狂揽 50000+ Star！谷歌开源 Agent Skills：让 AI 从「只会写代码」进化成「懂工程有纪律的靠谱队友」
标签: Agent Skills / Google / AI 编程 / 软件工程 / Claude Code / Cursor / 开源
原文: 微信公众号「AI有道」https://mp.weixin.qq.com/s/eYWF7ro6h9t2yD1dFJy30g
GitHub: https://github.com/addyosmani/agent-skills
AI 写代码越来越快，但交付生产就露馅
AI 写代码的速度确实越来越快，几秒钟就能生成上百行代码，但交付到生产环境时，问题就来了：
- 测试覆盖不够
- 边界情况没考虑
- 代码结构混乱
- 安全隐患没防范
说白了：AI 能写代码，但不会做工程。
它缺的不是编码能力，而是资深工程师那套**「先想后做、步步为营」的工程思维**。
谷歌 Agent Skills：把 Google 软件工程方法论打包成 AI 技能
谷歌工程师 Addy Osmani 看透了这个问题，直接把 Google 的软件工程方法论打包成了 Agent Skills。
项目开源不到两个月，GitHub Star 已突破 50000+，还在以每天数百 Star 的速度增长。
核心思路：把资深工程师的工作习惯拆解成 20+ 个独立 Skill，让 AI 在写代码前先学会「怎么思考」。
方法论源自《Software Engineering at Google》，记录的是 Google 内部管理超大规模代码库的实战经验。
Agent Skills 围绕软件开发的完整生命周期设计，涵盖：
| 环节 | 说明 |
|---|---|
| 需求定义 | 先问清楚边界 |
| 架构规划 | 拆解成可执行任务 |
| 编码实现 | 按流程走 |
| 测试验证 | 覆盖检查 |
| 代码评审 | 三 Agent 并行把关 |
| 部署发布 | 安全扫描 |
一、从「瞎写」到「按流程走」
传统 AI 编程
给个需求 → 直接开写 → 写完就完事
用 Agent Skills 之后
每个环节都有对应的 Skill 把关，AI 想跳过某一步都不行。
需求阶段：/spec —— 让 AI 学会「问清楚」
以前让 AI 写登录功能，它上来就开始写 LoginForm.tsx。
现在跑 /spec 之后，它会先问：
- 用户角色有哪些？
- 登录失败后的重试策略是什么？
- 是否需要多因素认证？
这才是资深工程师的思考方式：先把需求边界确定了再动手。
规划阶段：/plan —— 拆解成可执行的任务清单
确认需求后，/plan 会自动生成任务清单，每个任务都有时间估算——这是工程管理的基本功。
二、三个 Agent 并行把关，上线前的最后一道防线
写完代码准备发布，跑一下 /ship，三个专业 Agent 会同时开工：
| Agent | 职责 |
|---|---|
| code-reviewer | 代码质量把关 |
| test-engineer | 测试覆盖检查 |
| security-auditor | 安全漏洞扫描 |
三份报告综合评估后，如果有高危问题，直接打回重写。
相当于每次上线前，都有三个资深工程师在帮你审核。
三、快速上手：2 分钟装好就能用
Claude Code 安装（推荐）
打开 Claude Code，运行两行命令：
# 安装
安装完成后，输入 /help 就能看到所有可用的 Skill。
Cursor 配置
把对应的 SKILL.md 文件复制到项目根目录的 .cursor/rules/ 下：
# 重启 Cursor 后，在 Agent 对话中输入 /spec 或 /plan 就能直接使用
四、实战：用 Agent Skills 重构一个真实项目
Step 1：用 /review 找出问题
/review --scope=auth --depth=deep
AI 扫描后给出了 15 个问题：
- 3 个安全漏洞（SQL 注入、JWT 密钥泄露）
- 5 个性能隐患（N+1 查询、缺少索引）
- 7 个代码质量问题（重复代码、函数过长）
Step 2：用 /plan 制定重构方案
/plan "修复所有安全和性能问题"
AI 自动拆解成 8 个子任务，按优先级排序，预估总耗时 6 小时。
Step 3：用 /build 增量实现
/build --task=1 --mode=tdd
AI 先写测试用例，再写实现代码，每个任务完成后自动跑测试验证。
Step 4：用 /ship 检查是否可以合并
/ship --target=main
三个 Agent 并行评审，最终给出：
- ✅ 代码质量：通过
- ✅ 测试覆盖：87%，达标
- ✅ 安全审计：无高危风险
直接合并到主分支。
整个重构过程，只需要在关键决策点介入，大部分脏活累活都被 Agent Skills 自动化了。
常用 Skills 速查表
| Skill | 作用 |
|---|---|
/spec | 需求定义，先问清楚边界 |
/plan | 任务拆解，生成可执行清单 |
/review | 代码质量审查 |
/build | 按 TDD 方式增量实现 |
/ship | 三个 Agent 并行评审，决定是否可以发布 |
/test | 测试覆盖检查 |
/security | 安全漏洞扫描 |
写在最后
AI 编程工具已经进入下半场，单纯比拼代码生成速度已经没有意义。
大家开始关注的是：
- AI 写出来的代码能不能通过 Code Review？
- 能不能放心合并到主分支？
- 能不能稳定运行在生产环境？
Agent Skills 正是瞄准了这个痛点。
它不是让 AI 写得更快，而是让 AI 写得更稳。
装上之后，你会发现 AI 不再是个「只会写代码的实习生」，而是个**「懂工程、有纪律」的靠谱队友**。
相关链接
- GitHub: https://github.com/addyosmani/agent-skills
- 方法论来源: 《Software Engineering at Google》
Keywords: Agent Skills, Google, AI编程, 软件工程方法论, Claude Code, Cursor, 开源项目, Code Review, 测试覆盖, 安全扫描, 工程思维, Addy Osmani