灿海星图指南--Agent编码纪律agent-skills，76K星Google工程总监定义了AI怎么写代码
大多数AI编码问题是"AI写不出这段代码"。agent-skills解决的是另一个问题——"AI写出来了，但写得像个实习生"。76K星，5个月，Google Chrome工程总监Addy Osmani的个人开源项目。
本文是一篇实操指南，预计10分钟完成。已核实GitHub仓库存在(addyosmani/agent-skills, 76K星)。
它做了什么
24个SKILL.md文件，覆盖完整的软件开发生命周期六大阶段：
| 阶段 | Skill | 功能 |
|---|---|---|
| 定义 | interview-me | 像PM一样问需求 |
| idea-refine | 完善模糊想法 | |
| spec-driven-development | 先写规格再写代码 | |
| 规划 | planning-and-task-breakdown | 任务分解 |
| 构建 | incremental-implementation | 增量实现 |
| test-driven-development | TDD | |
| context-engineering | 上下文管理 | |
| frontend-ui-engineering | 前端工程 | |
| doubt-driven-development | 怀疑驱动开发 | |
| 验证 | browser-testing-with-devtools | 浏览器测试 |
| debugging-and-error-recovery | 调试和恢复 | |
| 审查 | code-review-and-quality | 代码审查 |
| code-simplification | 代码简化 | |
| security-and-hardening | 安全检查 | |
| performance-optimization | 性能优化 | |
| 发布 | git-workflow-and-versioning | Git工作流 |
| ci-cd-and-automation | CI/CD | |
| documentation-and-adrs | 文档和架构决策记录 | |
| shipping-and-launch | 上线发布 |
核心创新：反借口表
每个Skill都包含一张"反借口表"——Agent常用的偷懒借口vs被驳斥的理由。例如代码审查的：
| Agent的借口 | 现实 |
|---|---|
| "这段代码能跑，够了" | 能跑但看不懂的代码，技术债务会复利增长 |
| "我们以后再清理" | "以后"永远不会来。审查就是现在 |
| "测试都过了所以没问题" | 测试不检测架构问题、安全问题、可读性问题 |
这张表精准打击了AI Agent最擅长的偷懒行为——用"功能实现了"来掩饰"质量没到位"。人工代码审查时团队也会遇到同样的问题，只是对象从"初级工程师"变成了"AI Agent"。
安装和使用
1. 安装
支持70+种AI编码工具，通过npx skills统一安装：
npx skills add addyosmani/agent-skills
或者手动：
git clone https://github.com/addyosmani/agent-skills.git
cd agent-skills
cp -r skills/* ~/.claude/skills/
2. 接入灿海星图API
Agent跑这套Skill时会产生大量LLM调用（审查、测试、安全检查都需要独立推理）。推荐用V4-Pro：
{
"model": "deepseek-ai/DeepSeek-V4-Pro",
"baseURL": "https://你的灿海星图endpoint/v1"
}
3. 使用流程
/spec "做一个用户可以上传图片并生成缩略图的API" # 需求定义
/plan # 自动做任务分解
/build auto # 自动构建（一次人工确认后AI全自动）
/test # 自动测试
/review # 自动审查（并行启动4个审查角色）
/ship # 上线
/ship是最强的命令——它会并行启动4个审查Agent（代码审查官、安全审计员、测试工程师、性能审计员），分别审查你的代码，然后汇总。
4. 自定义审查标准
你可以在Skill文件里加自己的规则。比如在code-review-and-quality/SKILL.md里加入：
## 项目特定规则
- 所有API调用必须带timeout，默认30秒
- 不允许使用`any`类型（TypeScript）
- CSS必须使用Tailwind类名，禁止inline style
Agent会像遵守公司章程一样遵守这些规则。
踩坑实录
| 现象 | 原因 | 解决 |
|---|---|---|
/build auto生成了500行改动 | Agent没遵守增量规则 | 在Skill配置里设maxChangeSize: 150 |
/review环节耗时超过5分钟 | 4个审查Agent同时调用LLM | 把审查Agent改为串行，或降低到2个并行 |
| Skill之间产生冲突 | speckit和test-driven-development对"先写什么"有不同意见 | 用using-agent-skills元Skill统一调度优先级 |
常见疑问
Q1：和Anthropic官方的skills有什么区别？
Anthropic的skills（160K星）是"能力型"的——教AI生成PDF、创建网页、设计Canvas。agent-skills是"纪律型"的——教AI怎么做规格评审、怎么写测试、怎么做代码审查。前者解决"能不能"，后者解决"好不好"。
Q2：这到底是一个标准还是一个人的个人项目？
是个人项目，但正在变成事实标准。76K星、MIT许可证、兼容70+工具、被Anthropic的Agent Skills官方格式生态吸收——这些指标加起来，它已经不是"一个人的玩具"了。Google Chrome工程总监的身份增加了它的可信度，但它真正的优势是方法论本身的质量。
Q3：和obra/superpowers（251K星）比呢？
Superpowers更大（251K星）、更自主（Agent可以自己做决策不等人确认）。agent-skills更轻（24个Markdown文件）、更可控（每步有人工确认点）。选哪个取决于你对Agent的信任程度——如果你信任Agent能自己做决定，选Superpowers。如果你想保留每一步的控制权，选agent-skills。
我为什么不用XX替代它
Superpowers太自主（Agent自己决定怎么做，容易跑偏）。Anthropic官方skills太基础（只教能力不教纪律）。agent-skills的独特价值是"用1/10的复杂度实现90%的生产级质量提升"——24个Markdown文件，下载就能用，不需要配置服务器，不需要学新工具。它不是最强大的，但它是"投入产出比"最高的。
本文数据来源于GitHub公开仓库(addyosmani/agent-skills, MIT协议)及社区实测，数据截至2026年7月9日。