Appearance
跟AI结对编程时，你有没有过这种体验：需求还没想清楚，就让AI开始写代码；改个Bug，AI直接给你引入三个新Bug。问题不是AI不够聪明，而是缺少一套规范化的开发工作流。
GitHub Star 32000+的开源项目Matt Pocock Skills，核心解决一个问题：别让AI瞎干，先让它学会怎么思考。
Skills解决了什么问题
Matt Pocock是TypeScript圈子里的大神级人物，也是Total TypeScript的创始人。他把日常开发中实际在用的.claude/目录里的技能包，一个个整理出来开源成了这个项目。
上线不到半年，GitHub Star冲到32000+，连Google Agent Skills的作者都在推荐。
核心理念： AI编程工具的效果参差不齐，不是模型不够强，而是工作流不规范。把专业工程师的工作方式固化下来，让AI也能按这个标准执行——这才是提效的关键。
四类专业技能，覆盖完整开发流程
整个项目包含30+个实战技能，覆盖四大工作场景，支持一行命令直接调用。
🧠 规划与设计（Planning）
grill-me：深度反问，让AI主动质疑需求to-prd：生成PRD文档to-issues：拆解为Issuedesign-an-interface：接口设计
⚙️ 开发实战（Development）
tdd：测试驱动开发request-refactor-plan：重构规划- 严格遵循TDD红-绿-重构循环
🔧 工具配置（Tooling）
setup-pre-commit、ESLint、Prettier、Git Hooks一键配置- 5分钟搞定新项目基建
📝 写作与知识（Writing）
ubiquitous-language：提取领域术语- 自动生成知识库文档
- DDD团队共识语言分钟级生成
实际使用场景
场景一：需求还没想清楚，不让AI直接写代码
以前： 想到哪写到哪，写一半发现方向错了，推倒重来。
现在： 任何新功能先跑一遍grill-me，AI会主动反问：
- 权限粒度到什么级别？
- 要支持角色继承吗？
问题答完，用to-prd生成结构化PRD文档，再用to-issues拆成10个具体Issue。
场景二：让AI严格按TDD循环写代码
装上tdd技能后，让AI写登录功能。AI不会直接写实现代码，而是：
- 先写测试用例（正常登录、密码错误、用户不存在）
- 确认测试用例后，再写实现代码
- 跑测试：红 → 绿 → 重构循环
这就是专业工程师的工作方式，AI现在也能学会了。边界条件不再漏掉，生成的代码质量稳定在及格线以上。
场景三：新项目配置从1小时缩短到5分钟
bash
npx skills@latest add mattpocock/skills/setup-pre-commit装完之后跟AI说一句："帮我配置一下pre-commit"，AI会自动安装Husky、lint-staged、Prettier，配置所有钩子，全程不用操心。
场景四：自动提取项目领域术语
ubiquitous-language这个技能会把项目代码丢给AI，自动提取出领域术语表——这就是DDD（领域驱动设计）里强调的团队共识语言，手动整理要好几天，AI几分钟搞定。
怎么上手
不需要全局安装，不需要复杂配置，一行命令直接调用：
bash
# 安装单个技能
npx skills@latest add mattpocock/skills/tdd
# 安装多个技能
npx skills@latest add mattpocock/skills/tdd \
mattpocock/skills/to-prd \
mattpocock/skills/grill-me
# 验证安装
# 直接跟AI说："用TDD的方式，帮我写一个用户注册功能"如果你用Cursor或其他IDE，也可以手动把技能文件复制到项目的.claude/skills/目录下，同样生效。
数据说话
| 指标 | 效果 |
|---|---|
| 生产环境Bug率 | ↓ 30% |
| 新项目配置耗时 | 5分钟（原1小时+） |
| GitHub Star | 32000+（不到半年） |
更大的背景：2026是AI编程工作流元年
Skills项目的火爆，背后是一整个趋势：AI编程正在从"氛围编码"（Vibe Coding）走向"规范驱动开发"（SDD，Spec-Driven Development）。
| 项目/理念 | 核心思路 | 与Skills的关系 |
|---|---|---|
| Matt Pocock Skills | 把工程师工作流固化为可复用技能 | — |
| OpenSpec | 规范驱动开发，六阶段工作流 | 更系统的规范管理层 |
| Kiro IDE | Steering Rules + Specs + Hooks三层规范 | IDE层面的工作流固化 |
| OpenClaw Dreaming | AI记忆巩固，跨会话积累经验 | 记忆层与工作流层互补 |
写在最后
AI编程工具越来越多，Cursor、Copilot、OpenClaw、Claude Code……为什么用起来效果参差不齐？
不是工具的问题，是工作流的问题。
Matt Pocock的Skills做的事情很简单：把好的工作流固化下来，让AI也能按专业工程师的标准干活。
与其等下一个更强的模型，不如先学会怎么更好地驾驭已有的工具。从安装一个tdd技能开始，让你的AI先写测试再写代码——这个习惯本身，可能就值回票价了。
