Speckit Agent Skills：一份技能包，五个 AI 编程工具通用

99 个 Star，在 GitHub 上不算显眼，但这个项目解决的问题很实在。

现在做 AI 辅助编程，手里通常不止一个工具。Claude Code 写主力逻辑，Codex CLI 跑补全，Copilot CLI 做代码审查，Gemini CLI 偶尔也用。每个工具有自己的技能配置格式，.claude/skills、.codex/skills、.github/skills、.gemini/commands，路径不同、写法不同，维护起来各管各的。

speckit-agent-skills 做的事很简单：把 Spec Kit 的工作流技能写一份，通过符号链接分发到所有运行时目录里，改一处、处处生效。

1、 它是什么

Spec Kit 是 GitHub 官方出的一套 Spec-Driven Development 工作流框架，核心流程分七步：先定项目章程（Constitution），再写需求规格（Specify），可选地做歧义澄清（Clarify），然后出技术方案（Plan），可选地做一致性校验（Analysis），接着拆任务（Tasks），最后交给 Agent 执行（Implement）。

speckit-agent-skills 把这套流程里的每个步骤都封装成了一个独立技能，以 SKILL.md 文件的形式存放。每个 SKILL.md 头部带 YAML 配置，标注了适用的运行时和调用方式。

2、 多运行时怎么共享的

项目用了一招：源文件统一放在 skills/ 目录，然后在各个运行时的配置目录里建符号链接。

skills/              # 源文件（speckit-*）
.claude/skills -> ../skills
.codex/skills -> ../skills
.github/skills -> ../skills

Claude Code 读 .claude/commands/ 下的提示文件，通过 .claude/skills 符号链接找到技能源；Codex CLI 读 .codex/prompts/，同样通过链接访问；GitHub Copilot CLI 走 .github/agents/ 和 .github/prompts/，共享同一套技能；Gemini CLI 则用 .gemini/commands/ 下的 TOML 文件。

维护的人只需要在 skills/ 下改一份 SKILL.md，所有运行时自动拿到最新版本。

3、 怎么用

克隆仓库：

git clone https://github.com/dceoy/speckit-agent-skills.git

安装 Spec Kit，然后在项目里初始化，再把 skills/ 目录拷过去：

cp -a speckit-agent-skills/skills/* /path/to/project/.claude/skills/

然后在 Claude Code 里直接调用技能就行。比如先跑 speckit-constitution 定好项目原则，再用 speckit-specify 写需求规格，最后用 speckit-tasks 把需求拆成开发任务。

4、 工作流长什么样

完整的 Spec Kit 工作流：

1. speckit-constitution 定义项目的基本原则和约束
2. speckit-specify 捕获功能需求，回答"做什么"和"为什么"
3. speckit-clarify（可选）解决需求里的模糊点
4. speckit-plan 出技术方案，回答"怎么做"
5. speckit-analyze（可选）校验方案和需求的一致性
6. speckit-tasks 把方案拆成有序的开发任务
7. speckit-implement 交给 Agent 执行

每个步骤都是独立的技能文件，可以按需跳过或组合。项目里还提供了 speckit-checklist 做进度检查，speckit-taskstoissues 把任务转成 GitHub Issue。

5、 适合谁

• 用多个 AI 编程工具、不想每个都单独配技能的开发者
• 在用 Spec Kit 或想试试 Spec-Driven Development 的团队
• 维护共享技能库、需要跨运行时同步配置的项目负责人

项目本身不算复杂，代码量不大，但解决了一个很具体的痛点：AI 编程工具越来越多，技能配置的碎片化问题迟早要面对。speckit-agent-skills 用符号链接这个最简单的方案，把碎片拼回了一块。

编程工具越来越多，技能配置的碎片化问题迟早要面对。speckit-agent-skills 用符号链接这个最简单的方案，把碎片拼回了一块。