菜单

Administrator
发布于 2026-05-20 / 1 阅读
0
0

Matt Pocock Skills:真实工程师的 AI 编码技能集 — 不玩 vibe coding,做真正的工程

Matt Pocock Skills:真实工程师的 AI 编码技能集 — 不玩 vibe coding,做真正的工程

项目介绍

Matt Pocock Skills(仓库:mattpocock/skills)是 TypeScript 专家 Matt Pocock 日常使用的 AI 编码代理技能集合。不同于那些追求"一键搞定"的宏大框架,这套技能强调小、可组合、易适配,基于数十年的软件工程基本原则。

  • Stars: 96,231(本周 +19,038)
  • 语言: Shell
  • 许可证: MIT
  • 最新版本: 持续更新(2026-05-20 最后推送)

“这些技能设计得小巧、易于适配、可组合。它们适用于任何模型。”

核心哲学:AI 编码的 4 大失败模式与修复

失败模式 #1:Agent 没做你想要的事

问题: 用户和 Agent 之间的目标错位是最常见的失败模式。

修复:

  • /grill-me — 非代码场景的追问式讨论
  • /grill-with-docs — 以代码为中心的追问式讨论

Agent 会在任何工作开始前提出详细问题,消除歧义。

失败模式 #2:Agent 太啰嗦了

问题: Agent 缺乏共享的领域词汇,用 20 个词说 1 个词能说清楚的事。

修复: 构建共享语言CONTEXT.md)。/grill-with-docs 内置此功能。

示例:

  • 之前: “在课程某章节中的某节课被设为真实时,存在一个问题……”
  • 之后: “素材化级联(materialization cascade)存在问题”

失败模式 #3:代码不工作

问题: 没有反馈回路(类型检查、测试、浏览器访问)时,Agent 在盲目飞行。

修复:

  • /tdd — 红-绿-重构循环。先写失败测试,再修复。垂直切片。
  • /diagnose — 严格的调试循环:复现 → 最小化 → 假设 → 检测 → 修复 → 回归测试

失败模式 #4:代码变成了一团泥球

问题: AI 加速了软件熵增。代码库以前所未有的速度变得复杂。

修复:

  • /to-prd — 在创建 PRD 前询问你正在触及哪些模块
  • /zoom-out — 在整个系统上下文中解释代码
  • /improve-codebase-architecture — 拯救"泥球"。建议:每几天运行一次。

完整技能目录

工程技能(日常代码工作)

技能 描述
diagnose 用于 Bug 和性能回归的严格调试循环
grill-with-docs 追问式讨论 + 领域模型挑战 + CONTEXT.md / ADR 更新
triage 通过角色状态机对 Issue 进行分类
improve-codebase-architecture 使用领域语言发现深化的机会
tdd 红-绿-重构循环,一次一个垂直切片
to-issues 将计划/spec/PRD 分解为可立即处理的 GitHub Issues
to-prd 将当前对话合成为 PRD Issue
zoom-out 对不熟悉的代码给出更高层次的视角
prototype 构建一次性原型(CLI 应用或 UI 变体)

生产力技能(通用工作流)

技能 描述
caveman 超压缩通信模式(减少约 75% Token)
grill-me 对非代码计划/决策的无情追问
handoff 将对话压缩成交接文档给另一个 Agent
write-a-skill 使用适当结构和渐进式披露创建新技能

快速开始

# 安装
npx skills@latest add mattpocock/skills

# 选择需要的技能和目标 Agent
# 必须选择 /setup-matt-pocock-skills

# 运行 setup,会询问:
# - Issue 追踪器(GitHub、Linear、本地文件)
# - 用于分类的标签
# - 文档保存位置

类似项目对比

项目 相似点 差异
obra/superpowers 都是 AI 编码技能框架 Superpowers 更完整、更重,有自己的方法论体系;Matt Pocock Skills 更小巧、更即插即用
andrej-karpathy-skills 都通过 CLAUDE.md 影响 Agent 行为 Karpathy 偏重思维原则,Matt Pocock 偏重具体可执行的命令式技能
anthropics/skills 官方技能库 Anthropic 官方出品更标准化,Matt Pocock 更贴近 TypeScript/前端工程实践

结合当前 AI 发展背景的分析

“Vibe Coding” 的反动

Matt Pocock 在项目描述中特意强调"不玩 vibe coding"——这是对 2025-2026 年流行的"Vibe Coding"(凭感觉写代码)潮流的直接回应。随着 AI 编码工具的普及,开发者社区开始意识到:

  1. 代码质量比代码数量更重要——AI 可以写很多代码,但如何确保这些代码是高质量的、可维护的?
  2. 流程比工具更重要——TDD、代码审查、架构设计这些经典工程实践,在 AI 时代反而更重要了
  3. 反馈回路是 AI 编码的核心——没有类型检查、测试、linting 的快速反馈,AI 就是在黑暗中摸索

本周 19,000+ Stars 说明了什么?

Matt Pocock Skills 本周新增近 19,000 Stars,说明开发者社区正在从"探索 AI 编码工具"转向**“规范化 AI 编码流程”。这不是一个工具库,而是一套工作方法**——它教会 AI Agent 如何做真正的工程,而不是盲目地生成代码。

对开发者的启示

与其花时间找"最好的 AI 编码工具",不如花时间打磨与 AI 协作的工作流。Matt Pocock 的技能集合展示了一个方向:将数十年软件工程验证过的最佳实践,系统地教给 AI Agent。


更新记录(2026-05-20)

  • 首次上榜本周 Trending 榜单
  • 本周 Stars 增长 19,038+,总 Stars 达到 96,231
  • 位于本周上升最快榜 #1

评论