谷歌 AI 總監開源「Agent Skills」：谷歌工程文化編碼沉澱為 6 階段開發全生命週期、19 項生產級 Skills 框架
整理版優先睇
Google AI 總監開源 Agent Skills：將工程文化編碼成 AI Agents 可執行嘅六階段開發框架
呢篇文章介紹 Google Cloud AI 總監 Addy Osmani 開源嘅 agent-skills 項目，佢係一套為 AI Coding Agents 設計嘅生產級工程技能集合。作者眼見 AI 寫程式成日走捷徑，跳過規範、測試、安全審查等關鍵步驟，所以將 Google 資深工程師嘅工作流、質量門禁同最佳實踐系統化整理，令 Agents 喺開發每個階段都跟足做。
項目採用「DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP」六階段生命週期，每階段有對應Skills，總共19項核心技能，仲有7個斜槓命令、3個預配置專家角色同4份檢查清單。Skills 嘅設計好特別：每項都包含步驟、驗證門禁，仲有「反合理化」表格——列出 Agents 成日用嚟偷懶嘅藉口同對應反駁，確保質量。
整體嚟講，呢個框架係想將「點樣寫好生產級軟件」呢種隱性知識，變成 Agents 睇得明、跟得到嘅結構化指引。無論你用 Claude Code、Cursor、Windsurf 定 GitHub Copilot，都可以直接匯入用。文章仲強調呢套嘢嚟自 Google 工程文化，例如 Hyrum's Law、測試金字塔、主幹開發等經典概念，算係將大廠實戰經驗打包成 AI 可執行嘅資產。
- Agent Skills 核心目的：阻止 AI coding agents 走捷徑，強制跟足規範、測試、安全審查等生產級流程。
- 六階段開發生命週期：DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP，每個階段對應特定 Skills 目錄同命令。
- 19項核心技能覆蓋全流程，每項包含 Process、Rationalizations、Verification，設計上強制執行質素門禁。
- 提供多平台整合：Claude Code、Cursor、Windsurf、GitHub Copilot 等，直接匯入 Markdown 規則便可使用。
- 呢個框架唔係紙上談兵，而係將 Google 工程文化（如 Hyrum's Law、Beyonce Rule、trunk-based development）編碼成可執行工作流。
agent-skills GitHub 倉庫
項目主頁，包含完整六階段目錄、19項SKILL.md、檢查清單及多平台整合指引。
內容結構
┌─ Frontmatter ─────────────────────────┐│ name: lowercase-hyphen-name ││ description: Use when [trigger] │└───────────────────────────────────────┘Overview → Skills 作用When to Use → 觸發條件Process → 分步工作流Rationalizations → 藉口與反駁Red Flags → 問題信號Verification → 證據要求問題背景：點解要將工程師經驗編碼成 Agent Skills？
Addy Osmani 留意到，AI Coding Agents 預設行為係「行短路徑」——即係跳過規格、測試、安全審查呢啲令軟件可靠嘅做法。呢個固有問題，靠單次 prompt 好難解決。
「AI coding agents default to the shortest path - which often means skipping specs, tests, security reviews」——呢句直接點出項目嘅出發點。
所以佢開源咗 agent-skills，將 Google 資深工程師嘅工作流同質量門禁編碼成 Agents 可以跟嘅結構化技能，令 Agents 喺開發每個階段都一致地執行最佳實踐。
核心架構：六階段開發生命週期
項目採用結構化六階段流程，每個階段對應特定目錄同 Skills：DEFINE（定義）、PLAN（規劃）、BUILD（構建）、VERIFY（驗證）、REVIEW（審查）、SHIP（交付）。
斜槓命令體繫有7個：/spec、/plan、/build、/test、/review、/code-simplify、/ship，每條命令都有核心原則，例如「Spec before code」「Clarity over cleverness」。
Skills 體系一共19項核心技能，分佈喺六階段。例如 Define 階段有 idea-refine 同 spec-driven-development；Build 階段有 incremental-implementation 同 context-engineering 等。
- 1 DEFINE：idea-refine — 結構化發散/收斂，將模糊諗法變成具體提案；spec-driven-development — 寫涵蓋目標、命令、結構、測試邊界嘅 PRD。
- 2 PLAN：planning-and-task-breakdown — 將規格拆成細小可驗證任務，包含驗收標準同依賴排序。
- 3 BUILD：incremental-implementation — 薄垂直切片，實現、測試、驗證、提交，配合功能標誌同安全默認值。
- 4 VERIFY：test-driven-development — 紅-綠-重構，跟測試金字塔（80/15/5）；debugging-and-error-recovery — 五步分類：復現、定位、簡化、修復、防護。
- 5 REVIEW：code-review-and-quality — 五軸審查、變更規模約100行；security-and-hardening — OWASP Top 10 防護、三層邊界系統。
- 6 SHIP：git-workflow-and-versioning — 主幹開發、原子提交；ci-cd-and-automation — 左移、功能標誌、質量門禁流水線。
每項 SKILL.md 都有統一格式：Frontmatter（名稱、觸發描述）、Overview、When to Use、Process、Rationalizations（藉口同反駁）、Red Flags、Verification（證據要求）。呢種結構令 Agents 可以精準執行。
關鍵設計特色：反合理化、驗證門禁同多重角色
呢個框架有幾個好值得留意嘅設計選擇。首先係反合理化（Anti-rationalization）——每項Skill都有個表格，列出Agent為咗跳過步驟常用嘅藉口，同埋對應嘅反駁。
「Verification is non-negotiable」——每項Skills以證據要求結束，確保「Seems right」永遠唔夠，要真係有客觀證明。
第二係提供3個預配置專家角色：code-reviewer（Senior Staff Engineer視角）、test-engineer（QA Specialist）、security-auditor（Security Engineer）。你可以根據任務需要叫呢啲角色出嚟，用唔同角度審查代碼。
仲有4份參考檢查清單：testing-patterns.md、security-checklist.md、performance-checklist.md、accessibility-checklist.md，涵蓋提交前要睇嘅關鍵位。
- 測試檢查清單包含測試結構、Mock、React/API/E2E示例，仲有反模式提醒。
- 安全檢查清單涵蓋認證、輸入驗證、Headers、CORS、OWASP Top 10。
- 性能檢查清單以Core Web Vitals為目標，提供前端/後端檢查同測量命令。
- 無障礙檢查清單覆蓋鍵盤導航、屏幕閲讀器、ARIA、測試工具。
呢啲資源唔係純粹參考，而係可以直接嵌入 Agents 嘅規則，等佢哋自動跟足。
多平台整合：點樣用落嘅實際工具度？
項目提供工具無關嘅 Markdown 格式，同時有針對主流 AI Coding Agents 嘅具體整合方案。Claude Code 有原生插件支援斜槓命令；Cursor 可以將 SKILL.md 放落 .cursor/rules/ 或引用 skills/ 目錄。
Windsurf 用戶可以將內容加入規則配置；GitHub Copilot 可以用 agents/ 做 personas，內容放落 .github/copilot-instructions.md。其他工具只要接受系統 prompt 或指令檔案，都食到純 Markdown 版本。
重要係：呢套框架本身唔綁死任何工具，你可以揀適合自己 workflow 嘅整合方式。
另外，項目仲話明方法論嚟自 Google 工程文化，包括 Software Engineering at Google 同 Google's engineering practices guide，裡面嵌入咗 Hyrum's Law、Beyonce Rule、trunk-based development 呢啲經典概念。
Google Cloud AI (Gemini | Vertex) 總監 Addy Osmani 最近開源咗 Google 資深工程師嘅寶藏經驗「Agent Skills」：生產級工程 Skills 集合，覆蓋 6 階段開發全生命週期、19 項核心 Skills，真係寶藏 Skills。
項目定位
agent-skills 係一套面向 AI Coding Agents 嘅生產級工程技能集合。根據項目自述，佢嘅核心目的係解決一個具體問題：
"AI coding agents default to the shortest path - which often means skipping specs, tests, security reviews, and the practices that make software reliable."
項目將資深工程師構建軟件時用嘅工作流、質量門禁同最佳實踐進行編碼，令 AI Agents 能夠喺開發嘅每個階段一致咁跟從呢啲規範。
項目地址：
https://github.com/addyosmani/agent-skills[1]
核心架構：六階段開發生命週期
項目採用結構化嘅六階段流程，每個階段對應特定嘅目錄同 Skills：
DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP
/spec /plan /build /test /review /ship
命令體系（7 個斜槓命令）
Skills 體系（19 項核心 Skills）
Skills 按開發階段組織，每項 Skills 都包含步驟、驗證門禁同反合理化表格：
Define（定義）
- idea-refine：結構化發散/收斂思維，將模糊諗法轉化為具體提案
- spec-driven-development：編寫涵蓋目標、命令、結構、代碼風格、測試同邊界嘅 PRD
Plan（規劃）
- planning-and-task-breakdown：將規格分解成細小、可驗證嘅任務，包含驗收標準同依賴排序
Build（構建）
- incremental-implementation：薄垂直切片——實現、測試、驗證、提交；功能標誌、安全默認值、可回滾變更
- context-engineering：喺正確時間向 Agent 提供正確信息
- frontend-ui-engineering：組件架構、設計系統、狀態管理、響應式設計、WCAG 2.1 AA 無障礙
- api-and-interface-design：契約優先設計、Hyrum 定律、單一版本規則、錯誤語義、邊界驗證
Verify（驗證）
- test-driven-development：紅-綠-重構、測試金字塔（80/15/5）、測試規模、DAMP 優於 DRY、Beyonce 規則、瀏覽器測試
- browser-testing-with-devtools：Chrome DevTools MCP 實時運行時數據
- debugging-and-error-recovery：五步分類：復現、定位、簡化、修復、防護；停線規則、安全回退
Review（審查）
- code-review-and-quality：五軸審查、變更規模（約 100 行）、嚴重程度標籤、審查速度規範、拆分策略
- code-simplification：切斯特頓圍欄、500 行規則、喺保持精確行為嘅前提下降低複雜度
- security-and-hardening：OWASP Top 10 防護、認證模式、密鑰管理、依賴審計、三層邊界系統
- performance-optimization：測量優先方法、Core Web Vitals 目標、分析工作流、包分析、反模式檢測
Ship（交付）
- git-workflow-and-versioning：主幹開發、原子提交、變更規模、提交作為存檔點模式
- ci-cd-and-automation：左移、越快越安全、功能標誌、質量門禁流水線、失敗反饋循環
- deprecation-and-migration：代碼即負債心態、強制性與建議性棄用、遷移模式、殭屍代碼清除
- documentation-and-adrs：架構決策記錄、API 文檔、內聯文檔標準——記錄「點解」
- shipping-and-launch：發佈前檢查清單、功能標誌生命週期、分階段推出、回滾程序、監控設置
技能嘅標準解剖結構
每個 SKILL.md 跟從統一格式：
┌─ Frontmatter ─────────────────────────┐
│ name: lowercase-hyphen-name │
│ description: Use when [trigger] │
└───────────────────────────────────────┘
Overview → Skills 作用
When to Use → 觸發條件
Process → 分步工作流
Rationalizations → 藉口與反駁
Red Flags → 問題信號
Verification → 證據要求
關鍵設計選擇
- Process, not prose — Skills 係 Agent 跟從嘅工作流，唔係用嚟睇嘅參考資料
- Anti-rationalization — 每項 Skill 包含 Agent 為咗 skip 步驟常用嘅藉口表同反駁
- Verification is non-negotiable — 每項 Skill 以證據要求結束，「Seems right」永遠唔足夠
- Progressive disclosure —
SKILL.md為入口，支援性參考資料淨係喺需要嘅時候加載，保持 Token 使用最小化
Agents 角色（3 個預配置專家）
參考檢查清單（4 份）
- testing-patterns.md：測試結構、命名、Mock、React/API/E2E 示例、反模式
- security-checklist.md：提交前檢查、認證、輸入驗證、Headers、CORS、OWASP Top 10
- performance-checklist.md：Core Web Vitals 目標、前端/後端檢查清單、測量命令
- accessibility-checklist.md：鍵盤導航、屏幕閲讀器、視覺設計、ARIA、測試工具
多平台支持
項目提供與工具無關嘅 Markdown 格式，同時針對主流 AI Coding Agents 提供具體集成方案：
- Claude Code：原生插件（
@addy-agent-skills），支援斜槓命令 - Cursor：複製
SKILL.md至.cursor/rules/或者引用完整skills/目錄 - Windsurf：加 Skills 內容到規則配置
- GitHub Copilot：使用
agents/作為 Copilot personas，Skills 內容放入.github/copilot-instructions.md - Codex / 其他：純 Markdown，任何接受系統提示詞或者指令文件嘅 Agent 都用得到
工程文化來源
項目明確聲明佢哋嘅方法論來源：
「Skills bake in best practices from Google's engineering culture — including concepts from Software Engineering at Google and Google's engineering practices guide.」
具體嵌入嘅概念包括：
- Hyrum's Law（API 設計）
- Beyonce Rule & test pyramid（測試）
- Change sizing & review speed norms（代碼審查）
- Chesterton's Fence（簡化）
- Trunk-based development（Git 工作流）
- Shift Left & feature flags（CI/CD）
- Code-as-liability mindset（棄用）
貢獻標準
項目對貢獻嘅 Skills 有明確要求：
- Specific：可操作嘅步驟，唔係模糊建議
- Verifiable：清晰嘅退出標準同證據要求
- Battle-tested：基於真實工作流
- Minimal：淨係包含引導 Agent 所需嘅必要內容
許可證
MIT License — 可以喺項目、團隊同工具入面自由使用。
總結
agent-skills 係一個系統性嘅 AI Coding Agents Skills 框架，透過將軟件工程最佳實踐編碼成結構化、可驗證嘅工作流，嘗試解決 AI 編程工具「走捷徑」嘅固有問題。佢嘅核心價值在於提供咗從諗法到生產嘅完整生命週期管理，並透過「反合理化」設計強制保證質量門禁嘅執行。
最後係我分享過嘅一啲 Skills
深度解讀 OpenAI 同 Anthropic 嘅前端設計 Skills：令所有人做出頂級設計感嘅專業級網站
深度拆解 ClawHub Skills 排名榜首「self-improving-agent」：記錄經驗、總結錯誤，形成持久化經驗，提取 Skills，不斷自我提升
一人公司 (OPC) 創業必備嘅 9 個 Agent Skills
Google Cloud AI (Gemini | Vertex) 總監 Addy Osmani 最新開源了 Google 資深工程師寶藏經驗「Agent Skills」：生產級工程 Skills 集合，覆蓋 6 階段開發全生命週期、19 項核心 Skills，真是寶藏 Skills。
項目定位
agent-skills 是一套面向 AI Coding Agents 的生產級工程技能集合。根據項目自述，其核心目的是解決一個具體問題：
"AI coding agents default to the shortest path - which often means skipping specs, tests, security reviews, and the practices that make software reliable."
項目將資深工程師構建軟件時使用的工作流、質量門禁和最佳實踐進行編碼，使 AI Agents 能夠在開發的每個階段一致地遵循這些規範。
項目地址：
https://github.com/addyosmani/agent-skills[1]
核心架構：六階段開發生命週期
項目採用結構化的六階段流程，每個階段對應特定的目錄和 Skills：
DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP
/spec /plan /build /test /review /ship
命令體系（7 個斜槓命令）
Skills 體系（19 項核心 Skills）
Skills 按開發階段組織，每項 Skills 均包含步驟、驗證門禁和反合理化表格：
Define（定義）
- idea-refine：結構化發散/收斂思維，將模糊想法轉化為具體提案
- spec-driven-development：編寫涵蓋目標、命令、結構、代碼風格、測試和邊界的 PRD
Plan（規劃）
- planning-and-task-breakdown：將規格分解為小的、可驗證的任務，包含驗收標準和依賴排序
Build（構建）
- incremental-implementation：薄垂直切片——實現、測試、驗證、提交；功能標誌、安全默認值、可回滾變更
- context-engineering：在正確時間向 Agent 提供正確信息
- frontend-ui-engineering：組件架構、設計系統、狀態管理、響應式設計、WCAG 2.1 AA 無障礙
- api-and-interface-design：契約優先設計、Hyrum 定律、單一版本規則、錯誤語義、邊界驗證
Verify（驗證）
- test-driven-development：紅-綠-重構、測試金字塔（80/15/5）、測試規模、DAMP 優於 DRY、Beyonce 規則、瀏覽器測試
- browser-testing-with-devtools：Chrome DevTools MCP 實時運行時數據
- debugging-and-error-recovery：五步分類：復現、定位、簡化、修復、防護；停線規則、安全回退
Review（審查）
- code-review-and-quality：五軸審查、變更規模（約 100 行）、嚴重程度標籤、審查速度規範、拆分策略
- code-simplification：切斯特頓圍欄、500 行規則、在保持精確行為的前提下降低複雜度
- security-and-hardening：OWASP Top 10 防護、認證模式、密鑰管理、依賴審計、三層邊界系統
- performance-optimization：測量優先方法、Core Web Vitals 目標、分析工作流、包分析、反模式檢測
Ship（交付）
- git-workflow-and-versioning：主幹開發、原子提交、變更規模、提交作為存檔點模式
- ci-cd-and-automation：左移、越快越安全、功能標誌、質量門禁流水線、失敗反饋循環
- deprecation-and-migration：代碼即負債心態、強制性與建議性棄用、遷移模式、殭屍代碼清除
- documentation-and-adrs：架構決策記錄、API 文檔、內聯文檔標準——記錄"為什麼"
- shipping-and-launch：發佈前檢查清單、功能標誌生命週期、分階段推出、回滾程序、監控設置
技能的標準解剖結構
每個 SKILL.md 遵循統一格式：
┌─ Frontmatter ─────────────────────────┐
│ name: lowercase-hyphen-name │
│ description: Use when [trigger] │
└───────────────────────────────────────┘
Overview → Skills 作用
When to Use → 觸發條件
Process → 分步工作流
Rationalizations → 藉口與反駁
Red Flags → 問題信號
Verification → 證據要求
關鍵設計選擇
- Process, not prose — Skills 是 Agent 遵循的工作流，而非供閲讀的參考資料
- Anti-rationalization — 每項 Skill 包含 Agent 為跳過步驟常用的藉口表及反駁
- Verification is non-negotiable — 每項 Skill 以證據要求結束，"Seems right" 永遠不足夠
- Progressive disclosure —
SKILL.md為入口，支持性參考資料僅在需要時加載，保持 Token 使用最小化
Agents 角色（3 個預配置專家）
參考檢查清單（4 份）
- testing-patterns.md：測試結構、命名、Mock、React/API/E2E 示例、反模式
- security-checklist.md：提交前檢查、認證、輸入驗證、Headers、CORS、OWASP Top 10
- performance-checklist.md：Core Web Vitals 目標、前端/後端檢查清單、測量命令
- accessibility-checklist.md：鍵盤導航、屏幕閲讀器、視覺設計、ARIA、測試工具
多平台支持
項目提供與工具無關的 Markdown 格式，同時針對主流 AI Coding Agents 提供具體集成方案：
- Claude Code：原生插件（
@addy-agent-skills），支持斜槓命令 - Cursor：複製
SKILL.md至.cursor/rules/或引用完整skills/目錄 - Windsurf：添加 Skills 內容至規則配置
- GitHub Copilot：使用
agents/作為 Copilot personas，Skills 內容放入.github/copilot-instructions.md - Codex / 其他：純 Markdown，任何接受系統提示詞或指令文件的 Agent 均可使用
工程文化來源
項目明確聲明其方法論來源：
"Skills bake in best practices from Google's engineering culture — including concepts from Software Engineering at Google and Google's engineering practices guide."
具體嵌入的概念包括：
- Hyrum's Law（API 設計）
- Beyonce Rule & test pyramid（測試）
- Change sizing & review speed norms（代碼審查）
- Chesterton's Fence（簡化）
- Trunk-based development（Git 工作流）
- Shift Left & feature flags（CI/CD）
- Code-as-liability mindset（棄用）
貢獻標準
項目對貢獻的 Skills 有明確要求：
- Specific：可操作的步驟，非模糊建議
- Verifiable：清晰的退出標準及證據要求
- Battle-tested：基於真實工作流
- Minimal：僅包含引導Agent所需的必要內容
許可證
MIT License — 可在項目、團隊和工具中自由使用。
總結
agent-skills 是一個系統性的 AI Coding Agents Skills 框架，通過將軟件工程最佳實踐編碼為結構化、可驗證的工作流，試圖解決 AI 編程工具"走捷徑"的固有問題。其核心價值在於提供了從想法到生產的完整生命週期管理，並通過"反合理化"設計強制保證質量門禁的執行。
最後是我分享過的一些 Skills
深度解讀 OpenAI 與 Anthropic 的前端設計 Skills：讓所有人做出頂級設計感的專業級網站
深度拆解 ClawHub Skills 排名榜首「self-improving-agent」：記錄經驗、總結錯誤，形成持久化經驗，提取 Skills，不斷自我提升