事情是这样的。上周有个朋友跟我吐槽说他用Claude Code写了一个新功能Agent确实把代码写出来了跑起来也能用但总觉得哪里不对。我问他怎么不对他说“代码能跑但你看那个结构没有分层没有错误处理没有测试就像一个新手写的能跑就行。”我说那你没教它怎么写他说教了每次都要说“注意错误处理”“记得写测试”“考虑一下扩展性”但Agent总是忘或者想起来的时候已经写完了再回头补。“能不能让AI Agent一开始就像个有经验的老工程师那样写代码不用我每次都提醒”然后我看到了这个。Agent Skills一个把Google工程文化编码成AI可执行工作流的技能库GitHub上目前超过8万星标。它不教AI写代码它教AI怎么像Google的工程师一样从想法到上线每一步都有章法。这个项目的作者是Addy Osmani——Google Chrome团队的技术主管写过《Software Engineering at Google》的工程实践章节在Chrome团队干了十几年。他把Google内部验证过的工程实践从spec到plan到build到test到review到ship全流程拆解成了24个可执行的AI技能。它跟市面上其他AI技能库最大的区别是“流程”而非“技巧”。Matt Pocock的技能教你“怎么拷问需求”Superpowers教你“怎么执行任务”Agent Skills教你“怎么走完一个完整的工程生命周期”。它的起点是/spec——你告诉Agent你要做什么它先不写代码而是先产出一份PRD。覆盖目标、命令、结构、代码风格、测试策略、边界条件全部写清楚你确认了才进入下一步。然后是/plan——把spec拆解成小的、可验证的任务有验收标准、有依赖顺序。每个任务都是一个独立的、可提交的单元。然后是/build——一次只实现一个任务写代码、写测试、验证、提交然后继续下一个。每个commit都是原子化的出了问题可以精准回滚。然后是/test——测试即证明红-绿-重构循环测试金字塔80/15/5原则。然后是/review——五轴审查正确性、安全性、性能、可维护性、可读性。每个change控制在100行左右方便快速审查。然后是/ship——上线前检查清单、功能开关、分阶段发布、回滚预案、监控配置。这六个命令对应的是一个完整的、有纪律的工程流程。它不是让AI“一次性生成所有代码”而是让AI“按正确的顺序、正确的粒度、正确的质量门一步步构建软件”。我翻了一下它的24个技能覆盖了工程的全生命周期。Define阶段/interview-me用一问一答的方式帮你把模糊的需求问清楚/idea-refine用发散-收敛思维把模糊概念变成具体方案/spec-driven-development产出完整的PRD。Plan阶段/planning-and-task-breakdown把spec拆成可执行的任务清单。Build阶段/incremental-implementation薄切片实现一个任务一个任务推进/test-driven-development红-绿-重构/doubt-driven-development对抗性审查——CLAIM→EXTRACT→DOUBT→RECONCILE对每个高风险的决策做批判性审视/frontend-ui-engineering覆盖组件架构、设计系统、状态管理、WCAG 2.1 AA无障碍标准/api-and-interface-design契约优先设计考虑Hyrums Law和One-Version Rule。Verify阶段/browser-testing-with-devtools用Chrome DevTools MCP做DOM检查、控制台日志、网络追踪、性能分析/debugging-and-error-recovery五步诊断法复现→定位→简化→修复→防护。Review阶段/code-review-and-quality五轴审查change sizing严重程度标签/code-simplificationChestertons Fence原则“不要移除你不理解的围栏”/security-and-hardeningOWASP Top 10防护。Ship阶段/git-workflow-and-versioning主干开发、原子提交、commit-as-save-point/ci-cd-and-automationShift Left、Faster is Safer、feature flags/deprecation-and-migration把代码视为负债有计划地移除/documentation-and-adrs架构决策记录/observability-and-instrumentation结构化日志、RED指标、OpenTelemetry追踪/shipping-and-launch上线前检查清单、分阶段发布、回滚程序。它的设计有一个非常核心的哲学每个技能都是一套可执行的工作流不是一段参考文档。每个SKILL.md都包含Overview做什么、When to Use什么时候用、Process分步工作流、RationalizationsAgent常用的跳过理由反驳、Red Flags出问题的信号、Verification证据要求。它会预判Agent可能偷懒的地方——“我会在之后加测试”“这个改动太小不用写spec”“我觉得这样就行”——然后在技能里直接写清楚为什么这些借口不成立。而且它自带了一套“反幻觉”机制。/doubt-driven-development会强制Agent在一个全新的上下文中重新审视自己刚做的决策找出假设、提取证据、识别盲点。如果有必要它还可以调用另一个模型来做交叉验证——你用GPT-5.5写了一段代码它用Claude来审一遍。这个机制直接针对的是AI最危险的问题不是给错答案是给一个“看起来很对但经不起推敲”的答案。安装方式对70多种Agent都兼容。一行命令搞定npx skills add addyosmani/agent-skills然后选择你要安装的技能。Claude Code用户可以用插件市场安装Cursor用户直接复制到.cursor/skills/目录Codex、Gemini CLI、Copilot、Windsurf、Antigravity CLI都有对应的安装方式。当然它也有需要适应的地方。24个技能覆盖了整个工程生命周期但如果你只是做一个很小的改动全部走一遍可能会觉得重。不过它提供了/build auto模式——spec确认之后自动生成plan并依次执行所有任务中间不需要人类干预但每个任务依然保持TDD和原子提交。另外它的技能设计是基于Google的工程文化如果你团队的工作流跟Google差异很大可能需要做一些调整。但框架本身是可定制的——每个技能都是独立的Markdown文件你可以按自己的需求修改。回到我那个朋友。他后来装了这个技能库跑了一次/spec和/plan然后让Agent按/build的流程逐个任务实现。他说最明显的变化不是代码质量是“节奏”——以前Agent一次性生成一大段代码他看完觉得不对再改来回折腾。现在是Agent每完成一个小任务就提交一次他看一眼没问题就继续有问题立刻纠正。“以前是写完了再改现在是边写边对齐。后者节省的时间比前者多太多了。”如果你在用AI编码助手而且偶尔会觉得“代码能跑但不够好”去试试Agent Skills。装一下跑一次/spec让Agent先把你脑子里那个模糊的想法变成一份清晰的PRD。然后跑/plan看它怎么把大问题拆成小块。然后跑/build看它怎么一块一块地、有纪律地、带着测试和审查地把事情做完。它不会让你的Agent变得更聪明但它会让你的Agent变得更可靠。开源地址https://github.com/addyosmani/agent-skills