AI开发必看Addy Osmani开源Agent Skills把工程最佳实践装进AI大脑当AI学会“按规矩办事”小伙伴们在AI编程助手飞速普及的今天开发者们面临一个共同的尴尬AI可以写代码但它写出来的代码风格飘忽、缺乏规范甚至在不同任务间前后矛盾。问题的根源在于——我们始终在用“提示词”这门粗放的语言来指挥AI。2026年4月初Google Cloud AI工程总监Addy Osmani在GitHub上开源了agent-skills项目将这个困局撕开了一个口子。项目发布不到三周就斩获约94.2k stars和10k forks迅速成为AI工程化领域的热门话题。Agent Skills的定位很纯粹面向AI coding agent的生产级工程技能库。它将软件工程中的工作流、质量门禁和最佳实践整理成一组可以被agent直接执行的标准化skill让AI在不同开发阶段都能按一致的方式工作。核心功能把开发流程“代码化”Agent Skills将整个开发周期拆分为六个阶段Define定义、Plan计划、Build构建、Verify验证、Review审查、Ship发布。每个阶段都有对应的skill来约束和引导AI的行为而非依赖模型自身的“发挥”。项目提供7个与开发流程对应的命令覆盖从需求到上线的完整闭环命令对应阶段核心原则/spec定义需求先写规格再写代码/plan制定计划拆解为原子任务/build增量实现一次只交付一个切片/test验证结果用测试作为完成证据/review代码审查提升代码健康度/code-simplify代码简化清晰优于聪明/ship发布上线更快的发布等于更安全系统也会根据当前任务类型自动激活相关skill设计API时触发api-and-interface-design构建前端界面时触发frontend-ui-engineering无需开发者手动切换。核心技能库20个工程化的AI“岗位SOP”Agent Skills最硬核的部分是包含的20个核心skill每个都对应一个明确的工程动作目标不是提供泛化建议而是约束Agent在特定阶段采用可验证、可回滚、可审查的工作方式•Define阶段spec-driven-development要求AI在编码前建立规格说明避免基于“感觉”直接实现idea-refine通过发散收敛将模糊想法转化为明确MVP范围。•Plan阶段planning-and-task-breakdown将规格拆解为可排序、可验证的小任务单元明确依赖和检查点。•Build阶段test-driven-development以失败测试定义预期行为修复bug时先复现再修复source-driven-development强调优先查证官方文档避免使用过时或臆测的模式。•Verify阶段browser-testing-with-devtools通过真实浏览器运行时数据验证UI而非依赖静态推断debugging-and-error-recovery按“复现→定位→缩小→修复→防回归”顺序排障。•Review阶段code-review-and-quality从正确性、可读性、架构、安全等维度审查变更。•Ship阶段涵盖git操作和发布流程的标准化约束。使用方法零门槛集成主流IDEAgent Skills支持Claude Code、Cursor、GeminiCLI、Windsurf、GitHubCopilot等主流AI编程工具以下是几种快速上手方式Claude Code推荐一键安装/plugin marketplace add addyosmani/agent-skills /plugin install agent-skillsaddy-agent-skills若遇到SSH密钥问题可使用HTTPS方式/plugin marketplace add https://github.com/addyosmani/agent-skills.git。GeminiCLI直接安装技能包gemini skills install https://github.com/addyosmani/agent-skills.git --path skillsCursor将任意SKILL.md复制到.cursor/rules/目录即可生效。本地开发调试git clone https://github.com/addyosmani/agent-skills.git claude --plugin-dir /path/to/agent-skills优势对比为什么选择Agent Skills传统提示词工程面临两大痛点一是全量占用所有规则无论是否用到都塞入上下文窗口动辄数万Token二是复用性极差复杂的业务逻辑被硬编码在对话历史中难以跨项目迁移。Agent Skills通过“渐进式披露”架构彻底改变了这一点元数据→主体内容→附加文件三层按需加载实测能将上下文Token消耗降低60%-80%。根据行业测算动态加载机制可使复杂任务响应速度提升3.2倍上下文窗口占用率从68%降至12%。更重要的是Agent Skills已从Anthropic的实验性功能演变为开放标准OpenAI Codex CLI等工具链也开始支持同一套格式。Addy Osmani的这套开源实现恰好提供了经过实战检验的工程技能模板大大降低了开发者落地门槛。写在最后AI编程进入“工业化”时代Addy Osmani曾在采访中提到他的初衷很简单让AI像资深工程师一样工作。agent-skills正是这一理念的落地——把软件工程的可验证、可回滚、可审查原则封装成AI可以直接理解和执行的技能模块。对于正在探索AI辅助开发的团队来说这个项目提供了一个极佳的起点无需从零摸索直接复用行业顶级的工程实践经验。无论是希望统一团队AI生成代码规范还是构建企业级Agent应用agent-skills都值得认真研究。项目地址https://github.com/addyosmani/agent-skills
