Skip to content

Repository files navigation

skills

skills.sh

三线 Agent Skill 体系——47 个原子技能。这不是一份技能清单,而是一套方法论的沉淀:让 AI 助手在「软件开发生命周期」、「知识管理」与「陌生领域学习」三条工作流上,每次都以相同的过程工作。

Agent Skill 是写给 AI Agent 的指令包:一段触发描述 + 有序步骤 + 按需展开的参考。本仓库把这种指令包系统化为 47 个 skill + 22 个 reference 文件——围绕"让指令可预测"组织。

为什么要做

单条指令不难写,难的是让 Agent 在几十种任务上行为一致。这套体系诞生于三条长期工作流:

  • 软件开发:数据管道(Python + PostgreSQL)、WEB 全栈(NestJS + Prisma)
  • 知识管理:一个 Obsidian 库的剪藏、消化、织网、写作
  • 陌生领域学习:从零学习新领域——建图、深挖、验证、沉淀

没有体系时,规则只有两种命运:要么散落在各处被遗忘,要么膨胀成没人能读完的单体——曾经的 note-workflow 171 行、git-operations 325 行。Agent 每次运行都可能挑着遵守不同的子集,行为不稳定,token 在重复解释规则中浪费。

这套体系的目标只有一个:从随机系统中拧出确定性——每次运行采取相同的过程。这是所有设计的根源美德,定义见 writing-great-skills

从哪来

目标确定了,方法的起点是 Matt Pocock(TypeScript 教育家、开源 agent skills 作者)公开的 36 个 skills。2026 年 7 月逐份分析后,提取了 14 条可复用设计原则——原子化拆分、共享 primitive、编排器模式、用精确术语锚定行为(Leading Word)……

为什么不直接用 Matt 原版? 四个理由:

  1. 编排器:Matt 的 7 个主流程 skill 是松散管道,靠人手动串联;这里需要一个有状态的总调度器,按阶段路由、自动加载原子 skill
  2. 中文环境:所有 skill 用简体中文书写(Matt 原版为英文),与日常工作语言一致
  3. 知识管理脊椎:Matt 体系没有知识管理——Fabric 脊椎(捕获→提炼→织网)是全新设计
  4. 项目热插拔:项目专属技能按 AGENTS.md 声明注册,随项目装卸

于是有了「三线编排器」:Grid(软件开发生命周期)、Fabric(知识管理)与 Learn(陌生领域学习),各自是一个总编排器——有内部状态的总调度器,按阶段路由并驱动原子 skill。Learn 与 Fabric 构成流水线接力(Learn 管"内容到手前"的认知获取,收获后交接 Fabric 沉淀)。此外,被三条线共用的底层技能沉淀为全局共享 primitive

演化线:

  • 2026-07-15 v1.0.0:编制完成 40 个 skill,按 8 个功能域分组
  • 2026-07-28 v1.0.1:体系自审与瘦身——理论深化 + 项目实例化配置
  • 2026-08-06 v1.0.2:全量部署到运行时位置(全局 13 + 知识库 16 + 项目 11)
  • 2026-08-15 v1.0.3:docs 与 skills 逐份核验同步
  • 2026-08-17 v1.0.5:CHANGELOG 规范治理——新增 changelog-guide 校验守卫(42 个 skill)
  • 2026-08-23 v1.0.7:新增 Learn 脊椎——陌生领域学习策略编排(47 个 skill)

沉淀下来的不是 47 个文件,而是一套从"分析别人的体系"到"演化出自己的体系"的方法。

能做什么

方法落地为 47 个 skill,按 9 个功能域组织,部署在三个层次:

graph TB
    GRID["Grid 编排器<br/>软件开发生命周期"]
    FAB["Fabric 编排器<br/>Obsidian 知识管理"]
    LEARN["Learn 编排器<br/>陌生领域学习"]
    SHARED["全局共享层 · 15 个<br/>shared(4) + git(6) + engineering(5)"]
    VAULT["知识库专属层 · 21 个<br/>knowledge(7) + writing(4) + project(5) + learning(5)"]
    PROJ["项目热插拔层 · 11 个<br/>TDX(5) + trading-assistant(6)"]

    GRID --> SHARED
    FAB --> SHARED
    LEARN -->|收获交接| FAB
    FAB --> VAULT
    LEARN --> VAULT
    GRID -.->|按 AGENTS.md 声明加载| PROJ

    style GRID fill:#ff9,stroke:#333
    style FAB fill:#9f9,stroke:#333
    style LEARN fill:#9cf,stroke:#333
Loading

三条工作流的流程线:

  • Grid路由 → 拷问 → PRD → 拆Issue → 编码内循环 → 超大任务规划
  • Fabric捕获 → 分类 → 归位 → 提炼 → 输出 → 织网
  • Learn建图 → 深挖 → 验证 → 更新地图 → 收获(交接 Fabric)
功能域 数量 职责
shared — 全局共享 primitive 4 Skill 元规范、一问一答拷问、红绿循环测试、8 目录文档骨架
git — Git 工程工具 5 危险命令拦截、提交原则、分支规划、分支生命周期、推送原则
engineering — Grid 脊椎 5 总编排器 + PRD 综合、Issue 拆分、双轴代码审查、大型重构渐进规划
knowledge — Fabric 脊椎 7 捕获 → 分类 → 归位 → 提炼 → 输出 → 织网
learning — Learn 脊椎 5 陌生领域学习:建图 → 深挖 → 验证 → 收获 → 交接 Fabric
writing — 写作体系 4 碎片采集 → 节拍编排 → 逐段塑形 → 逐段重写
project — 项目管理 5 初始化 → 计划 → 回顾 → 链接 → 归档
tdx — TDX 项目专属 5 TdxQuant 文档、Loguru、Prisma 规范、10 步开发流程、集成测试
trading-assistant — TA 项目专属 6 NestJS 生成、Schema 同步、金融审查、契约校验、文档同步、测试

各域 README 内含每个 skill 的一句话职责。

项目专属两域采用热插拔注册制:项目在 AGENTS.md 中声明技能列表,Grid 在路由和编码阶段扫描声明、按任务类型动态推荐加载。

如何正确使用

对工具读者,以下是从安装到排障的完整路径。

三步上手

  1. 安装npx skills add Grid0723/skills——全局安装对所有项目可用;在目标目录内安装则只对该项目(或本知识库)生效
  2. 触发:skill 按 description 自动匹配 > 编排器路由 > 用户主动调用 的优先级加载。Grid/Fabric/Learn 编排器设置了 disable-model-invocation: true,模型不会自动调用它们——通过对话语义触发("帮我实现…"、"整理知识库"、"我要学 X")即可
  3. 开始:现在就可以说「保存这个」、「帮我实现一个功能」或「我要学 X 领域」——编排器接管后,全程由它路由到正确的原子 skill

加载优先级

按部署层级加载:全局 ~/.agents/skills/ > 知识库 .agents/skills/ > 项目 <项目>/.agents/skills/。全局 15 个随处可用;知识库专属 21 个只在 Obsidian 库内可用;项目专属 11 个只在对应项目目录内可用。

Grid:软件工程任务的路由

graph TD
    START["用户输入:软件开发任务"] --> ROUTE{任务类型?}
    ROUTE -->|新功能| GRILL["grilling<br/>一问一答拷问"]
    ROUTE -->|"Bug 修复 / 重构"| ISSUE["to-issues<br/>拆解为 Task"]
    ROUTE -->|配置变更| CODE["编码内循环"]
    GRILL --> PRD["to-prd<br/>综合对话生成 PRD"]
    PRD --> ISSUE
    ISSUE --> BRANCH["git-branch-plan<br/>创建分支"]
    BRANCH --> CODE
    CODE --> LOOP{还有未完成 Task?}
    LOOP -->|有| TDD["tdd<br/>先写失败测试"]
    TDD --> IMPL[写实现]
    IMPL --> PASS{测试通过?}
    PASS -->|否| IMPL
    PASS -->|是| REVIEW["code-review<br/>代码审查"]
    REVIEW --> LOOP
    LOOP -->|全部完成| END["✅ 开发完成"]
    CODE -.->|全程约束| GGRD["git-guardrails<br/>git-commit-guide"]
Loading

Fabric:知识管理任务的路由

graph TD
    INTENT{知识管理意图} -->|"保存/剪藏"| CAP["capture<br/>捕获到收集箱"]
    INTENT -->|"归位/整理"| CLS["classify<br/>判断归属领域"]
    INTENT -->|"消化/提炼"| DIS["distill<br/>渐进式总结"]
    INTENT -->|"写文章/输出"| EXP["express<br/>写作管道路由"]
    INTENT -->|"扫库/织网"| CON["connect<br/>全量扫描"]
    INTENT -->|"项目相关"| PRJ["project-* 五个 skill"]
    CAP --> CLS
    CLS --> ORG["organize<br/>物理移动+标签"]
    ORG --> CHK3{子标签 ≥3?}
    CHK3 -->|是| MOC[提示建子主题 MOC]
    EXP --> WF[writing-fragments]
    WF --> WB[writing-beats]
    WB --> WS[writing-shape]
    WS --> EA[edit-article]
    DIS --> CHK5{子标签 ≥5?}
    CHK5 -->|是| HUB[提示融合 hub 笔记]
Loading

归位和提炼完成后会自动检测子标签下笔记数——≥3 篇提示建子主题 MOC,≥5 篇提示融合 hub 笔记,不需要手动记住阈值。

Learn:陌生领域学习任务的路由

graph TD
    START["用户输入:陌生领域学习意图"] --> INTENT{意图判断}
    INTENT -->|"从零学/入门"| LEARN["learn 编排器"]
    INTENT -->|"深挖单个概念"| DIG["dig<br/>局部深挖"]
    INTENT -->|"验证结论"| VER["verify<br/>交叉核查"]

    LEARN --> CLR{领域名/目标明确?}
    CLR -->|否| GRILL["grilling<br/>一问一答具体化"]
    GRILL --> MAP
    CLR -->|是| MAP["map<br/>建图: 采集→提取→聚合→语义关系"]
    MAP --> DIG
    DIG --> VER
    VER -->|不通过| DIG
    VER -->|通过| UPD["map<br/>更新地图"]
    UPD -->|仍有未知节点| DIG
    UPD -->|地图收敛| HAR["harvest<br/>收获沉淀"]
    HAR -->|交接| FAB["fabric 捕获阶段"]
Loading

Learn 与 Fabric 是流水线接力关系:Learn 管"内容到手前"的认知获取(建图→深挖→验证→更新地图循环),收获后产出写入 00_收集箱 交接 Fabric 沉淀(分类→归位→提炼→织网)。验证贯穿全程,防止"漂亮但不正确"的地图。

47 个 skill 分类矩阵

功能域 数量 部署层级 代表 skill
shared — 全局共享 primitive 4 全局 ~/.agents/skills/ writing-great-skills, grilling, tdd, doc-architecture
git — Git 工程工具 6 全局 git-guardrails, git-commit-guide, git-branch-plan, git-branch-lifecycle, git-push-guide, changelog-guide
engineering — Grid 脊椎 5 全局 grid, to-prd, to-issues, code-review, wayfinder
knowledge — Fabric 脊椎 7 知识库 .agents/skills/ fabric, capture, classify, organize, distill, express, connect
learning — Learn 脊椎 5 知识库 .agents/skills/ learn, map, dig, verify, harvest
writing — 写作体系 4 知识库 writing-fragments, writing-beats, writing-shape, edit-article
project — 项目管理 5 知识库 project-init, project-plan, project-review, project-links, project-archive
tdx — TDX 项目专属 5 TDX 项目 .agents/skills/ tdx-quant-docs, loguru, prisma-docs, tdx-dev-guide, tdx-test-spec
trading-assistant — TA 项目专属 6 TA 项目 .agents/skills/ nest-generate, prisma-sync, finance-review, api-contract, doc-sync, ta-test-spec

关键协作链路

场景 链路
新功能开发 grid → grilling → to-prd → to-issues → git-branch-plan → tdd → code-review → git-commit-guide
剪藏到消化 fabric → capture → classify → organize → distill
陌生领域学习 learn → map → dig → verify → 更新地图(循环)→ harvest → 交接 fabric
写一篇文章 fabric → express → writing-fragments → writing-beats → writing-shape → edit-article
项目收尾 project-archive → 提炼可复用知识反哺知识库 → 项目移入归档
织网检测 organize 完成后检 ≥3 提示建 MOC;distill 完成后检 ≥5 提示融合 hub

常见问题速答

  • skill 没被加载? 先确认已部署(对应路径下有 SKILL.md);再在对话中明确提及 skill 名或触发关键词。Grid/Fabric/Learn 需对话语义触发,不会被自动调用
  • 多个 skill 同时匹配? 编排器优先——先加载 Grid/Fabric/Learn,再由编排器路由到原子 skill
  • 项目专属 skill 不生效? 检查项目 AGENTS.mdskills: 声明,且当前工作目录必须在该项目内
  • 如何确认 skill 生效? 观察 @available_skills 列表中出现该 skill;加载后 Agent 会使用 skill 定义的精确术语

文档导航

  • Grid Skills 使用手册 — 完整操作指南:路由决策图、47 个 skill 的触发条件速查、协作关系、故障排查
  • CHANGELOG.md — 版本变更记录(Keep a Changelog + SemVer)
  • 各功能域职责速览见上方「能做什么」表格,每个域 README 含全部 skill 的一句话职责

About

三线 Agent Skill 体系——47 个原子技能。这不是一份技能清单,而是一套方法论的沉淀:让 AI 助手在「软件开发生命周期」、「知识管理」与「陌生领域学习」三条工作流上,每次都以相同的过程工作。

Topics

Resources

Stars

2 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors