Agent Skills

面向AI编码代理的生产级工程技能。

这些技能封装了高级工程师在构建软件时使用的工作流、质量门和最佳实践。它们被打包成AI代理可以在开发的每个阶段一致遵循的格式。

斜杠命令

8个映射到开发生命周期的斜杠命令。每个命令会自动激活正确的技能。

如果你希望规范存在后减少手动步骤？/build auto 会生成计划并一次性批准执行所有任务——你批准一次计划，然后它自动运行。它消除了任务之间的人工干预，但不消除验证：每个任务仍然是测试驱动并单独提交的，遇到失败或风险步骤时会暂停。

技能也会根据你正在做的事情自动激活——设计API时触发api-and-interface-design，构建UI时触发frontend-ui-engineering，以此类推。

全部24个技能

上述命令是入口点。该包共包含24个技能——23个生命周期技能加上using-agent-skills元技能。每个技能都是一个结构化工作流，包含步骤、验证门和反合理化表。你也可以直接引用任何技能。

元技能 - 发现适用的技能

定义 - 明确要构建什么

计划 - 分解任务

构建 - 编写代码

验证 - 证明它工作

审查 - 合并前的质量门

发布 - 自信地部署

代理角色

预配置的专家角色，用于针对性审查：

参考清单

技能在需要时拉入的快速参考材料：

技能如何工作

每个技能遵循一致的结构：

• Frontmatter：名称、描述、使用时机。
• Overview：该技能做什么。
• When to Use：触发条件。
• Process：逐步工作流。
• Rationalizations：借口 + 反驳。
• Red Flags：出问题的迹象。
• Verification：证据要求。

关键设计选择：

• 过程而非散文。 技能是代理遵循的工作流，而不是它们阅读的参考文档。每个都有步骤、检查点和退出标准。
• 反合理化。 每个技能都包含一个表格，列出代理常用跳过步骤的借口（例如“我稍后添加测试”），并附有文档化的反驳论据。
• 验证不可协商。 每个技能都以证据要求结束——测试通过、构建输出、运行时数据。“看起来正确”永远不够。
• 渐进式披露。 SKILL.md 是入口点。支持性参考仅在需要时加载，保持token使用最小化。

为什么需要Agent Skills？

AI编码代理默认走最短路径——这通常意味着跳过规范、测试、安全审查以及使软件可靠的实践。Agent Skills为代理提供结构化工作流，强制执行高级工程师在生产代码中使用的相同纪律。

每个技能编码了来之不易的工程判断：何时编写规范，测试什么，如何审查，以及何时发布。这些不是通用提示——它们是那种有意见、过程驱动的工作流，将生产质量的工作与原型质量的工作区分开来。

这些技能融入了Google工程文化的最佳实践——包括来自Software Engineering at Google和Google的工程实践指南的概念。你会在API设计中发现Hyrum定律，在测试中发现Beyonce规则和测试金字塔，在代码审查中发现变更大小和审查速度规范，在简化中发现Chesterton's Fence，在Git工作流中发现基于主干开发，在CI/CD中发现左移和特性开关，以及一个专门的弃用技能将代码视为负债。这些不是抽象原则——它们直接嵌入到代理遵循的逐步工作流中。

对比

想知道它与Superpowers或Matt Pocock's skills相比如何？请参阅comparison.md以获得诚实的并排对比，了解三个项目如何不同，以及何时使用哪个——包括一个受控的头对头实验的链接。