💡 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。
阅读目录
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。
