addyosmani/agent-skills:把 Google 级工程纪律塞进编程智能体的技能库
Google 工程主管 Addy Osmani 开源 agent-skills:用 /spec→/plan→/build→/test→/review→/ship 等命令串联约 25 个核心技能与 4 个专家角色,内置借口反驳表要求测试与运行证据,支持 Claude Code、Cursor、Codex 等 70+ 工具,npx 一行安装。
针对「AI 写代码爱抄近道、跳过设计与测试」的常见问题,转述帖推荐 Google 工程主管 Addy Osmani 开源的 addyosmani/agent-skills(GitHub,MIT):一套把偏生产级工程纪律塞进 AI 编程助手的技能库。仓库简介写明面向 coding agents 的 production-grade engineering skills。
公开要点包括:用 /spec → /plan → /build → /test → /review → /ship 等约 9 个命令,串联约 25 个核心技能与 4 个专家角色,覆盖从需求澄清到上线的流程,而不是只给模型一段「请写好代码」的空泛提示。每个 Skill 内置「借口反驳表」,要求拿出测试与运行证据才算完成,专门压制「能编译就算完事」的敷衍路径。特色技能含 interview-me(逐问把需求问透)、doubt-driven-development(对抗式自审),以及 /build auto 在审批后按 TDD 推进。安装宣称支持 Claude Code、Cursor、Codex 等 70+ 工具:npx skills add addyosmani/agent-skills。
对已经在用 Agent Skill / 斜杠命令的团队,这更像一份可共享的工程规程包:把规格、计划、构建、测试、评审串成可重复动作。数字与命令名以发布帖与仓库说明为准;具体技能清单会随仓库更新,接入前建议对照 README 核对当前版本,并在私有仓库上先试一小条流水线。
这类技能库的价值不在「再多一段提示词」,而在于把可检查的工程步骤固化成智能体可调用的动作;团队仍需结合自己的仓库规范做裁剪。
flowchart LR
S[/spec 需求] --> P[/plan]
P --> B[/build]
B --> T[/test]
T --> R[/review]
R --> H[/ship]
B -.auto/TDD.-> T