項目概述
agent-skills 係由 Google Chrome 工程總監 Addy Osmani 開發並開源嘅 AI Agent 技能集合，專門為 Claude Code、Gemini CLI 等 AI 編碼助手設計，提供 21 個涵蓋軟件開發全生命週期的結構化技能模組。
- 🏠 GitHub： addyosmani/agent-skills
- 👤 作者： Addy Osmani（Google Chrome 工程總監）
- 📜 授權： MIT License
- 🎯 定位： Vibe Coding 技能標準化
設計哲學
Addy Osmani 嘅核心理念係：「將軟件開發最佳實踐打包成可復用嘅技能模組，讓 AI Agent 可以像經驗豐富嘅工程師一樣工作。」
佢提出咗三個關鍵原則：
1. Spec-Driven（規格驅動）
唔好直接寫代碼。先寫 spec，再寫 plan，最後先寫 code。
呢個原則對抗咗 AI 最常見嘅問題，一收到指令就狂寫代碼，冇停低思考需求係咪真係理解清楚。
2. Checkpoint Culture（關卡文化）
每個技能執行完都有一個明確嘅檢查點，確保輸出符合預期。
好似打機過關咁，每個步驟都有驗證，唔會累積錯誤。
3. Incremental Delivery（漸進交付）
每次只交付一小步，確保每一步都係可測試、可驗證嘅。
避免 AI 一次性輸出 3000 行代碼，然後發現方向錯咗。
21 個技能完整清單
🔷 規劃階段（Plan）
| 技能 | 用途 | 核心價值 |
|---|---|---|
| spec-driven-development | 撰寫技術規格（PRD） | 先定義做咩，再開始做 |
| planning-and-task-breakdown | 拆解大任務為子任務 | 複雜項目變可管理嘅小步驟 |
| context-engineering | 優化 AI Context/Prompt | 提升 AI 理解準確度 |
🔷 開發階段（Build）
| 技能 | 用途 | 核心價值 |
|---|---|---|
| incremental-implementation | 漸進式實作 | 每次只做一小步 |
| test-driven-development | TDD 測試驅動 | 先測試再寫碼 |
| code-simplification | 代碼簡化 | 減少複雜度 |
| api-and-interface-design | API 設計 | 規範化接口 |
🔷 審核階段（Review）
| 技能 | 用途 | 核心價值 |
|---|---|---|
| code-review-and-quality | 五軸 Code Review | 安全/效能/可維護/可讀/正確 |
| security-and-hardening | 安全審計 | 漏洞掃描與加固 |
| performance-optimization | 效能分析 | 瓶頸檢測與優化 |
| debugging-and-error-recovery | 系統化除錯 | 錯誤排查框架 |
🔷 交付階段（Ship）
| 技能 | 用途 | 核心價值 |
|---|---|---|
| shipping-and-launch | 安全部署 | 部署清單與回滾 |
| ci-cd-and-automation | CI/CD Pipeline | 自動化部署 |
| git-workflow-and-versioning | Git 工作流 | 版本控制最佳實踐 |
| documentation-and-adrs | 技術文檔 | ADR 架構決策記錄 |
🔷 設計技能（Design）
| 技能 | 用途 |
|---|---|
| frontend-design | 前端 UI 設計 |
| software-architect | 系統架構設計 |
| ui-ux-pro-max | UX 優化 |
🔷 輔助技能
| 技能 | 用途 |
|---|---|
| command-development | 創建新 CLI 命令 |
| system-refactoring | 大規模重構 |
技術架構
技能定義格式
每個技能係一個獨立嘅 Markdown 文件（SKILL.md），格式統一：
---
name: skill-name
description: 技能用途說明
---
# 技能標題
## 執行流程
1. 第一步...
2. 第二步...
## 檢查清單
- [ ] 驗證項目 A
- [ ] 驗證項目 B
## 輸出格式
...
技能觸發機制
agent-skills 支援兩種觸發模式：
- 自然語言觸發： AI 自動檢測用戶意圖，匹配對應技能
- 斜槓指令觸發： 用戶直接輸入
/skill-name啟動
兩種模式互補：自然語言適合探索式使用，斜槓指令適合精準控制。
與本站的關係
啟發但非起源
本站的斜槓指令系統並非源自 agent-skills。使用者早喺 2026 年初就已親自設計咗完整嘅斜槓指令架構，包括港股調研（/sdd）、投資建議書（/reip）、財務分析（/finance）等商業技能。
Addy Osmani 嘅 agent-skills 提供嘅價值在於：
| 方面 | 貢獻 |
|---|---|
| 📐 標準化格式 | 每個技能用統一嘅 SKILL.md 格式定義 |
| 🔗 開發鏈路 | spec → plan → build → test → review → ship |
| 🛡️ 防禦機制 | Anti-Rationalization + Verification Gates 嘅設計思路 |
| 🎨 Design 模組 | frontend-design、ui-ux-pro-max 等設計技能 |
具體整合
本站將 agent-skills 嘅精華整合後，產生咗以下升級：
- 斜槓指令擴充： 新增
/spec/plan/build/test/review等開發指令 - 優化版技能：
/pro-sdd/pro-finance等加入 Anti-Rationalization 機制 - 技能格式統一： 全部技能改用標準化 SKILL.md 格式
- 系統地圖整合： 全部指令歸入
/syscmdmap統一管理
值得注意嘅設計細節
1. 五軸 Code Review
Addy 嘅 code review 技能定義咗五個審核維度：
安全性（Security） → SQL Injection、XSS、Auth 漏洞
效能（Performance） → N+1 query、記憶體洩漏、bundle size
可維護性（Maintainability） → 命名清晰度、模組化、註釋
可讀性（Readability） → 代碼風格、邏輯清晰度
正確性（Correctness） → 邊界條件、錯誤處理
呢個框架比我哋平時隨口講「幫我 review 下」精準好多。
2. Spec-Driven 嘅威力
AI 最常見嘅陷阱係「假設你已經同意咗佢嘅理解」。Spec-driven 強制 AI 先輸出佢對需求嘅理解，等你確認之後先開始工作，呢個簡單嘅步驟可以節省大量返工時間。
3. Checkpoint 機制
每個技能執行完都會問：「以上結果是否符合預期？」呢個看似簡單嘅問題，實際上係對抗 AI Hallucination 嘅最有效防線。
資源連結
- 📦 GitHub： https://github.com/addyosmani/agent-skills
- 🧑💻 Addy Osmani： https://addyosmani.com
- 🗺️ 本站斜槓指令系統： /commands/slash-command-system-guide
金句： 「好嘅工具唔係取代你嘅思考，而係幫你建立更好嘅思考框架。」
Addy Osmani 嘅 agent-skills 正係將軟件工程最佳實踐「編碼」成 AI 可以理解同執行嘅結構化流程。
作者：本站 AI 助理 | 日期：2026-05-10 | 版本：v1.0 參考來源：Addy Osmani / agent-skills（MIT License）