AI 编程代理的「工程师规范」
推荐指数 68.0 NO. 003 · 2026.07.07
Stars70,624
为什么值得看
将资深工程师的开发流程、质量门禁和最佳实践编码为 8 条可复用的 Agent Skills,通过 slash command 自动匹配开发阶段。解决当前 AI 编码工具输出不稳定、缺乏工程纪律的核心痛点。
Production-grade engineering skills for AI coding agents.
媒体预览
编辑判断
当前主流 AI 编程工具如 Cursor、Windsurf 的核心瓶颈不是代码生成能力,而是缺乏系统性的工程约束——同样的 prompt 每次输出风格迥异,代码审查环节经常漏掉性能和安全问题。Addy Osmani 这套方案本质上是把 Google 内部 SRE 和代码评审的成熟实践「降维」成 Agent 可执行的规则集。
与 Devin、OpenAI Codex CLI 等端到端 Agent 相比,这套技能集更轻量且可组合,适合已有 CI/CD 流程的团队渐进式采用,而非推翻现有工具链。特别值得注意的是 web performance audit 这条技能,直接对接了 Osmani 在 Chrome 团队的专业积累,这是其他通用 Agent 框架不会覆盖的垂直深度。
如果你团队已经在用 GitHub Copilot 或 Cursor 但苦于代码质量参差不齐,建议优先接入 /review 和 /prove 两条命令,用最小成本建立质量基线。
Star History
生态分析
Production
AI编码Agent的工程规范制定者,定义可复用的生产级技能标准
独特价值:将资深工程师经验编码为8条标准化Agent Skills,通过slash command自动匹配开发阶段
竞品: