把资深工程师评审直觉做成AI技能包，25个技能9条命令覆盖开发全流程

在人工智能辅助软件开发领域，一个名为addyosmani/agent-skills的开源仓库正在重新定义AI编码代理的工作方式。这个项目的核心理念是将资深工程师在评审过程中的直觉和最佳实践，转化为可安装、可复用的AI技能模块。

该仓库提供了25个面向AI编码代理的生产级工程技能，这些技能被设计成可以安装到各种AI编码工具中（如Claude Code、Cursor、Codex等）。通过九条特定的slash命令，这些技能能够自动激活并应用于软件开发的各个阶段，从最初的构思到最终的发布。

"我们试图解决的问题是，如何让AI代理像资深工程师一样思考和行动。"该项目的创建者addyosmani解释道。"传统的AI模型可能会犯低级错误，或者在复杂场景下表现不佳，而我们的方法是将人类专家的经验直接编码为技能。"

这九条命令分别对应软件开发的六个主要阶段：定义(spec)、规划(plan)、构建(build)、验证(test)、评审(review)和发布(ship)。每个阶段都有明确的原则和约束，例如"先写规格再写代码"、"一次一个切片"、"测试就是证据"等。这些原则不仅指导AI代理的行为，也确保了开发过程的可追溯性和稳定性。

值得注意的是，虽然这些技能旨在提高自动化程度，但它们并没有完全取代人类的判断。例如，在构建阶段，AI代理会生成计划并自主实现每一个任务，但仍然需要人类批准计划，并且每个任务仍然是测试驱动的、单独提交的。如果遇到失败或风险步骤，流程会自动暂停，等待人工干预。

"我们称之为\'/build auto\'，它去掉的是人在任务之间的步骤，而不是验证。"addyosmani补充道。"这意味着AI代理可以在很大程度上自主完成工作，但在关键的质量控制点，仍然保留了人类的监督机制。"

这项技术已经在多个AI编码代理中得到了应用，目前已经有超过70个不同的代理支持这些技能。由于其强大的实用性和创新性，这个项目在过去七个月里积累了大量的关注，最近更是重新登上了GitHub的日榜，单日新增约680星。

"这不仅仅是一个工具集，更是一种新的开发范式。"一位使用过该技能包的开发者表示，"它让我们能够以一种更加系统化、标准化的方式进行软件开发，同时保持了足够的灵活性来应对复杂的实际问题。"