skills
skills 是一个专为开发者打造的 AI 智能体技能集合，通过简单的 npx 命令就能为工作流注入特定能力。它将软件工程的全生命周期拆解为规划、开发、工具链及知识管理等多个维度的实用技能，例如交互式生成 PRD、执行测试驱动开发（TDD）或自动修复架构问题。
这解决了 AI 辅助编程中常见的指令模糊和流程断层痛点。使用 skills，开发者不再需要反复提示 AI 如何思考，而是直接调用成熟的方法论，确保从产品设计到代码落地的每一步都严谨有序。
它非常适合追求高效交付的软件工程师和技术负责人。独特的模块化架构允许按需安装技能，支持与 GitHub Issue、Obsidian 笔记库深度集成。此外，内置的安全钩子还能在 Git 操作前拦截危险指令，为 AI 编码提供额外保障，是提升现代软件开发体验的得力助手。
使用场景
一位资深前端开发者负责在老旧的 SaaS 平台中重构用户中心模块，需要兼顾新功能开发与系统长期稳定性。
没有 skills 时
- 需求理解依赖口头沟通，文档缺失导致开发方向频繁偏离，后期返工率高。
- 直接编码缺乏测试约束，引入隐蔽 Bug 后排查耗时，严重影响线上服务稳定性。
- 架构调整凭经验直觉，新旧代码耦合度高，后续迭代维护极其困难。
- 本地环境配置繁琐，每次拉取代码需手动安装依赖和配置 Git 钩子，浪费大量时间。
使用 skills 后
- 调用 write-a-prd 进行交互式访谈，自动生成结构化需求文档并拆解为独立 GitHub Issue。
- 启用 tdd 技能执行红绿重构循环，确保每个功能点交付前都有测试验证，减少回归风险。
- 运行 improve-codebase-architecture 扫描代码库，识别浅层模块并制定详细的重构实施计划。
- 通过 setup-pre-commit 一键配置 Husky 与类型检查，自动拦截潜在错误提交，保障代码质量。
skills 将碎片化的开发流程整合为标准化工具链，大幅提升了复杂项目的交付质量与团队协作效率。
运行环境要求
- 未说明
未说明
未说明
快速开始
智能体技能
一系列扩展规划、开发和工具化能力的智能体（Agent）技能集合。
规划与设计
这些技能帮助你在编写代码之前思考问题。
write-a-prd — 通过交互式访谈、代码库探索和模块设计创建产品需求文档（PRD）。作为 GitHub issue（问题）提交。
npx skills@latest add mattpocock/skills/write-a-prdprd-to-plan — 使用示踪弹式垂直切片（tracer-bullet vertical slices）将 PRD 转化为多阶段实施计划。
npx skills@latest add mattpocock/skills/prd-to-planprd-to-issues — 使用垂直切片将 PRD 分解为可独立领取的 GitHub issue。
npx skills@latest add mattpocock/skills/prd-to-issuesgrill-me — 针对计划或设计进行不间断质询，直到决策树的每个分支都得到解决。
npx skills@latest add mattpocock/skills/grill-medesign-an-interface — 使用并行子智能体（sub-agents）为模块生成多种截然不同的界面设计方案。
npx skills@latest add mattpocock/skills/design-an-interfacerequest-refactor-plan — 通过用户访谈创建包含微小提交（tiny commits）的详细重构计划，然后将其作为 GitHub issue 提交。
npx skills@latest add mattpocock/skills/request-refactor-plan
开发
这些技能帮助你编写、重构和修复代码。
tdd — 带有红 - 绿 - 重构（red-green-refactor）循环的测试驱动开发（TDD）。一次构建一个垂直切片的功能或修复一个 bug。
npx skills@latest add mattpocock/skills/tddtriage-issue — 通过探索代码库调查 bug，识别根本原因，并创建一个基于 TDD 的修复计划的 GitHub issue。
npx skills@latest add mattpocock/skills/triage-issueimprove-codebase-architecture — 探索代码库以寻找架构改进机会，专注于深化浅层模块和提高可测试性。
npx skills@latest add mattpocock/skills/improve-codebase-architecturemigrate-to-shoehorn — 将测试文件从
as类型断言（type assertions）迁移到 @total-typescript/shoehorn。npx skills@latest add mattpocock/skills/migrate-to-shoehornscaffold-exercises — 创建包含章节、问题、解决方案和解释说明的练习目录结构。
npx skills@latest add mattpocock/skills/scaffold-exercises
工具与设置
setup-pre-commit — 配置 Husky 预提交钩子（pre-commit hooks），包括 lint-staged、Prettier、类型检查和测试。
npx skills@latest add mattpocock/skills/setup-pre-commitgit-guardrails-claude-code — 设置 Claude Code 钩子，在执行前阻止危险的 git 命令（如 push、reset --hard、clean 等）。
npx skills@latest add mattpocock/skills/git-guardrails-claude-code
写作与知识
write-a-skill — 创建具有适当结构、渐进式披露（progressive disclosure）和捆绑资源的新技能。
npx skills@latest add mattpocock/skills/write-a-skilledit-article — 通过重组章节、提高清晰度和精简文本来编辑和改进文章。
npx skills@latest add mattpocock/skills/edit-articleubiquitous-language — 从当前对话中提取 DDD（领域驱动设计）风格的通用语言（ubiquitous language）术语表。
npx skills@latest add mattpocock/skills/ubiquitous-languageobsidian-vault — 在 Obsidian 仓库（vault）中搜索、创建和管理笔记，支持维基链接和索引笔记。
npx skills@latest add mattpocock/skills/obsidian-vault
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。