一套给 AI 编程 Agent 的生产级工程技能包。

AI 能写代码，但它不知道"资深工程师会怎么做这件事"——它不会自己强制先写 spec 再写代码，不会在合并之前做 code review，不会在 API 设计时考虑 Hyrum's Law，不会在高风险操作前换一个新上下文对自己的决策做对抗性审查。

agent-skills 就是把这些工程实践打包成 AI 能直接执行的技能。

1. 覆盖软件开发全链路的 7 个核心命令
DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP
/spec /plan /build /test /review /ship

每个命令映射到开发生命周期的一个阶段：
- /spec：先写规格再写代码。定清楚目标、命令结构、代码风格、测试边界，然后才进入实现
- /plan：把 spec 拆成小的、原子化的、有验收标准的任务，确定依赖顺序
- /build：按薄的垂直切片实现——实现一个、测试、验证、提交，然后下一个。遇到失败或高风险步骤会暂停
- /test：Red-Green-Refactor，测试金字塔（80% 单元 / 15% 集成 / 5% E2E），DAMP 原则
- /review：五维代码评审，变更大小控制（约100行），严重等级标注（Nit / Optional / FYI）
- /ship：生产上线流程
- 还有一个 /code-simplify：代码能跑但难读时用，遵循 Chesterton's Fence 原则，简化的同时保持行为完全一致。

2. 24 个专项技能，按场景自动激活
不需要手动调用，Agent 根据当前在做什么自动加载对应技能。设计 API 时触发 api-and-interface-design，写前端 UI 时触发 frontend-ui-engineering，几个值得单独说的：

doubt-driven-development（最有意思的一个）：
在高风险场景下——生产环境、安全相关、不可逆操作——Agent 会用一个全新的上下文对自己当前的每个决策做对抗性审查，走 CLAIM → EXTRACT → DOUBT → RECONCILE → STOP 的流程。必要时可以授权跨模型升级验证。本质是：让 AI 用"质疑模式"审视自己刚做的判断，而不是用同一个上下文自我确认。

context-engineering：
管理什么时候往 Agent 的上下文窗口里放什么，包括 rules 文件、历史记录打包、MCP 集成。在会话开始、任务切换、输出质量下降时触发。

source-driven-development：
每个框架和库的决策都必须有官方文档支撑，强制引用来源，标注未经验证的部分。防止 AI 用过时的 API 或凭记忆生成代码。

interview-me：
每次只问一个问题，持续挖掘用户真正想要的是什么（而不是他们以为自己想要的），直到置信度达到约 95%。需求不清晰时用。

3. 支持所有主流 Agent 工具
Claude Code 一行安装：
/plugin marketplace add addyosmani/agent-skills

同时支持 Cursor、Gemini CLI、Windsurf、OpenCode、GitHub Copilot、Kiro、Codex。技能是纯 Markdown 格式，任何接受系统 prompt 或指令文件的 Agent 都能用。

访问：github.com/addyosmani/agent-skills

#HOW I AI# #程序员#