17 个 Skills,一条从想法到合并的流水线
澄清、建模、拆票、TDD、评审、诊断——把 AI 编程流程拆成可路由、可复用的能力单元
用 AI 写代码久了会发现:提示词是不可复用的,流程才是。 同一句"帮我实现这个功能",每次得到的质量天差地别,因为缺的不是措辞,而是一套稳定的动作序列。
Skills 解决的正是这件事——把"怎么做"固化成一个个可被路由的能力单元。我目前装了 17 个,它们不是并列的工具,而是一条从想法到合并的流水线。
一、总调度:yin-ai-flow
整个库的入口是一个路由型 skill,它不做具体的事,只负责按阶段挑技能:
| 阶段 | 触发语 | 使用的 skill | 产出 |
|---|---|---|---|
| 0 仓库初始化 | setup skills | setup-matt-pocock-skills | issue tracker、triage 标签、领域文档目录 |
| 1 澄清 | grill 我、压测这个想法 | grilling / grill-with-docs | 被证伪或打磨后的方案 |
| 2 建模与规格 | 建模、写 spec、拆票 | domain-modeling → codebase-design → to-spec → to-tickets | GLOSSARY/ADR → 模块接缝 → spec → 带阻塞边的票 |
| 3 实现 | TDD 做这个 | tdd(主线)+ ponytail(约束) | 红绿重构 + 最小实现 |
| 4 评审 | review 这个分支 | code-review | Standards + Spec 双代理报告 |
关键在于"每个阶段只加载该阶段需要的 skill"。一次把 17 个技能全塞进上下文,不但浪费 token,还会让模型在错误阶段做正确的事——比如实现阶段跑去质疑需求。
二、按阶段拆开看
0. 初始化:setup-matt-pocock-skills
前面那些技能都假设仓库里有几个约定:issue 记在哪(GitHub / GitLab / 本地 markdown)、triage 标签词表、领域文档放哪。这个 skill 就是一次性把这些约定谈定并写下来,产出 docs/agents/*.md,并在 AGENTS.md 或 CLAUDE.md 里留一个 ## Agent skills 块。
它的做法值得注意:先探索、再汇报、最后逐节确认(一节一问,每节先给推荐答案),而不是一口气问十个问题。
1. 澄清:grilling / grill-with-docs
grilling 把需求澄清形式化成一棵设计树:每个决策都会分叉出依赖它的子决策。每一轮只问"前沿"——所有前置条件都已确定、现在就能回答的问题。一轮 = 编号问题 + 每题的推荐答案,然后停下来等回答。
两条规则很硬:
- 找事实是 AI 的活,不是用户的活。 需要读文件、查环境才能回答的问题,派子代理去找,绝不问用户。
- 决策是用户的。 每个决策都摆到台面上等确认,不替用户拍板。
grill-with-docs 是它的变体:一边压测方案,一边顺手把 ADR 和术语表写出来。
2. 建模与规格:四个 skill 串成一条链
这一阶段最容易糊弄过去,也最值钱:
- domain-modeling:主动维护项目的领域模型。用户用词模糊时立刻追问("你说的 account 是 Customer 还是 User?"),用术语表校验,用具体场景压测边界,并且当场更新
GLOSSARY.md。它有个克制的规矩:只有当决策同时满足"难以逆转 + 没有上下文会令人费解 + 是真实取舍的结果"三条时,才建议写 ADR。 - codebase-design:一套共享词汇——module / interface / depth / seam / adapter / leverage / locality。核心主张是"深模块":小接口背后藏大量行为。两个判据特别实用:删除测试(删掉这个模块,复杂度是消失了还是散落到 N 个调用点?)和"一个适配器是假接口,两个才是真接缝"。
- to-spec:不访谈,直接把已有对话和代码库理解综合成 spec,扔进 issue tracker,打上
ready-for-agent标签。 - to-tickets:把 spec 拆成 tracer bullet 票——每个票是切穿所有层的垂直切片,能独立验收,且自带阻塞边(谁必须先完成)。宽重构是例外,要拆成"扩张—迁移—收缩"三段。
3. 实现:tdd + ponytail
tdd 管的是"测试值不值得留",而不是"先写测试"这么简单:
- 测试只写在事先约定好的接缝上,写在接口上而不是实现细节上;
- 三条反模式:实现耦合、同义反复(断言用代码的方式重算期望值,永远无法与代码分歧)、水平切片(先写完所有测试再写实现);
- 明确声明:重构不属于红绿循环,它属于评审阶段。
ponytail 是全程生效的约束,逼你走"最懒但有效"的路径,有个七级阶梯:这需求需要存在吗 → 代码库里已有吗 → 标准库能做吗 → 平台原生能力能做吗 → 已装的依赖能解决吗 → 能一行吗 → 最后才写最小实现。它同时守住了底线:信任边界的输入校验、防数据丢失的错误处理、安全、无障碍,永远不简化。
4. 评审:code-review
两个互相隔离的子代理并行跑,产出两份报告,且刻意不合并排名:
- Standards:代码是否符合仓库文档化的标准?外加一份固定的 Fowler 坏味道基线(神秘命名、重复代码、依恋情结、数据泥团……),每个都只是"可能"的启发式判断,且仓库标准永远优先。
- Spec:代码是否忠实实现了最初的 spec?漏做了什么、多做了什么(范围蔓延)、看着做了但做错了什么。
分开的理由很直白:符合所有规范但实现错了东西,和精确实现需求但破坏了项目惯例,是两种不同的失败,合并排名会让一条轴掩盖另一条。
诊断:diagnosing-bugs
单独的一条路径,用户说"诊断/调优/变慢"时触发。它有一条不可绕过的铁律:
先建立能变红的反馈回路,没有回路不得进入假设阶段。
信号必须"红得起来"——能驱动真实代码路径、断言用户描述的那个症状,而不是"没报错"。然后才是复现与最小化、3–5 条可证伪假设、一次只改一个变量的插桩、修好并留回归测试、清理掉所有 [DEBUG-xxxx] 埋点。
三、前端支线
前端不进主线,与阶段 2–3 并行。路由规则是只在需要时选一个:
| 场景 | 用哪个 |
|---|---|
| 有 Figma 链接或 node id | figma(先取设计上下文与截图,再翻译成本项目约定) |
项目用 shadcn/ui 或存在 components.json | shadcn(查已有组件、用语义色、不手搓标记) |
| 落地页、作品集、重设计 | design-taste-frontend |
| 后台、组件、常规页面 | frontend-design |
| 需要强视觉原型或 demo | frontend-skill |
这三个视觉类 skill 的分工很有意思:design-taste-frontend 走的是先读题再出手——先输出一句"Design Read"(这是什么页面、给谁看、什么语气),再据此设定三个拨盘(版式变化度 / 动效强度 / 信息密度),还带一整套"AI 味"反模式清单(紫色的渐变、居中的 hero、三张等宽卡片、Inter + slate-900)。frontend-skill 则强调克制:先构图再组件,默认不用卡片,第一个视口当海报而不是文档。
四、横切规则与边界
两条贯穿全程的规则:
- ponytail 全程适用:能不加就不加,优先标准库。
- domain-modeling 随时调用:术语或决策一变,就回去维护术语表和 ADR。
边界同样重要——这个流程不硬扛所有事:
- 需要计划审批或跨组件规格时,交给产品内置的 Plan / Spec 模式;
- 需要浏览器验证走
TRAE-browseruse; - 安全审计走
TRAE-security-review; - 纯静态、一眼可见的问题直接修,不启动诊断流程。
五、提炼出来的几条原则
- 每阶段只加载该阶段的技能,上下文是稀缺资源。
- 事实自己查,决策交给用户——这是几乎所有 skill 反复强调的分工。
- 先有信号,再有假设:无论调试还是评审,都得先有一个能变红的判据。
- 文档跟着讨论走:术语一确定就写进 GLOSSARY,决策一落定就记 ADR,绝不批量补写。
- 约束比能力更重要:ponytail 这样的"减法 skill"和 tdd 这样的"验证 skill",实际收益往往高于再多一个生成器。
一句话总结
Skills 的价值不在于让 AI 多做点什么,而在于让它在正确的阶段、用正确的方式少做点什么。
最后编辑于