My Skill

学习笔记 SKILL

ALL

1. Agent,终端

  • herdr 控制 Herdr 一个终端多路复用器，使用 Herdr 管理多个 coding agent

  • orca-cli 操作 Orca 管理的 worktree 等
  • orchestration Orca 中的受监督多 agent 协作

  • computer-use 用 Orca computer-use CLI 操作原生桌面应用

  • handoff 将当前上下文压缩成一个 handoff 文档，供后续 agent 人工或异步接手。

2. 工程实现、质量与安全

  • diagnosing-bugs 让 agent 调试真实问题
  • tdd 测试驱动开发
  • code-view 对代码进行双轴审查
  • prototype 构建一次性原型，产品交互方案
  • implement 根据已有 spec 或 tickets 落地实现
  • research 针对高可信度的一手资料调查某个问题

3. Matt Pocock

  • setup-matt-pocock-skills 项目初始化，给 repo 配置 issue tracker，trige labels 和其他的文档
  • ask-matt 路由器，根据当前的情况，决定使用哪一个 skill
  • triage
  • to-spec
  • to-tickets
  • domain-modeling
  • teach

4. 追问，决策

  • grill-me
  • grill-with-docs

5. SKILL 工具

  • skill-creator
  • find-skills 帮你发现和安装外部 skill。

6. UI

  • ui-ux-pro-max
  • frontend-design
  • ui-styling
  • web-design-engineer
  • design-system

我现在使用的

  • setup-matt-pocock-skills
  • ask-matt
  • grill-me
  • girll-with-docs
  • prototype
  • handoff
  • to-spec
  • to-tickets
  • implement
  • code-review 按规范与需求双维审查变更
  • diagnosing-bugs 疑难故障/性能问题诊断流程

  • tdd 测试驱动开发

SKILL

安装

目录

更新

删除

Waza

这个是 Tw93 mole 一个很牛的博主自己写的一套 SKILL Engineering habits you already know, turned into skills Claude can run. 你已经熟悉的工程习惯，转化为 Agent 可以掌握的技能

Waza 不是“给 Agent 加 8 个超能力”，而是把成熟工程师的工作约束写成可触发的操作 手册。

每一个 skill 基本都有同一骨架

  • 触发边界 什么时候触发
  • Outcome contract 结果，完成标准
  • Mode Picker 不同的任务走不同的流程
  • Hard Rules/Gotchas 禁止事项
  • 脚本化检查
  • 授权边界

其核心价值是把 Agent 从“马上生成答案”拉回到： │ 先确定问题类型，再拿证据，最后只做获授权的动作。

1. think 开发之前的决策系统

职责：把“我想做 X”变成另一位工程师无需重新决策就能执行的方案。

三种关键模式

  • 完整设计模式：新功能、架构、方案选型。
  • Lightweight Mode：问题已经清楚，只需决定怎么修。给一个推荐修复，等待批准。
  • Evaluation Mode：判断一个功能/产品方向“值不值得存在”。输出必须是 Kill / Keep / Pivot，而不是列一堆中立选项。
  • Triage Mode：用户一次丢来多个需求时，先分类为 Bug、已有功能、可接受改进、纯偏好 、超范围，再等待确认。

2. UI 带立场的视觉工程

职责：做出有明确设计方向、经过真实渲染验证的界面，而非默认 AI 风格页面。

它的前提很直接：如果一个界面换成任何内容仍然成立，往往只是模板，不是设计。

新界面先锁定 5 件事

  1. 谁在什么场景使用。
  2. 精确的审美方向，例如“高密度编辑感”，而不是“简洁现代”。
  3. 一个设计签名，例如字体、色彩系统、非对称布局或交互动效。
  4. 技术与可访问性约束。
  5. 一个有意义的微交互，或明确决定不做动效。

3. hunt 先证实根因，再允许修复

职责：处理报错、崩溃、回归、失败测试、行为异常和真正的视觉缺陷。

它最硬的一条要求：

│ 在改代码前，必须能写出一条可证伪的根因句子。 │ “根因是 file:line 的某个条件，因为某项证据。”

“可能是状态管理问题”不算根因。

调试流程

  1. 列出所有症状，不能只解释第一个。
  2. 沿真实执行路径追踪到具体条件。
  3. 用一个会推翻假设的探针验证。
  4. 再修复。
  5. 跑针对性测试或真实运行验证。
  6. 搜索同形问题，做 sibling sweep。

三次假设都失败后必须停下，交接已排除项和未知项，不能继续“再试一个”。

4. check 交付前的控制面

职责：代码审查、PR/Issue 分诊、发布准备、提交/推送/发布跟进、全项目审计。

它不是 hunt 的替代品：

  • hunt 回答“为什么坏了”。
  • check 回答“这次改动是否安全、完整、可交付”。

它先保护用户工作区

审查前先读取 git status –short –branch -uall。已有未提交、暂存、未跟踪文件都是用 户工作，不能擅自 stash、clean、切分支或移动到 /tmp。

5. write 去掉 AI 味

职责：润色中英文文本、发布说明、社交文案、本地化文案和长文。

它的核心立场不是“换更高级的词”，而是：

│ 保留作者的判断、节奏和讨厌什么，删掉任何人都可能写出来的空话。

6. learn 研究流程

职责：把陌生主题或多份资料整理成可靠心智模型、研究笔记或可发布文章。

它的六阶段是：

  1. Collect：只收集一手来源。
  2. Digest：判断哪些信息真能解释和预测问题，哪些只是泛泛常识。
  3. Outline：每个章节都要有来源支撑。
  4. Fill In：写不出来时回到该子主题重新理解。
  5. Refine：只精炼，不靠补新段落掩盖结构缺口。
  6. Self-review：用户线性通读后才适合发布。

7. read ：把“看链接”变成有隐私意识的获取流程

职责：读取网页与 PDF，并根据用户目标返回摘要、Markdown、引用或保存结果。

8. health 审计 Agent 系统

职责：检查 AI 编码环境的完整链条：

Agent 配置 → 指令面 → 工具/运行时 → 验证器 → AI 可维护性

它有两条独立的线：

  • Agent config health：Claude、Codex、Pi 的指令漂移、Hooks、MCP、权限、Skill 和 memory。
  • AI maintainability health：规则是否能在相关任务中被加载，重要风险是否有真实验证 ，生成物是否漂移，文档引用是否失效。

Matt

这个应该是现在用的最多的一套 skill 的工作流，我之前试了试，发现流程很复杂，需要很多的 token

继续阅读

Skills

【2026-08-17】学习Skills 与 AI 编程工具实践