Matt Pocock、Addy Osmani、Google 的 Agent Skills 三大仓库合计超 31 万星;Skills 是含质量门禁和验证步骤的结构化 Markdown,而非简单 prompt,用于向 Agent 灌输代码规范和工程流程。
Matt Pocock 的 skills 仓库以 210,267 颗星登顶,Addy Osmani 的 agent-skills 以 84,693 颗星紧随其后,Google 的 skills 仓库则以 16,853 颗星进入榜单。三者合计 311,000+ 颗星。
那么,这个"Agent Skills"概念究竟是什么?为何如此火爆?
在传统软件世界,培养一名初级开发者需要靠文档、代码审查、结对编程和导师指导。对于 AI coding agent,我们需要一种全新的范式:Agent Skills。
Agent Skills 是结构化的 Markdown 文件,用于向 AI agent(Claude Code、Codex、Cursor、Copilot 等)传授"应该如何工作"。它们不是简单的 prompt——而是包含工作流、质量门禁、验证步骤和反合理化表格的综合规程。
正如 Matt Pocock 所定义的那样:
"真正的应用开发是困难的。GSD、BMAD 和 Spec-Kit 等方法试图通过掌控流程来帮助你。但它们在这样做的同时,也剥夺了你的控制权,让错误变得更难解决。这些 skill 被设计为小型、可适配、可组合的。"
Claude 4、GPT-5、Gemini 2.5 等模型已经能够编写复杂代码。但"写正确的代码"与"做好的工程"之间存在巨大差异。Agent 能写代码,但会"忘记"写测试、做 code review、思考架构。Skills 填补了这个空白。
借助 Claude Code 的 plugin marketplace、Codex 的 plugin 系统以及 npx skills 等通用安装器,你现在可以一键安装 skill 包:
# 安装 Matt Pocock 的 skills
npx skills@latest add mattpocock/skills
# 安装 Addy Osmani 的 skills
npx skills add addyosmani/agent-skills
# 从 Claude Code plugin marketplace 安装
/plugin marketplace add addyosmani/agent-skills
近几个月来,"vibe coding"(让 AI 随意做任何事)与"真正的工程"之间的争论愈演愈烈。Agent Skills 正是这场争论中"真正工程"一方的具体答案。Matt Pocock 仓库的副标题完美地说明了这一点:"Skills for Real Engineers. Straight from my .agents directory."
一个 Agent Skill 的典型结构如下:
SKILL.md
├── Frontmatter (名称、描述、触发条件)
├── 概述 (做什么)
├── 何时使用 (触发条件)
├── 流程 (逐步工作流)
├── 合理化理由 (借口 + 反驳) ⚡
├── 红旗 (危险信号)
└── 验证 (证据要求)
每个 skill 都包含 AI agent 可能用来跳过步骤的借口及其反驳:
这些表格旨在防止 AI agent"偷懒"——就像给 agent 传授"纪律"的机制。
Addy Osmani 的包用 8 个核心 slash command 覆盖了整个开发生命周期:
哲学:工程纪律、领域驱动设计、测试驱动开发。
/grill-me — Agent 对你进行关于项目的"严刑拷问"式质询。最受欢迎的 skill。
/grill-with-docs — 同样的质询,但同时更新 CONTEXT.md 和 ADR。建立共同语言。
/tdd — 红-绿-重构循环,必须执行。
/improve-codebase-architecture — 扫描代码库并发现"深化机会",生成 HTML 报告。
Matt Pocock 的方法受到《实用主义程序员》和《领域驱动设计》等经典工程书籍的启发。他的 skills 可组合且模型无关(任何模型都能用)。
哲学:生产级、企业级工程技能。
interview-me — 通过逐一提问来质询用户,直到达到约 95% 的置信度。
doubt-driven-development — 用对抗性视角审视每个重要决策:CLAIM → EXTRACT → DOUBT → RECONCILE → STOP。
security-and-hardening — OWASP Top 10 防护、auth 模式、secrets 管理。
observability-and-instrumentation — 结构化日志、RED 指标、OpenTelemetry 追踪。
24 个 skill + 4 个专家 persona(code-reviewer、test-engineer、security-auditor、web-performance-auditor),构成完整的开发生命周期包。
哲学:针对 Google 产品和技术的专用 agent skill。
Google 的方法更为具体——针对自己的生态系统(Cloud、Firebase、Android 等)优化的 skill。
编写 Agent Skill 你需要:
---
name: my-custom-skill
description: 引导 Agent 完成 [任务]。在以下情况使用...
---
## 概述
此 skill 用于解决 [问题]。
## 何时使用
- 当 [条件 1] 时
- 当检测到 [条件 2] 时
## 流程
1. [步骤 1]
2. [步骤 2]
3. 验证:[检查证据]
## 合理化理由
| 借口 | 反驳 |
|------|------|
| "[常见借口]" | "[为什么它是错的]" |
## 红旗
- [危险信号 1]
- [危险信号 2]
## 验证
- [ ] [证据要求 1]
- [ ] [证据要求 2]
# 项目级别
.agents/skills/my-custom-skill/SKILL.md
# 个人级别
~/.agents/skills/my-custom-skill/SKILL.md
Claude Code、Codex、Cursor 等工具会自动扫描 .agents/ 目录。或者在你的 AGENTS.md 文件中引用它。
在今天的热榜上还有 PrimeIntellect-ai/prime-agent(9,328 ⭐,今日 +2,483)。这个仓库将 Agent Skills 概念提升到了新高度:
Recursive Language Model (RLM) — 将 Context 作为变量,tool 作为函数调用使用
Continual Harness — Agent 能够通过 /refine 命令自我改进 skill
Daemon-backed sessions — 即使终端关闭,agent 也能继续运行
Prime Agent 表明,agent 不仅可以"被教会",还可以成为"会学习"的存在。
Agent Skills 趋势有三个重要启示:
我们现在不是在给 AI 写单个 prompt,而是在创建塑造其行为的 skill 包。这是软件工程的一门新学科。
数十年的工程经验——TDD、DDD、Clean Architecture、Security Best Practices——现在以 Markdown 文件的形式存在,可供 agent 实践执行。
配备了 Skills 的 agent,不仅仅是写代码的工具,而是能测试、做 review、思考架构、做安全审计的团队成员。
如果你想理解 Agent Skills 概念并编写自己的 skill:
打好基础:了解 AI agent 如何工作、prompt engineering 和 context engineering。
研究现有 skill:fork mattpocock/skills 和 addyosmani/agent-skills 仓库,阅读 SKILL.md 文件。
从小开始:为单一工作流编写一个 skill(例如:code review 流程)。
迭代改进:观察 agent 的行为,更新 skill。
如果你想在这个领域深入学习并专业地管理 AI 支持的开发流程,可以查看 CoddyKit 上的相关课程。特别是 AI/ML 和现代软件工程类别中的培训,将为 Agent Skills 编写和管理打下坚实基础。
Agent Skills 是 AI 时代软件工程如何运作的最具体、最实用的答案之一。311,000+ 颗星不会说谎——开发者希望他们的 AI agent 不仅仅是"写代码"的工具,而是能"做好的工程"的工具。
而这个需求,正通过 Markdown 文件得到满足。有时候,最强大的解决方案,来自最简单的格式。
本文基于 2026 年 8 月 9 日的 GitHub Trending 数据。
星星数是文章发布时的真实数值。