Технологические стеки меняются. Лучшие практики эволюционируют. Навык безопасности, написанный полгода назад, может быть уже устаревшим. Кто его поддерживает? Кто обновляет?

Как я это использую

Я установил несколько навыков в свои проекты:

  • code-review: автоматически запускается на каждом PR, экономя около 60% времени ручного ревью
  • security: не серебряная пуля, но ловит некоторые очевидные ошибки
  • testing: автоматически генерирует каркас тестов при написании новых модулей

Эффект реальный — не «качество кода улучшилось на 300%», а «я больше не забываю писать тесты для граничных случаев». Мелочи, которые накапливаются.

Большая картина

Виральность agent-skills сигнализирует о том, что рабочие процессы AI-кодинга вступают во вторую фазу.

Первая фаза: «дай агенту промпт, пусть работает». Вторая фаза: «дай агенту набор навыков, пусть работает с предметной экспертизой».

Разница — как между «настройкой окружения вручную каждый раз» и «использованием Dockerfile».

Что дальше? Я бы предположил оркестрацию навыков — не отдельные навыки, а пайплайны навыков, автоматически загружаемые в зависимости от типа проекта, языка и фреймворка.


Основные источники: