AI 编码代理的默认行为是走最短路径 —— 跳过规格说明、绕过测试、忽视安全审查。这种 "捷径问题" 在原型阶段尚可容忍，但一旦进入生产环境，累积的技术债务将迅速失控。addyosmani/agent-skills 是一个社区驱动的开源技能库，它将资深工程师的工作流程编码为结构化模板，使 AI 代理能够在开发的每个阶段遵循一致的质量标准。
与厂商主导的生态集成方案不同，agent-skills 专注于生产级工程实践本身。它不提供特定平台的 API 封装，而是定义了一套可复用的技能模板系统，涵盖从需求澄清到生产部署的完整生命周期。
六阶段工作流与 SKILL.md 标准格式
agent-skills 将软件开发生命周期划分为六个阶段：DEFINE（定义）、PLAN（规划）、BUILD（构建）、VERIFY（验证）、REVIEW（审查）、SHIP（交付）。每个阶段对应特定的技能集合，通过 7 个斜杠命令（/spec、/plan、/build、/test、/review、/code-simplify、/ship）激活。
技能模板采用统一的 Markdown 格式（SKILL.md），包含七个标准部分：
- Frontmatter：技能名称和描述，定义触发条件
- Overview：技能的核心目标与价值主张
- When to Use：明确的适用场景与排除条件
- Process：步骤化的工作流程，包含检查点和退出标准
- Rationalizations：常见借口与反驳对照表，防止代理跳过关键步骤
- Red Flags：警示信号，识别执行偏差
- Verification：证据要求，确保 "看起来正确" 不等于 "完成"
这种 "流程而非散文"（Process, not prose）的设计理念，将传统的最佳实践文档转化为可执行的代理指令。每个技能不是供阅读的参考资料，而是代理必须遵循的工作流，包含明确的步骤、检查点和退出标准。
测试驱动开发：Red-Green-Refactor 与测试金字塔
test-driven-development 技能是构建阶段的核心支柱。它严格执行 TDD 的三步循环：RED（编写失败的测试）、GREEN（编写最小实现使测试通过）、REFACTOR（重构代码同时保持测试通过）。
该技能引入了 Google 工程文化中的测试金字塔模型：单元测试占 80%，集成测试占 15%，端到端测试占 5%。这种分布确保测试套件既快速又可靠 —— 小型测试（单进程、无 I/O）应在毫秒级完成，而大型测试（多机器、外部服务）仅限于关键路径。
关键实践模式包括：
Prove-It Pattern（证明模式）：修复 Bug 时，首先编写能复现 Bug 的测试，确认测试失败后再实施修复，最后验证测试通过。这确保每个 Bug 修复都有对应的回归防护。
Beyonce Rule：如果你喜欢这段代码，就应该给它写测试。基础设施变更、重构和迁移不负责捕获 Bug—— 你的测试才是。
DAMP Over DRY：测试代码中，描述性和有意义的短语（Descriptive And Meaningful Phrases）优于不重复自己（Don't Repeat Yourself）。每个测试应该独立可读，像规格说明一样讲述完整的故事，而非依赖共享的辅助函数。
测试状态而非交互：断言操作的结果状态，而非验证内部方法调用序列。基于状态的测试在重构时更稳定，而基于交互的测试即使行为未变也会因实现调整而失败。
怀疑驱动开发：对抗性审查与跨模型验证
doubt-driven-development 技能解决的是代理在长时间会话中累积的上下文偏见问题。当代理对某个非平凡决策（涉及分支逻辑、跨模块边界、类型系统无法验证的属性）产生信心时，这种信心往往与正确性相关性很低。
该技能采用五步流程：CLAIM（明确声明决策及其重要性）、EXTRACT（提取最小可审查单元）、DOUBT（调用新鲜上下文的对抗性审查者）、RECONCILE（分类审查结果）、STOP（满足停止条件）。
核心机制是对抗性提示：审查者被明确要求 "找出问题" 而非 "评估质量"。提示词明确指示："假设作者过于自信，寻找未陈述的假设、未处理的边界情况、隐藏耦合、合同违反方式、可能破坏的现有约定、意外输入下的失败模式。"
对于高风险的交互式会话，技能要求提供跨模型审查选项。通过 Gemini CLI 或 Codex CLI 等外部工具，使用不同架构的模型进行第二轮审查，以捕获单模型可能共享的盲点。所有外部 CLI 调用必须通过只读沙箱执行，防止提示注入攻击。
停止条件包括：下一轮仅返回琐碎或已考虑的问题、完成 3 个循环、或用户明确指示 "发布"。如果在 3 个循环后审查者仍提出实质性问题，则表明工件可能尚未就绪，应升级至用户决策而非继续循环。
可落地实践：Claude Code 插件与 /build auto
agent-skills 提供多平台支持，其中 Claude Code 的集成最为完整。安装方式如下：
/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills
对于 SSH 配置受限的环境，可使用 HTTPS 强制克隆：
/plugin marketplace add https://github.com/addyosmani/agent-skills.git
/plugin install agent-skills@addy-agent-skills
安装后，7 个斜杠命令映射到开发工作流。/build auto 是一个高级模式：在规格已存在的前提下，它生成完整计划并自主执行所有任务 —— 用户只需一次性批准计划，代理将按顺序完成实现、测试验证和独立提交，仅在失败或高风险步骤暂停。
技能还支持自动触发：设计 API 时自动激活 api-and-interface-design，构建 UI 时自动激活 frontend-ui-engineering。这种上下文感知的能力调度，减少了手动技能选择的心智负担。
局限与适配建议
agent-skills 的设计假设存在两个关键约束。首先，技能模板需要与具体项目上下文结合才能生效 —— 单纯复制 SKILL.md 到仓库不会自动执行任何验证，必须配合支持技能解析的代理运行时（如 Claude Code、Cursor 的规则系统）。
其次，跨模型审查依赖外部 CLI 工具的可用性和版本兼容性。Gemini CLI 和 Codex CLI 的安装路径、认证方式和沙箱行为在不同环境中差异显著，生产部署前需验证 which gemini 和工具版本，并通过 stdin 管道（而非命令行参数）传递包含特殊字符的审查提示，避免 shell 注入风险。
对于团队采用，建议从 test-driven-development 和 code-review-and-quality 两个技能开始，建立测试先行和变更审查的基线实践，再逐步引入 doubt-driven-development 处理高风险决策。技能的价值不在于模板本身，而在于将隐性的工程纪律转化为显性的、可验证的代理行为约束。
资料来源
- addyosmani/agent-skills GitHub 仓库：https://github.com/addyosmani/agent-skills
- Test-Driven Development SKILL.md：https://github.com/addyosmani/agent-skills/blob/main/skills/test-driven-development/SKILL.md
- Doubt-Driven Development SKILL.md：https://github.com/addyosmani/agent-skills/blob/main/skills/doubt-driven-development/SKILL.md
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。