article-6-agent-skills-clean.md

agent-skills 爆火：Addy Osmani 发布的生产级 AI 编程 Agent 技能库

Google Chrome 团队工程 leader、畅销书作者 Addy Osmani 最近在 GitHub 上发布了一个项目，迅速登上了开发者社区的热搜——agent-skills。这不是一个 AI 模型，也不是一个新框架，而是一套被精心设计的「AI Agent 操作规范」。

它解决了什么问题？

如果你用过 Claude Code、Cursor 或 GitHub Copilot 写代码，一定经历过这种场景：AI 生成了看起来还行的代码，但缺少测试、没有错误处理、不符合项目规范。你需要反复提示它「加上 try-catch」「写单元测试」「遵循项目 ESLint 配置」。

agent-skills 的做法是：把这些要求变成可复用的技能文件。每个 skill 是一个 Markdown 文件，定义了在特定场景下 Agent 应该遵循的规则：

– 如何生成合适粒度的 Git commit

– 如何编写符合项目标准的单元测试

– 如何处理 API 错误和重试逻辑

– 如何遵循设计系统规范

这些 skill 文件可以被直接加载到 Claude Code、Codex 等工具中，让 AI Agent 的行为变得可预测、可复用。

「技能即代码」的新范式

agent-skills 背后折射的是 AI 编程的一个趋势：未来不是「prompt engineering」，而是「skill engineering」。与其每次写一大段提示词告诉 AI 怎么做，不如维护一套可版本管理、可团队共享的技能文件。

目前项目包含 12 个动画过渡效果 skill、10 篇 newsletter 和 50 篇播客转录文件作为示例。社区已经在贡献安全审查、SEO 优化、性能分析等更多垂直技能。

**核心洞察：** 当 AI 编程 Agent 足够强大时，瓶颈不再是「它能写什么」，而是「它按什么标准写」。agent-skills 提供了这个「标准」的管理方案。

「技能市场」的雏形

agent-skills 最令人兴奋的不是它已经提供的技能，而是它建立的「技能分发」机制。你可以把 agent-skills 理解为 AI Agent 的「App Store」——开发者可以发布自己的技能包（比如专门针对 React 项目的代码规范技能、针对 AWS 部署的安全检查技能），其他团队可以直接下载使用。这种模式解决了两个痛点：一是避免了每个团队都从头写一遍 AI 操作规范，二是让「最佳实践」可以像 npm 包一样被版本管理和分发。

Addy Osmani 本人是前端工程化领域的权威人物，他的加入给这个项目带来了极高的可信度。项目中的 10 篇 newsletter 模板和 50 篇播客转录文件虽然是示例，但它们本身也很有价值——展示了 AI 内容生产的最佳实践，可以直接用于搭建自动化内容管线。社区贡献者甚至还提交了用于代码安全审查的技能文件，能自动检查 SQL 注入、XSS 等常见漏洞。

对国内开发者的启示

国内很多团队已经在使用 Cursor、Copilot 等 AI 编程工具，但多数停留在「在聊天框里提需求」的初级阶段。agent-skills 的思路提醒我们：如果你想让 AI 写出的代码真正符合团队标准，与其每次靠口头提醒，不如把标准写成可执行的文件。这比任何 prompt 技巧都更可靠、更持久。一个典型的例子是：你可以创建一个 skill 文件，规定「所有 API 接口必须有输入验证、错误处理和日志记录」，然后加载到 Claude Code 中——之后 AI 生成的每个 API 端点都会自动包含这三项。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn