P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01

前言

我电脑里现在装着十一个 AI Agent。它们都能写代码，都能跑测试，说话都很客气。

但它们没有一个知道"这个功能到底该不该做"。

所以最近半年，我主要的工作不是在写代码，是在给它们发员工手册。这份手册有个正式名字，叫 Skill：一个文件夹，一张 SKILL.md，写清楚这玩意儿干什么、什么时候用、怎么用。装好之后不用你喊，它自己判断该不该翻。

下面这 8 个仓库，是我这半年真装过、用过、也骂过的。star 从五万到三十万。它们救不了你的项目，但能让你家 AI 少给你添点堵。

1. 先把话说清楚：Skill 到底是个啥

1.1 它是一份说明书，不是一个插件

你把它当成发给外包的施工规范就行。区别在于，外包看不懂会打电话问你，AI 看不懂会直接开工。

Anthropic 去年推出的 Agent Skills，本质就是一个带 SKILL.md 的文件夹。装完之后你不需要改任何配置，Agent 干活时自己判断该不该调。

1.2 为什么它能自己判断场合

因为规范里写了触发条件。这套格式后来成了开放规范，Claude Code、Codex、Cursor、WorkBuddy 都认，下面这 8 个仓库基本都给了各家 Agent 的装法。

AI 最危险的能力不是写错代码，是写得很顺。错的代码你会多看两眼，写得很顺的错代码你会直接点合并。这就是为什么第一批值得装的 Skill，全是教它"别乱来"的。

2. 第一个仓库：给 AI 上四条军规

2.1 一条推文，二十二万 star

今年年初 Karpathy 在 X 上列了大模型写代码的几个老毛病：替你瞎做假设，然后一路狂奔；一百行能解决的事写出一千行；顺手改掉一堆跟任务无关的代码。

有人把这条推文的观点整理成了一个仓库，现在 22 万 star。一条推文的商业价值，超过我三年写的博客总和。

仓库地址：

https://github.com/multica-ai/andrej-karpathy-skills

里面就一个 Skill，叫 karpathy-guidelines，强制 AI 遵守四条：

• Think Before Coding：先说明你的假设，有歧义主动提问，不要脑补完直接写代码
• Simplicity First：只做需求里明确要求的，拒绝过度抽象、拒绝附赠功能
• Surgical Changes：只改需要改的那几行，不随便重构、不格式化无关代码
• Goal-Driven Execution：先定一个能被验证的目标，然后迭代验证

翻译成人话就是：别猜、别加戏、别乱动、别自嗨。

你们组一定有过这种同事。你让他改个按钮颜色，他顺手把整个组件的状态管理重构了，还在会上说"顺手优化了一下"。区别是同事你可以骂，AI 会给你写一段漂亮的 commit message。

2.2 装法有三条，按顺手挑

第一条，在项目根目录开终端，用标准 skills CLI：

npx skills add https://github.com/multica-ai/andrej-karpathy-skills --skill karpathy-guidelines

想全局生效、所有项目都吃这套规矩，末尾加 -g。

第二条，直接下载那份 CLAUDE.md 扔到项目根目录：

curl -o CLAUDE.md https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md

只要在这个目录里启动 claude，它会自动读，不需要任何插件命令。零成本，五分钟见效。

第三条，走 Claude Code 插件市场：

/plugin marketplace add multica-ai/andrej-karpathy-skills
/plugin install andrej-karpathy-skills@karpathy-skills

2.3 它的缺点：话变多

这是行为约束，装好就自动生效，不用每次对话手动 @ 它。用 npx skills 装的，也可以在对话里显式唤起：/karpathy-guidelines。

代价是它开始讲道理。你改一个拼错的单词，它也要先声明假设、再确认边界，语气像个刚考完 PMP 的项目经理。

这种时候别跟它耗，直接一句"跳过 karpathy 规则，快速改"。

它适合新增功能、改 bug、重构。不适合你凌晨两点想改个文案。

3. 第二个仓库：动手之前，先让你被拷问一遍

3.1 最贵的翻车，是沟通失败

Agent 翻车的方式有很多种。最贵的一种是：它压根没听懂你要什么，但干得特别起劲。你看到成品那一刻，才发现你们俩讨论的是两个项目，而且它做的是另一个项目里更难的那个。

Matt Pocock 的解法很反常：动手之前，让 AI 反过来面试你。

他在 TypeScript 圈教了好几年课，Total TypeScript 就是他写的。这套仓库是他自己每天在用的，30 万 star，是这批里最火的。近 40 个 Skill，分成工程和效率两摞。

https://github.com/mattpocock/skills

招牌是 grill 系列。机器翻译叫"烤"，人话叫"追问"。

• /grill-me：让 Agent 对你的计划连环提问，一个问题一个问题问，把设计树上的每个岔口都问到底，直到它真明白你要什么
• /grill-with-docs：升级版，边问边把项目里的行话整理成一份 GLOSSARY.md

这场面很像装修前工长拉着你问：你说的简约，是日式那种空，还是北欧那种亮，还是没钱那种空？

区别是工长问完还是会按他的想法干，AI 问完是真的按你的答案干。

3.2 剩下三十多个，先记住这几个

Skill	作用
/grill-me	对计划连环追问，把设计树每个分支问到底
/grill-with-docs	追问的同时维护术语表和架构决策记录
/tdd	红绿重构循环，一次交付一片功能
/diagnosing-bugs	疑难 bug 和性能回归的分阶段诊断循环
/implement-spec	把规格当任务图并发实现，收尾自动跑代码评审
/improve-codebase-architecture	扫代码库找值得深化的模块，出可视化报告
/code-review	双轴审 diff，编码规范和需求符合度并行检查
/to-tickets	把计划或规格拆成带依赖关系的工单
/triage	让 issue 按状态机流转
/teach	拿当前目录当工作区，分多次会话教你新东西
/handoff	把会话压缩成交接文档，换个 Agent 接着干
/wait-what	消息没看懂时，让它补上下文重讲一遍

3.3 装法：插件和 CLI 二选一

Claude Code 用户走官方插件市场，装完自动更新：

claude plugin install mattpocock-skills@claude-plugins-official

其他 Agent（Cursor、Codex、OpenCode、Windsurf 等）用 skills CLI，文件拷进项目，你可以自己改：

npx skills@latest add mattpocock/skills

这里有个坑：插件和 CLI 只装一套。两套都装，每个 Skill 会拿到两份，然后你会在排查一个不存在的问题上花掉一个下午。

安装器问你要哪些 Skill 时，记得把 setup-matt-pocock-skills 勾上。装完每个仓库先跑一次它，它会问你用哪个 issue 跟踪器、triage 标签叫什么、文档放哪。后面的 Skill 都依赖这些配置，不配也能跑，效果像没填收货地址的快递。

只想装单个：

npx skills add https://github.com/mattpocock/skills --skill grill-me
npx skills add https://github.com/mattpocock/skills --skill tdd
npx skills add https://github.com/mattpocock/skills --skill diagnosing-bugs

触发分两种：/grill-me、/teach 要你手动敲；/tdd、/diagnosing-bugs 这类，Agent 碰到合适的任务会自己上手。

四十个不用全记。grill 和 tdd 先用起来，一个是嘴，一个是手。

它的定位是真实工程，不是 vibe coding。你随手糊个小 demo，它会反过来问你二十个问题，问到你怀疑自己在做一个航天项目。

4. 第三个仓库：把代码写到最少

4.1 一个不说话的老师傅

README 首屏就一句：He says nothing. He writes one line. It works.

十七万 star。整个仓库的人设，是一个不说话、写完一行就走的老师傅。我们公司真有这种人，他的提交记录比他的工卡还短，但线上出事的时候，大家都看他。

它解决的是 AI 写代码时的过度设计：多余的抽象、多余的代码、重复造的轮子。

https://github.com/DietrichGebert/ponytail

4.2 七级阶梯

仓库里就一个 Skill，核心是一套七级台阶。写代码之前，从上往下找第一个能站住的位置：

• 第 1 级：这功能能不能不做
• 第 2 级：代码库里是不是已经有了
• 第 3 级：标准库能不能干
• 第 4 级：平台原生特性行不行
• 第 5 级：已装的依赖里有没有现成的
• 第 6 级：能不能一行搞定
• 第 7 级：都不行，才写最少能用的代码，带逻辑的留一个小测试

第 1 级最狠。这句话在人类的评审会上说出来会被打，写成 Skill 之后，AI 说得很自然。

第 6 级是它的舒适区。你让它写个日期选择器，不带 Skill 的 Agent 要么装个日期库，要么手搓一套日历，最后交付 335 行。它先看项目里有什么，发现已经有一个 Input 组件，而浏览器原生就带日期选择，两下一拼，10 行。

剩下那 325 行，是它替你省下的未来三个月的维护费。

4.3 有底线，不是纯粹的懒

作者写得很清楚：追求代码少，但绝不牺牲校验、异常处理、安全、可访问性。

简化不等于潦草省略。少写的是废话，不是防线。

还有两条：懒的是写，读代码不懒。改动牵扯到的真实调用链，先读明白，才准挑台阶。信任边界的校验、安全、可访问性永远不许砍，该留的小测试必须留。

作者自己跑了 39 个任务的基准：代码量少 53%，输出 token 省 45%，成本降 26%，时间少 41%，有风险逻辑带测试的比例从 68% 提到 98%。自家口径没法复核，听听就行，但阶梯本身是对的。

4.4 装法：按你的 Agent 挑一条

Claude Code，走插件：

/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail

Codex，插件装完去 /hooks 里信任它的两个生命周期钩子，然后开个新会话才生效：

codex plugin marketplace add DietrichGebert/ponytail
codex plugin add ponytail@ponytail

其他 Agent（Cursor、Copilot、Windsurf、Cline 等），把仓库里的 AGENTS.md 复制进项目根目录就行。各家工具的详细步骤看仓库的 INSTALL.md。

装好后每个会话自动生效，不用手动唤醒。关键时刻靠三个命令：

• /ponytail-review：拿救火老手的思路审你的 diff，bug、安全、真实负载一起看
• /ponytail-audit：全库体检，按优先级排队
• /ponytail-debt：把之前偷懒埋下的 shortcut: 注释收进一张清单

"以后再说"这四个字，终于有了归档的地方。它不会消失，它会被整理成表格，然后在某个季度评审上被念出来。

还有一条安全提醒：只认 DietrichGebert/ponytail（GitHub）和 @dietrichgebert/ponytail（npm）两个正版源。作者声明从不发 .exe 和 .dll，带这些文件的都是假货。一个教你别多写代码的仓库，不会送你一个安装程序。

5. 第四个仓库：九条命令走完一个开发周期

5.1 不治病，给流程

Addy Osmani 在 Google Chrome 团队待了很多年。他这套仓库跟前两个思路不一样：不针对某个毛病，而是把整个开发周期切成九条斜杠命令。

• /spec 先写规格
• /plan 拆成小任务
• /build 一片一片实现
• /test 用测试证明
• /review 合并前把关
• /ship 上线

另外三条管专项：/constraints 定质量红线，/webperf 测网页性能，/code-simplify 做减法。

https://github.com/addyosmani/agent-skills

5.2 里面装的是 Google 那套习惯

一共 25 个 Skill，按定义、计划、构建、验证、评审、发布分组。上面那些命令是入口，干活的其实是背后的 Skill。

API 设计里有 Hyrum 定律，测试里有测试金字塔和 Beyonce Rule，代码简化里有切斯特顿栅栏。

最有意思的是每个 Skill 的骨架统一：步骤、验收门，外加一张"借口反驳表"。Agent 说"测试我稍后补"，表里就有一段写好的话等着它。这大概是全世界第一份专门给 AI 准备的家长回话手册。

有两个比较特别。interview-me 一次只问一个问题，把模糊的需求一层层问透，和 Pocock 的 grill 是一个路数。doubt-driven-development 更狠，对高风险决策现场自我对抗一轮：先立论、再提取依据、然后怀疑自己、和解、停笔。赌注大的改动，值得这么走一遍。

阶段	Skill	作用
定义	interview-me	一次一个问题把模糊需求问透
定义	spec-driven-development	动代码之前先写 PRD 规格
定义	constraint-driven-development	把质量红线写成文件，防 Agent 静默跳过检查
计划	planning-and-task-breakdown	把规格拆成小的可验证任务，排好依赖
构建	test-driven-development	强制红绿重构和测试金字塔
构建	doubt-driven-development	高风险决策现场自我对抗一轮
构建	frontend-ui-engineering	组件架构、设计系统、无障碍
构建	api-and-interface-design	契约优先，边界校验，Hyrum 定律
验证	debugging-and-error-recovery	五步排错，先复现再定位
评审	code-review-and-quality	五轴评审，改动控制在百行级
评审	code-simplification	切斯特顿栅栏，保行为做减法
评审	security-and-hardening	OWASP Top 10、鉴权、密钥管理
发布	shipping-and-launch	预发布清单、灰度上线、回滚预案

5.3 装法

通用方式，一条命令装全部 25 个，通吃七十多种 Agent：

npx skills add addyosmani/agent-skills

想先看看再装，加 --list；只装单个，加 --skill test-driven-development。

Claude Code 插件方式：

/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

装好之后，九条命令手动敲，背后的 Skill 按任务自动激活。你在设计 API，api-and-interface-design 会自己挂上来，不用你点名。

有个坑要留意：Claude Code 里 /review 和内置命令重名，得写 /agent-skills:review。这种细节没人告诉你，你会以为装失败了，然后重装三遍。

25 个不用都装。/spec、/build、/review 这三条先跑通，剩下的按需加。

只装单个 Skill 时不会带仓库共享的 references 检查清单，个别检查项会缺。整仓库装没这个问题。省那点体积，代价是评审少看几眼，不值。

6. 第五、第六个仓库：审美这件事，分两半

6.1 AI 做的页面，你一眼认得出

特征太固定了：Inter 字体打天下，紫到蓝的渐变，卡片套卡片，彩色底上配灰字。

把这四样拆掉，页面就剩一片白。但至少诚实。

Leonxlnx/taste-skill 现在 10 万 star。它的思路是让 Agent 像设计师一样干活，而不是像一个会写 CSS 的实习生。

https://github.com/Leonxlnx/taste-skill

仓库里就一个 Skill，design-taste-frontend，做页面时强制走六步：

• 读 brief：列出只有这个客户才有的东西
• 定方向：从二十个艺术方向里随机发三张牌，Agent 挑一张
• 绑创意：用一句话把客户素材和这个方向绑成一个创意
• 用真素材：拿开放图库里的真照片真视频搭页面，只用公有领域和 CC 授权，页面自动署名
• 自检：在真浏览器里三个宽度自检，发现模板味直接判失败
• 收尾：看自己的截图修最要紧的三个问题，最多修三轮

图片来源是 Wikimedia Commons、Openverse、大都会博物馆这类开放收藏。那二十个方向，是作者研究了 247 个精选站点归纳出来的。

从 v2.1 开始，仪表盘和应用界面走了单独一条线：安静的面板、诚实的数字、颜色花在数据上。这些标准单独检查。

"随机发三张牌"这一步，是最像人的地方。设计师干活本来就挑，只不过他们的挑法叫品味，AI 的挑法叫从三个信封里抽一个。

6.2 装法，加一句劝

npx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend"

Claude Code 插件方式：

/plugin marketplace add Leonxlnx/taste-skill
/plugin install taste-skill@taste-skill

环境要求就两样：Node 22 以上，一个 Chrome（Edge、Chromium 也行）。不用任何 API key，找图要联网。

劝一句：跑一次三十到四十五分钟，消耗几十万 token。它不是给你糊 demo 的，是给你做正经落地页的。你要拿它糊个 Hello World，相当于开挖掘机挖花盆。

效果不满意就多跑几次，每次发牌的方向不一样。这大概是全流程里最接近"重新设计"的部分。

6.3 另一半：守底线

Paul Bakaus 是前端圈的老人，jQuery UI 的作者，后来在 Google 主导过 AMP。他写的 pbakaus/impeccable 定位是一套设计语言，近 9 万 star，官网 https://impeccable.style。

https://github.com/pbakaus/impeccable

它从 Anthropic 官方的 frontend-design Skill 起家，往前多走了两步。

第一步，24 个子命令，全挂在 /impeccable 下面，相当于你和 Agent 之间约定的一套设计词汇：

• init：建立项目的产品上下文，写成一份 PRODUCT.md
• audit：无障碍、性能、响应式的技术体检
• critique：设计评审
• polish：发布前的最后一遍
• bolder：给无聊的设计加料
• quieter：给用力过猛的设计降温
• harden：专门补错误处理和边界情况

第二步，62 条确定性检测规则，由 CLI 和浏览器插件直接跑，不用 LLM、不用 key。

AI 前端那些八股，规则里直接点名。模型嘴上说"已经优化了"，规则不认。这俩的差别，就像你妈说"地我拖了"和你自己拿手电筒照地板的差别。

装法，自带安装器，它会自动探测你机器上装了哪些 Agent，问你是装当前项目还是全局：

npx impeccable install

脚本里免交互：加 --providers=claude,codex,cursor 指定工具，加 --scope=project 或 --scope=global 指定范围。

Claude Code 也可以走插件：

/plugin marketplace add pbakaus/impeccable

加了 marketplace 之后打开 /plugin，从列表里装 Impeccable。

进项目先跑一次 /impeccable init。它会问产品给谁用、在什么场景用，写成 PRODUCT.md。后面所有命令都从这份文件里取上下文，不会每次都重新问你一遍。

62 条规则不用 LLM 不用 key，本地直接跑，挂进 CI 也没成本。这两个仓库可以都装：一个管出效果，一个管守底线。管出效果的那个负责让你被夸，管底线的那个负责让你别被骂。

7. 第七个仓库：二十万行代码变成一张图

7.1 二手房，没有说明书

你刚跳槽进一个新团队，仓库二十万行，没人有空给你讲。

这种感觉像继承了一套没有说明书的二手房，前任房东还在群里。你问一句这个承重墙能动吗，他回你一个微笑表情。

Egonex-AI/Understand-Anything 就是给这个场景做的，8.8 万 star。它用一条多 Agent 流水线扫整个代码库，把每个文件、函数、类和依赖建成一张知识图谱，然后开一个可交互的面板。点开任何节点，都有人话解释。

https://github.com/Egonex-AI/Understand-Anything

7.2 一条命令族

命令	作用
/understand	主分析，扫全库建知识图谱，之后增量更新
/understand-dashboard	打开可交互的可视化面板
/understand-chat	直接向代码库提问，比如支付流程是怎么走的
/understand-diff	提交前看这次改动会波及哪些地方
/understand-explain	深挖某个具体文件或函数
/understand-onboard	生成新人上手指南
/understand-domain	把代码映射成业务域和业务流程
/understand-knowledge	分析 Karpathy 式 LLM wiki 知识库，出力导向关系图

原理上它把两种解析拆开了。tree-sitter 做确定性的结构解析，同样的代码每次产出同样的边；LLM 只负责语义层，回答这个文件是干嘛的。

图谱是增量的，第二次跑只分析改过的文件。

对团队最实用的一点：图谱就是一个 JSON 文件，直接 commit 进仓库。同事拉下来，一条 npx 命令打开面板，不用 LLM，不用 key。

这解决了一个古老的问题：老员工离职，他那套"这块别动，动了会炸"的知识，终于不用只存在于他的聊天记录里。

7.3 装法

Claude Code，插件方式：

/plugin marketplace add Egonex-AI/Understand-Anything
/plugin install understand-anything

其他 Agent（Codex、OpenCode、Gemini CLI、Trae 等），一行安装器，不带参数会问装哪个平台：

curl -fsSL https://raw.githubusercontent.com/Egonex-AI/Understand-Anything/main/install.sh | bash

指定平台免交互，结尾换成 | bash -s codex。

在项目里跑 /understand 建图谱，加 --language zh，节点描述和面板都出中文。之后都是增量。想每次提交自动补图谱，用 /understand --auto-update 挂一个 post-commit 钩子。

大仓库可以先只扫一个子目录：

/understand src/frontend

首跑全库比较吃 token。大项目建议在订阅额度里跑，或者半夜跑。不是迷信，是白天跑你会一直盯着进度条，什么都干不了。

8. 第八个仓库：笔记软件 CEO 亲自写的说明书

8.1 为什么官方要下场

最后这个仓库的作者 kepano，就是 Obsidian 的 CEO Steph Ango。

笔记软件官方亲自给 Agent 写 Skill，原因很朴素：AI 会把你的双链写成两个普通方括号，跟普通文本没有区别。而你半年的思考，全挂在那些方括号上。

5 万 star。

https://github.com/kepano/obsidian-skills

一共 6 个 Skill，各自管一块：

• obsidian-markdown：写 Obsidian 风味的 markdown，wikilink、callout、属性都有规矩
• obsidian-bases：操作 .base 文件，就是笔记库里的数据库视图
• json-canvas：创建和编辑 .canvas 画布文件
• obsidian-cli：调 Obsidian 官方命令行，插件和主题开发也管
• defuddle：把网页抽成干净 markdown 再喂给 Agent，省 token
• knap：拿 JSON 或 CSV 数据按模板批量渲染 markdown 文件

8.2 装法

Claude Code，插件方式：

/plugin marketplace add kepano/obsidian-skills
/plugin install obsidian@obsidian-skills

其他 Agent，skills CLI：

npx skills add https://github.com/kepano/obsidian-skills

装好之后不用任何配置。Agent 在你的笔记库里写 .md、.base、.canvas 时，会自动套用对应的格式规则，生成的东西和手工写的一致。

这就很关键。AI 帮你整理了三十篇笔记，格式全不对，你重排一遍的时间比它整理的时间还长。那它就是在给你制造工作量，只是包装得很体面。

知识库在 Obsidian 里的，6 个全装，都很小，没负担。

defuddle 和 knap 不绑 Obsidian，任何 Agent 里拿来省 token、批量生成文件都行。

9. 先装哪个

9.1 装法归纳，就三条通道

• Claude Code 用户走插件通道，这 8 个都有插件
• 用多个 Agent 的走 npx skills add 仓库地址，通吃主流工具
• impeccable 有自己的安装器：npx impeccable install

9.2 按你的处境挑

只想试水：curl 那份 Karpathy 的 CLAUDE.md。零成本，五分钟见效。

天天用 Claude Code 写代码：mattpocock/skills 和 ponytail 二选一先跑一周。一个管问清楚，一个管少写，不冲突。但先装一个，你才能感觉出差别。两个一起装，最后你分不清到底是哪个救了你。

常写前端：taste-skill 管出效果，impeccable 管守底线，可以都装。

刚接手老项目：Understand-Anything 首跑一次。跑完你会发现，你不是不会写，你只是不知道该动哪里。

知识库在 Obsidian 里：6 个全装，都很小。

想给团队立规矩：addyosmani/agent-skills，规格、测试、评审、发布每个环节都有对应 Skill。

9.3 最后一句实话

这 8 个仓库翻下来，我最强的感受是：Skill 真正值钱的东西，是把一个老工程师的判断，写成 Agent 能执行的流程。

Karpathy 的四条军规，Ponytail 的七级阶梯，grill 的连环追问，背后都是一群被坑过很多次的人总结出来的干活顺序。仓库只是个载体。

所以比起装第十个仓库，我更建议你做一件事：把你们组里那位最不爱说话、diff 最短、上线最稳的人，拽出来问一天。他怎么判断该不该写、写到什么程度算完、什么时候该停下来。

整理成一份 SKILL.md，放进项目根目录。

AI 会照做的。它一直都很听话，只是以前没人给它讲过规矩。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01