💡 站外导读:随着AI编程助手(如Copilot、Cursor)的普及,开发者面临一个新痛点:大模型虽然能写代码,但输出往往缺乏工程纪律——跳过测试、忽略安全、流程混乱,导致代码“看起来能用”却难以投入生产。这背后是AI缺乏对复杂工程规范的深度理解和固化执行能力。谷歌Gemini团队主管开源的Agent Skills,正是瞄准这一痛点,旨在将顶级工程团队的“隐性知识”转化为AI可强制执行的显性规则。
Agent Skills是什么
Agent Skills 是谷歌 Gemini 团队主管 Addy Osmani 开源的 AI 编程 Agent 技能包。Agent Skills 将 Google 资深工程师的工作流与工程规范封装为 20 个 Skill、7 个 Slash 命令和 3 个 Agent 人设,覆盖定义、规划、构建、验证、评审、发布六个开发阶段,让 AI 在每个环节都遵循生产级工程纪律。

Agent Skills的主要功能
-
20 个生产级 Skill:覆盖软件全生命周期,每个 Skill 包含步骤、检查点、退出标准和验证证据要求。
-
7 个 Slash 命令:
/spec需求梳理、/plan任务拆分、/build增量实现、/test运行测试、/review代码评审、/code-simplify简化代码、/ship交付上线。 -
3 个 Agent 人设:code-reviewer(五轴代码审查)、test-engineer(测试策略与覆盖率分析)、security-auditor(漏洞检测与 OWASP 评估)。
-
自动技能触发:设计 API 时自动激活
api-and-interface-design,构建 UI 时自动激活frontend-ui-engineering。 -
4 份参考清单:测试模式、安全检查、性能优化、无障碍访问的快速参考文档。
-
反合理化机制:每个 Skill 内置 AI 常见借口(如”稍后补测试”)及反驳论点,强制按规范执行。
如何使用Agent Skills
-
访问 GitHub 仓库:
https://github.com/addyosmani/agent-skills浏览项目文档与 Skill 目录。 -
Claude Code 用户:执行
/plugin marketplace add addyosmani/agent-skills添加市场源,再执行/plugin install agent-skills@addy-agent-skills完成安装。 -
Cursor 用户:将所需
SKILL.md文件复制到项目根目录的.cursor/rules/文件夹中。 -
Gemini CLI 用户:运行
gemini skills install https://github.com/addyosmani/agent-skills.git --path skills安装为原生技能。 -
Windsurf / GitHub Copilot / Codex 用户:参照项目
docs/目录下的对应接入指南配置。 -
本地开发:克隆仓库后通过
claude --plugin-dir /path/to/agent-skills加载使用。 -
开始编码:在项目目录下使用
/spec梳理需求,按/plan→/build→/test→/review→/ship顺序推进开发。
Agent Skills的关键信息和使用要求
-
开源协议:MIT,可自由用于项目、团队及商业工具。
-
作者背景:Addy Osmani(Google Gemini 团队主管,前 Chrome 工程师)。
-
Star 趋势:2026 年 4 月已突破 23000+,持续高速增长。
-
工具兼容:支持 Claude Code、Cursor、Gemini CLI、Windsurf、OpenCode、GitHub Copilot、Kiro IDE & CLI、Codex 等主流 AI 编程工具。
-
使用前提:需配合支持 Skill/规则文件的 AI 编程 Agent 使用,纯聊天模型无法直接加载。
-
语言支持:Skill 文档为英文 Markdown,但适用于任何编程语言项目。
Agent Skills的核心优势
-
工程纪律固化:将 Google 资深工程师的”稳、准、狠”习惯沉淀为可复用流程。
-
全链路覆盖:从 Idea 到 Go Live 的六个阶段均有对应 Skill,避免 AI 跳过规范、测试、评审等关键环节。
-
证据驱动:每个阶段强制要求可验证的交付物,杜绝”看起来没问题”的敷衍输出。
-
轻量按需加载:渐进式披露设计减少 Token 消耗,长上下文下依然高效。
-
跨平台通用:纯 Markdown 格式,不绑定特定 IDE 或模型,迁移成本低。
Agent Skills的项目地址
- GitHub仓库:https://github.com/addyosmani/agent-skills
Agent Skills的同类竞品对比
| 维度 | Agent Skills | Spec Kit | Superpowers |
|---|---|---|---|
| 核心定位 | 用纪律管 AI | 用文档定 AI | 用流程带 AI |
| 约束方式 | 20 个可组合 Skill + 反合理化机制 | 需求/计划/任务拆解写成规范文档 | 需求→计划→测试→互查全流水线自动串联 |
| 工程来源 | 《Software Engineering at Google》 | 通用软件工程实践 | 通用开发流程 |
| 验证机制 | 每 Skill 强制证据要求 | 按文档办事 | 环节自动推进 |
| Agent 人设 | 3 个 Specialist Persona | 通常无 | 通常无 |
| IDE 兼容 | Claude Code、Cursor、Gemini CLI 等 8+ 平台 | 视具体实现 | 视具体实现 |
| 最佳场景 | 需要 Google 级工程规范约束的严肃项目 | 需求模糊、需要先写清楚再动手的项目 | 希望全流程自动化、减少人工干预的项目 |
Agent Skills的应用场景
- 个人开发者标准化编码:为 AI 编程助手建立从需求定义到生产发布的完整工程纪律,避免模型走捷径输出低质量代码。
- 团队协作统一规范:将团队代码审查、测试策略、安全标准编码为可复用 Skill,确保不同成员使用 AI 时输出风格与质量一致。
- 生产级项目质量管控:在需要长期迭代的商业项目中,通过
/spec→/plan→/build→/test→/review→/ship全链路强制验证,保障交付可靠性。 - 多 Agent 并行自动化评审:上线前同时触发 code-reviewer、test-engineer、security-auditor 三个 Specialist Persona,并行出具代码、测试、安全三份报告综合决策。
- 遗留系统迁移与技术债治理:用
deprecation-and-migration和code-simplification等 Skill,以”代码即负债”思维安全移除僵尸代码、简化过度复杂模块。
📝 站长洞察 (Editor’s Insight)
Agent Skills的开源,标志着AI编程正从“辅助生成”迈向“纪律执行”的深水区。它解决的不是“会不会写代码”,而是“如何按高标准写代码”。其核心创新在于引入了“反合理化机制”和“证据驱动验证”,这相当于给AI编程工具装上了“工程道德”与“合规审计”模块。这呼应了软件工程领域的根本趋势:工具在进化,但工程质量的基石(测试、审查、安全)永不过时。对于团队而言,它提供了统一AI输出质量的“编码宪法”;对于行业,它预示着未来AI Agent的竞争维度,将从生成速度转向对复杂规范的理解与遵守深度。这不仅是效率工具,更是质量范式的升级。
Agent Skills 适合哪些 AI 编程工具?
文章提到它可接入 Claude Code、Cursor、Gemini CLI、Windsurf、GitHub Copilot、Codex 等主流 AI 编程工具,但前提是工具支持 Skill 或规则文件加载。
Agent Skills 和普通聊天模型有什么区别?
Agent Skills 不是单纯聊天提示词,而是把工程流程、检查点、退出标准和验证证据写成可执行技能包,能强制 AI 按规范完成需求、测试、评审和交付。
Agent Skills 的核心价值是什么?
核心价值是把顶级工程团队的隐性经验显性化、流程化,减少 AI 跳过测试、安全和评审等关键步骤,让输出更接近可上线的生产级代码。
20个技能包该怎么落地到团队?
不要一次全上,先挑需求澄清、测试、评审和发布四个最痛点环节做模板化。把每个技能包写成可执行检查清单和输出格式,才能从“建议”变成“工程纪律”。
如何防止技能包变成形式主义?
把技能执行结果纳入代码评审和交付门禁,例如测试覆盖、变更说明、风险标注和回滚方案必须齐全。没有验收标准的技能,只会变成新的文档负担。
