最近自己也在写一些 skill，主要还是想把工作中一些可以例行化的事情以后可以让 ai 帮着提效，开玩笑的说就是进行自我炼化。
之前也有关注到两个非常火的编程相关的 skill 开源项目，今天先介绍一下，过两天我把另外一个跟这个做个对比。也是学习一下别人比较好的 skill 做了什么，顺便看看自己的 skill 有什么改进的。
下面几个是我自己最近的写 skill，大家可以帮忙多指教，提点建议。
技术方案生成skill：https://github.com/winstontang86/qiq-backend-tech
技术方案检查skill：https://github.com/winstontang86/qiq-backend-tech-review
技术方案生成代码skill：https://github.com/winstontang86/qiq-spec2code
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
更多精彩内容也可以在公众号上阅读：https://mp.weixin.qq.com/s/z9dRdHt5XjIrxO63iEiXPQ
今天介绍的是mattpocock/skills，github 上当前十万多 star 的项目（103k）。github 连接是：https://github.com/mattpocock/skills。是TS 专家 Matt Pocock 分享的一套个人常用 编程skill。它们可以作为 Claude Code 等 AI 编程命令行助手的“快捷指令”或“工作流插件”。
当我们在命令行对 AI 说出触发词（如 `/triage` 或“帮我调试这个 bug”）时，AI 会自动加载对应的技能文档（`SKILL.md`），并严格按照该技能规定的最佳实践和操作步骤来帮我们干活。这能极大地防止 AI “胡思乱想”或产出不合格的代码。
以下是仓库中已发布并推荐日常使用的技能盘点：
核心工程开发（Engineering）
日常写代码、修 Bug、重构或管理任务时，推荐每天高频使用的技能。
1. setup-matt-pocock-skills (初始化配置)
●它是做什么的：这是一个“一键初始化”的准备工具。在给新项目用AI 搬砖前，需要先运行它。它会通过一问一答的方式，在项目中创建配置文件。它会帮你搞定三件事：
1. 确定任务管理工具：确认项目是用 GitHub Issues、GitLab、还是本地 Markdown 文件来记录和跟踪任务。
2. 配好标签字典：确认项目里代表“待处理”、“需要补充信息”、“准备好了，可以由 AI 独立干活”等状态的标签名分别叫什么。
3. 理清项目文档位置：搞清楚项目中的名词解释文件（`CONTEXT.md`）和架构决定记录（`ADR`）存放在哪里。
●通俗解释：帮AI 小助手“探路并记住规则”的初始化指令。
2. diagnose (系统化修 Bug)
●它是做什么的：AI专门用来修高难度 Bug、报错和性能卡顿的硬核工作流。它规定 AI 不能盲目猜测，必须按六步走：
1. 建测试回路（最关键的一步）：AI 必须先写出一个可以自动跑、能百分百复现这个 Bug 的自动化脚本（可以是测试用例、curl 脚本、网络抓包重放等）。有了这个脚本，Bug 修复就完成了 90%。
2. 复现问题：跑脚本，亲眼看着 Bug 在控制台里报错，并确保这就是用户说的那条报错。
3. 列出假设：一口气列出 3 到 5 个可能的故障原因，让用户看看是否合理。
4. 排查定位：通过加断点或在代码里加带 `[DEBUG-xxx]` 标签的临时日志，每次只改一个变量去验证假设。
5. 验证并写回归测试：在 Bug 代码缝隙处写好测试，然后修改代码，确保测试从“红（报错）”变成“绿（通过）”。
6. 善后清理：删掉所有 `[DEBUG-xxx]` 日志和临时脚本，记录这次到底是因为什么，并思考如何调整架构来一劳永逸。
●通俗解释：阻止AI 在没搞清 Bug 怎么复现前瞎改代码。强制它必须先写一个能复现 Bug 的脚本，再一步步排查。
3. grill-with-docs (灵魂拷问与文档同步)
●它是做什么的：最受欢迎的技能之一。在你准备动手实现一个新功能前，让AI 扮演“严苛的架构师”对你的计划进行逐一拷问。AI 会比对现有的名词解释（`CONTEXT.md`），当发现你说的话和项目里的概念冲突、或者表述模糊时，它会立刻打断并质疑你。在这个对话中，方案每敲定一个细节，AI 就会顺手更新好项目文档，不需要你事后再补写。
●通俗解释：开工前让AI 把你的方案反复拷问、推敲，理清思路的同时还把名词解释和架构记录随手写好了。
4. improve-codebase-architecture (代码架构升级)
●它是做什么的：AI会像经验丰富的技术专家一样通读项目，找出那些“虚胖”、“不好测”或者“AI 很难理解”的设计。它会关注：哪些小文件其实可以合并？哪些代码其实是为了测试临时分出去的、反而把 Bug 藏得更深了？分析完毕后，它会在系统临时目录下写出一份精美的 HTML 架构评审报告并直接在浏览器中打开，里面有彩色图表（使用 Tailwind 布局和 Mermaid 图表）对比修改前后的代码结构，并打上推荐指数。用户看中哪一个方案，AI 就会进入详细设计沟通。
●通俗解释：每隔几天对项目跑一次，让AI 自动检测你的代码是不是变得像“一团乱麻”，并给你一份可以在网页上直接看的图形化重构建议书。
5. prototype (快速写出原型)
●它是做什么的：帮你快速写出一段临时、用完就扔的代码，去验证某个想法行不行。它有两个分支：
●测逻辑：如果你想知道状态机或业务规则对不对，AI会写一个只有十几行的、可以在终端直接交互的小控制台程序，让你在键盘上按几下看看状态对不对。
将 Claude Agent SDK 与 You.com HTTP MCP 服务器集成，支持 Python 和 TypeScript。当开发者提及 Claude Agent SDK、Anthropic Agent SDK 或将 Claude 与 MCP 工具集成时使用。
●测视觉/交互：如果你想知道UI 怎么排版好看，它会写一个页面，并在底下放一个悬浮工具栏，让你能在这个页面里一键切换 3 种完全不同的排版风格。
●共同规则：代码必须标明是原型；只用一条命令就能启动；不写繁琐的报错处理和美化；随时可以全删掉。
6. tdd (测试驱动开发工作流)
●它是做什么的：最纯正的测试驱动开发（TDD）规范。它严禁AI “一口气写完 20 个测试，再写 20 个功能代码”（因为写到后面测试就和真实代码脱节了）。它要求“打通前后端的一步到位小功能”（垂直切片）写法：
1. 写一个刚好测到这个小功能的测试（会报错）。
2. 写最少最简单的业务代码让它通过（绿了）。
3. 开始重构（保证没有重复代码、接口干净），然后循环。
●通俗解释：强制AI 遵循“写一个最简单的报错测试 → 写几行代码让它过 → 重构美化”的健康开发节奏。
7. to-issues (大方案拆成小任务)
●它是做什么的：把一个长篇方案、需求文档（PRD）拆解成很多张可以由不同人或AI 认领的任务卡片。它会确保拆出来的每个卡片都是“打通一条线”的独立任务（比如把“写后端”、“画前端”揉成一个具体功能的端到端开发），每张卡片做完都可以直接上线或演示。AI 会先把卡片清单列出来让你提意见，等确认没问题后，它会调用命令在你的 GitHub / GitLab 里自动把这些 issue 批量创建好，并处理好它们之间的先后依赖关系。
●通俗解释：把宏大叙事的需求文档，切成一个个“能测、能用、能直接干”的小任务，并自动发到GitHub 上。
8. to-prd (对话记录一键转需求文档)
●它是做什么的：当你和小助手在对话框里讨论了半天，最终敲定了一个新功能的设计。此时直接运行该指令，AI会立刻分析整个聊天上下文和当前项目的代码，整理出一份极其规范的产品需求文档（PRD），内容包含：痛点、解决方案、长长的一串“作为用户，我想要……以便于……”的用户故事列表、详细的数据库/接口设计说明、测试方案和哪些功能这次不做。接着，它会自动把这份文档发到你的 GitHub 任务里，不浪费之前的任何对话火花。
●通俗解释：省去手动写需求文档的痛苦，直接把聊天记录梳理成专业PRD 并发到 GitHub Issues。
9. triage (任务看板自動整理)
●它是做什么的：自动整理项目里的Bug 反馈和新功能提案。它会扮演一位“全能的产品客服”：
●处理堆积：找出哪些任务从来没人看过，哪些还在等用户补充信息。
●协助复现：收到Bug 反馈后，自动去跑项目代码尝试复现，并把复现路径贴在任务里。
●写任务说明书：如果任务清晰了，它会帮AI 开发人员写一份非常清晰的“开发说明书”并贴在 GitHub 评论里，让下一个接班的 AI 或人类直接就能看懂并动手。
10. zoom-out (代码局部导航)
●它是做什么的：当你盯着一个陌生文件，完全看不懂它在项目里起到什么作用时。运行此指令，AI会跳出当前的细节，从高处为你画一张简明的“代码地图”，用通俗的话告诉你：“这个文件是干什么的，谁在调用它，它又去叫了谁，和业务名词里的哪个概念对应”。
个人效率提升（Productivity）
提升日常交流效率和协作连贯性的小工具。
1. caveman (穴居人极简对话模式)
●用途：极大地节省你的Token（节省约 75% 的流量和等待时间）。触发后，AI 说话会变得像一个聪明的原始人，去掉所有的废话（“当然可以”、“没问题”）、冠词（a/an/the）和各种套话。所有的回复都极其简短、全是硬核干货，只保留最核心的技术准确性。当你觉得 AI 说话太啰嗦、走神，或者网络卡顿、Token 告急时，运行它非常有效。
2. grill-me (简易版面试答辩)
●用途：和`grill-with-docs` 类似，也是在你打算做一件事前，让 AI 轮流用尖锐问题提问来完善你的计划。区别在于它不会去修改项目的文档，只是纯粹的在聊天里陪你头脑风暴、查漏补缺，适合非编程、临时策划或不想留痕迹的场景。
3. handoff (交接棒文档生成)
●用途：当你打算下班，或者当前这个AI 助手的上下文额度用完了，需要换一个干净的 AI 窗口继续干活时。运行它，AI 会自动把你和它之前聊了什么、达成了什么共识、下一步该干嘛总结成一份干净的“交接棒文档”，保存在系统临时目录。下一个新 AI 读了这份文档，瞬间就能无缝接班。
4. write-a-skill (写技能的模板指南)
●用途：教你（或教AI 本身）如何在当前框架下，写出一个符合规范的、能被 AI 轻松看懂并触发的“新技能”。它内置了详细的触发词编写要求、大小限制和参考范本。
辅助与安全保障（Misc）
不太常用但偶尔能帮上大忙的特定工具。
●git-guardrails-claude-code(Git 防护栏)：为 AI 助手设置一个“安全锁”。防止 AI 在擅自执行代码时，不小心运行了危险命令（如 `git push --force` 或 `git reset --hard` 把你的本地修改或远程仓库给一键抹除）。
●migrate-to-shoehorn(测试断言迁移)：TypeScript 项目专用。帮测试文件一键搬家，将测试里那些不好用的、容易漏掉类型报错的 `as` 强制类型转换，批量替换为更好用、类型更安全的 `shoehorn` 库方法。
●scaffold-exercises(课程练习生成器)：专为网课/教材设计的工具，根据教学大纲自动一键创建带编号的练习目录、题目模版、答案解析和非空 Readme。
●setup-pre-commit(代码提交前的规范自动检查)：帮项目一键配置 Husky、lint-staged 和 Prettier。确保任何代码在执行 `git commit` 时，都会被自动排版、做类型检查和跑单元测试，防止垃圾代码混进仓库。
---
未发布、废弃与个人专用工具说明（极简带过）
●个人专用分类（Personal）：`edit-article`（排版写文章）和`obsidian-vault`（管理本地 Obsidian 笔记），因绑定了特定路径和作者私人习惯，不对外推广。
●开发中与已废弃分类（In-progress/ Deprecated）：包含 `review`（代码双轴评审）、`writing-*`（三套写作与灵感组织工具）、`design-an-interface`（多方案设计比对）、`qa`（轻量 Bug 收集器）、`request-refactor-plan`（重构路线规划）以及 `ubiquitous-language`（DDD 名词提取）。这 10 个工具因为处于实验阶段或已被更优秀的技能（如 `triage`、`grill-with-docs`、`to-prd` 等）整合替代，已不再推荐日常使用。
