10 个值得安装的 Claude Code 技能，覆盖开发全流程

AI 编程工具用久了你会发现一个规律：模型能力大家都差不了太多，真正拉开差距的是工作流——谁能把 TDD、代码审查、需求拆解这些实践固化下来，谁就能稳定产出高质量代码。

Claude Code 的 Skills 机制就是干这事的。今天分享 10 个我实际用过后觉得值得装的技能，按场景分好类，你可以挑着来。

1. Superpowers：全流程开发框架

这可能是目前最完整的 Claude Code 工作流框架。它把 TDD、Code Review、Spec-Driven、Git Worktree、子 Agent 协作等实践打包成了一整套联动技能：

技能触发方式干什么
brainstorming/superpowers:brainstorm苏格拉底式提问，帮你理清需求，输出设计文档
writing-plans自动触发把设计拆成 2-5 分钟的小任务，带文件路径和验证步骤
test-driven-development自动触发强制红-绿-重构循环，不写测试就不能写实现
subagent-driven-development可选启用每个任务派发独立子 Agent，完成后自动双阶段审查
code-review自动触发任务完成后的质量把关
systematic-debugging需要时触发四阶段系统化除错
verification-before-completion自动触发没证据不能说完成

这些技能不是孤立的，它们串成一条完整流水线。对个人开发者来说可能稍重，但如果你经常需要 AI 帮你跑完整个开发流程，装上很省心。

安装：

# Claude Code 中执行
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

推荐 User Scope 全局安装，因为这套方法论跨项目通用。

项目地址：https://github.com/obra/superpowers

2. Everything Claude Code：对抗"上下文腐化"

用 AI 编程最头疼的事之一：聊久了 AI 会"失忆"。输出质量随着对话轮次增加而下降，到最后连之前的命名约定都忘了。

这个项目（GitHub 近 4 万 Star）把开发流程拆成多个角色，让 AI 在清晰的角色框架内工作，避免越界和混乱：

组件作用
Agents分工子智能体（规划、架构、TDD、审查）
Skills封装工作流（TDD 方法论、后端经验）
Hooks自动触发任务（改完代码自动检查调试日志）
Rules全局开发规范
Commands斜杠命令（/tdd、/code-review）

实测数据：功能开发速度提升 65%，PR 问题数从平均 12 个降到 3 个。但我觉得它最有价值的一点是解决了上下文腐化——每个 Agent 只管自己的领域，每个 Skill 有明确触发条件，AI 不再"聊着聊着就跑偏"。

项目地址：https://github.com/affaan-m/everything-claude-code

3. Doc Co-Authoring：先把需求说清楚

很多人一上来就让 AI 写代码，结果 AI 确实很努力，但方向偏了——代码、测试、文档都很完整，唯独和真实需求不匹配。

这个 Anthropic 官方 Skill 专门解决"需求没讲清楚"的问题。它把写 PRD、技术方案、决策文档、RFC 这类工作拆成协作流程：

  1. Context Gathering：收集背景、约束、历史讨论、架构依赖和利益相关方关注点
  2. Refinement & Structure：按章节迭代，先提问发散再筛选收敛，最后写成可读段落
  3. Reader Testing：用全新上下文的 Claude 测试文档，检查读者是否会产生误解

实用建议：让 AI 写退款模块之前，先用 doc-coauthoring 产出一份技术方案——退款状态机、幂等接口、库存回滚、失败补偿，这些信息先落到文档，再交给开发类 Skill 执行，返工会少很多。

安装：

/plugin marketplace add anthropics/skills
/plugin install example-skills@anthropic-agent-skills

项目地址：https://github.com/anthropics/skills/tree/main/skills/doc-coauthoring

4. UI UX Pro Max：一键生成设计系统

如果你做前端，这个 Skill 能省掉大量设计决策时间。它的核心能力是根据产品类型和行业特性自动推理出完整设计系统。

内置知识库规模不小：

资源数量说明
UI 风格67 种Glassmorphism、Neumorphism、Bento Grid、AI-Native UI 等
行业色板161 个每个行业专属配色，带色值
字体搭配57 种精选组合，附 Google Fonts 链接
推理规则161 条行业特定的设计系统生成规则
UX 准则99 条最佳实践、反模式和可访问性规则
支持技术栈13 种React/Next.js + shadcn/ui、Vue/Nuxt、SwiftUI、Flutter 等

举个例子：你说"帮我做一个美容 SPA 落地页"，它不会给你敷衍一套紫色渐变，而是推理出：健康养生行业 → Soft UI 风格 → 淡粉 + 鼠尾草绿 + 金色点缀 → Cormorant Garamond 字体，同时标注该行业应避免的反模式（比如不要用 AI 感十足的紫粉渐变）。

安装：

# Claude Code
/plugin marketplace add nextlevelbuilder/ui-ux-pro-max-skill
/plugin install ui-ux-pro-max@ui-ux-pro-max-skill

# Cursor / Windsurf 等
npm install -g uipro-cli
uipro init --ai claude

觉得太重的话，可以试试 Anthropic 官方的 frontend-design——轻量，专注避免 AI 生成的"千篇一律"美学（拒绝 Inter/Roboto、拒绝紫白渐变套路），胜在不臃肿。

项目地址：https://github.com/nextlevelbuilder/ui-ux-pro-max-skill

5. sanyuan-skills：多维代码审查

把资深工程师的代码审查经验封装成了 Skill，从多个专业维度对代码进行审查：

  • SOLID 原则：单一职责、开闭原则、里氏替换等
  • 安全性：SQL 注入、XSS、敏感信息泄露
  • 性能：算法复杂度、内存泄漏、不必要的循环
  • 错误处理：异常捕获、边界条件、空值处理
  • 代码质量：命名规范、注释、可读性

这个技能集合还包含另外两个有用的技能：

技能功能
Sigma基于 Bloom 2-Sigma 理论的 1 对 1 AI 导师，苏格拉底式提问
Skill Forge元技能，创建高质量 Skill 的起点，内置 12 种实战技术

安装：

npx skills add sanyuan0704/sanyuan-skills --path skills/code-review-expert
npx skills add sanyuan0704/sanyuan-skills --path skills/sigma
npx skills add sanyuan0704/sanyuan-skills --path skills/skill-forge

使用：

/code-review-expert    # 审查 git 变更
/sigma React Hooks     # 启动学习辅导
/skill-forge           # 创建新技能

项目地址：https://github.com/sanyuan0704/sanyuan-skills

6. Web Access：给 AI 加浏览器

Claude Code 自带 WebSearch 和 WebFetch，但缺少编排策略和浏览器自动化。这个 Skill 补上了：

能力说明
自动工具选择根据场景选 WebSearch / WebFetch / curl / Jina / CDP
CDP 浏览器操作直连日常 Chrome，自带登录态，支持动态页面和交互
并行分治子 Agent 并行处理多个目标，Tab 级隔离
站点经验积累按域名存储操作经验，跨会话复用
媒体提取从 DOM 提取图片/视频 URL，截取视频帧分析

v2.4.1 新增了 DOM 边界穿透，能处理 Shadow DOM 和 iframe 中的元素。

安装：

git clone https://github.com/eze-is/web-access ~/.claude/skills/web-access

前提：Node.js 22+，Chrome 需开启远程调试。

项目地址：https://github.com/eze-is/web-access

7. Webapp Testing：AI 写完前端得真点一下

AI 写完前端后通常只跑 npm run build，但构建通过不代表按钮可点、弹窗正常、表单校验生效。这个 Skill 用 Playwright 解决"AI 写完但没真用过"的问题：

  • 服务生命周期管理：启动本地服务，测试结束自动清理
  • 动态页面检查：等 networkidle 再检查 DOM，避免页面没渲染完就断言
  • 截图与日志捕获：保存截图，读取控制台日志
  • 元素发现：先侦察页面上的按钮、链接、输入框，再生成可靠选择器

典型用法：AI 写完管理后台页面后，让它打开 localhost:5173，检查新增按钮、表单提交、错误提示、暗色模式和移动端布局。这个环节能抓住很多"代码看起来没问题、一用就露馅"的问题。

安装方式同 Doc Co-Authoring，安装 Anthropic 官方 example-skills 后，自然语言提到 “use webapp-testing” 即可触发。

项目地址：https://github.com/anthropics/skills/tree/main/skills/webapp-testing

8. MCP Builder：把内部 API 变成 Agent 工具

MCP 已经是 AI 编程里绕不开的一层。但 MCP Server 不是把 API 包一层就完事——工具边界、参数收敛、错误返回、鉴权、分页，这些才是容易踩坑的地方。

Anthropic 官方的 mcp-builder 覆盖 Python（FastMCP）和 Node/TypeScript 方向，适合这些场景：

  • 把公司内部 OpenAPI 封装成 MCP 工具
  • 给数据库查询加只读、限表、脱敏的控制层
  • 把部署、日志、告警平台的操作封装成标准工具
  • 为团队沉淀可复用的 Agent 工具层

说实话，刚接触 AI 编程时不急着装这个。先体验 Superpowers、sanyuan-skills 这些开箱即用的，等你发现 Agent 总在重复查同一批系统时，再回来做 MCP 封装。

项目地址：https://github.com/anthropics/skills/tree/main/skills/mcp-builder

9. Claude API：写 AI 应用时的活文档

如果你开始开发 AI 应用（智能客服、代码生成、文档分析、内部 Agent 平台），API 细节变化很快，靠记忆写 SDK 调用容易写出过期代码。

这个 Skill 覆盖模型选择、价格、参数、流式输出、工具调用、MCP、Agent、缓存、Token 计算和模型迁移，按语言拆了文档目录：Python、TypeScript、Java、Go、Ruby/PHP、C#、cURL。

它最值得借鉴的是"先查文档再写代码"的约束——遇到 SDK 方法名、参数、流式事件、工具调用结构时，不让 AI 凭印象猜。对 API 集成来说，这比多写几行示例代码更重要。

项目地址：https://github.com/anthropics/skills/tree/main/skills/claude-api

10. skill-creator：造 Skill 的 Skill

这是 Anthropic 官方的元技能，用于创建、修改和优化 Skill。提供了一套完整的开发工作流：

  1. 意图捕获：理解 Skill 要做什么，明确边界
  2. 起草 SKILL.md：编写核心指令文件
  3. 测试验证：创建测试用例，对比有/无 Skill 的输出
  4. 迭代优化：根据反馈持续改进
  5. 描述优化：优化 description 提高触发准确性

它还内置了评估系统，生成可视化评测报告，对比"使用 Skill"和"不使用 Skill"的输出差异，支持多轮迭代。适合想给团队做专属 Skill 的开发者。

项目地址：https://github.com/anthropics/skills/tree/main/skills/skill-creator

按场景速查

场景推荐一句话
完整开发流程SuperpowersTDD + Code Review + 自动计划
多角色协作/抗失忆Everything Claude Code子 Agent 分工，解决上下文腐化
需求与技术文档Doc Co-AuthoringPRD、技术方案协作写作
UI 设计UI UX Pro Max / frontend-design前者完整设计系统，后者轻量指导
代码审查sanyuan-skillsSOLID + 安全 + 性能多维审查
网页浏览与操作Web AccessCDP 浏览器自动化 + 站点经验积累
本地 Web 验收Webapp TestingPlaywright 交互测试 + 截图日志
工具接入MCP Builder开发 MCP Server，连接内部 API
AI 应用开发Claude APISDK、流式输出、工具调用参考
自制 Skillskill-creator官方 Skill 开发工具

不需要全装。刚开始的话，建议先装 Superpowers 和 sanyuan-skills，把开发流程和代码质量兜住；做前端就加 Webapp Testing；开始给团队做内部 Agent 时，MCP Builder 和 skill-creator 更有用。

Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

cover

我用 NVIDIA SkillSpector 纯静态扫了一遍 GitHub 最火的 agent skills：能挖出多少注入？0 个

avatar 龙虾开发者社区
cover

周榜换血九成，Agent Skills 星数翻倍

avatar 龙虾开发者社区
cover

智能体从入门到精通：6个必学GitHub开源项目

avatar 龙虾开发者社区