上次写 Warp 终端开源，不少读者留言说终于等到了。
没想到还没过多久，Warp 团队又出手了。
这次开源的不是终端本体，而是一个更底层的东西------教 AI Agent 怎么干活的知识库。
项目叫 oz-skills，MIT 协议，免费用。
PS：想了解 Wrap 是什么的朋友可以移步到我的这篇文章：👉终端界的「ChatGPT 时刻」：3.9万+ Star！用 Rust 重写了终端，还内置了 AI Agent------Warp 开源了。
先说一个你可能遇到过的问题
你有没有遇到这种情况：
明明是同一个任务，昨天让 AI Agent 做得很好，今天换了个项目，或者重开一个会话，Agent 就开始犯浑------忘了你的代码风格要求，不知道你们团队的 PR 规范，也不清楚你的 CI 流程是什么。
每次都要重新"培训"它，烦不烦？
oz-skills 就是为了解决这个问题而生的。
什么是 Agent Skills？
一句话解释：Skills 就是给 AI Agent 写的「员工入职手册」。
它是一个 Markdown 文件（SKILL.md），里面写的不是代码，而是流程说明：什么时候触发、怎么操作、有哪些注意事项。Agent 读了它，就知道怎么按你的方式干活。
格式很简单：
---
name: ci-fix
description: Fix failing CI checks on a pull request. Use when CI
checks are failing on a PR and you want to automatically diagnose
and fix the issues.
---
# CI Fix
## When to Use
- CI pipeline is red on a PR
- Tests are failing after a merge
## Workflow
1. Fetch the failing CI logs
2. Identify root cause
3. Apply minimal fix
4. Push and verify就这样。YAML frontmatter 定义名字和触发时机，正文是具体的工作流程。Skills 放在项目的 .agents/skills/ 目录里，或者放到 ~/.agents/skills/ 全局生效。Agent 会在相关任务时自动发现并加载对应 Skill，不用你每次手动告诉它。
最大的亮点：这不是 Warp 的私有格式
我觉得这个设计里最聪明的一点，很多人可能没注意到：
这套 Skills 是跨工具通用的，不锁定 Warp。
同一个 SKILL.md 文件，可以放在：
-
~/.claude/skills/→ 给 Claude Code 用 -
~/.codex/skills/→ 给 OpenAI Codex 用 -
~/.cursor/skills/→ 给 Cursor 用 -
~/.gemini/skills/→ 给 Gemini CLI 用 -
~/.copilot/skills/→ 给 GitHub Copilot 用 -
~/.agents/skills/→ 给 Warp 和其他 Agent 用
这是一个开放标准，背后有独立的规范站点 agentskills.io。Warp 团队在推进的，不是自家的私有生态，而是一个希望整个 AI Agent 行业都能采纳的通用格式。
这很重要。意味着你今天写的 Skills，换了工具之后不会白费。你在 Claude Code 里积累的工作流知识，哪天切换到 Cursor，一个目录复制过去就能用。
仓库里现在有什么
oz-skills 目前收录了 15 个现成可用的 Skills，覆盖开发工作流的方方面面：
| Skill | 用途 |
|---|---|
| 🔧 ci-fix | 自动诊断并修复 CI 失败 |
| 📝 create-pull-request | 规范化创建 PR（含描述模板） |
| 📖 docs-update | 代码变更后自动更新文档 |
| 🐛 github-bug-report-triage | Bug 报告自动分类和打标签 |
| 🔍 github-issue-dedupe | 检测并合并重复 Issue |
| 🔌 mcp-builder | 从零构建 MCP 服务器 |
| ⏰ scheduler | 配置定时执行的 Agent 任务 |
| 📊 seo-aeo-audit | SEO 和 AEO 内容审计 |
| 💬 slack-qa-investigate | 从 Slack 消息追踪并调查 QA 问题 |
| 🏗️ terraform-style-check | Terraform 代码风格检查 |
| ♿ web-accessibility-audit | Web 无障碍合规检查 |
| ⚡ web-performance-audit | Web 性能分析和优化建议 |
| 🧪 webapp-testing | Web 应用端到端测试 |
| 📦 dbt-model-index | dbt 数据模型索引维护 |
| 📋 analysis-artifacts | 分析产物的整理与归档 |
拿几个最实用的说说：
ci-fix 应该是最高频的场景。CI 挂了，以前是自己去翻日志、找原因、改代码。有了这个 Skill，直接让 Agent 来------它知道该去哪里找日志、怎么定位根因、最小改动范围是什么。
github-bug-report-triage 对维护开源项目的人来说很香。新 Issue 进来，Agent 自动判断严重程度、复现概率、打上标签、分配给对应方向。不用每天人工扫 Issue 了。
mcp-builder 有点意思------这是一个教 Agent 怎么构建 MCP 服务器的 Skill。MCP（Model Context Protocol）是现在 AI 工具集成的热门协议，用这个 Skill，Agent 能从头帮你搭一个。
oz-skills/
├── AGENTS.md ├── CONTRIBUTING.md # 贡献指南
├── LICENSE # MIT 许可证
├── README.md # 面向人类的介绍
│
└── .agents/
└── skills/
├── analysis-artifacts/ # 数据分析制品
│ └── SKILL.md
├── ci-fix/ # CI 故障诊断与修复
│ └── SKILL.md
├── create-pull-request/ # PR 创建工作流
│ └── SKILL.md
├── dbt-model-index/ # dbt/BigQuery 表查找
│ └── SKILL.md
├── docs-update/ # 文档同步
│ └── SKILL.md
├── github-bug-report-triage/ # Bug 报告质量评估
│ ├── SKILL.md
│ └── references/
│ └── ISSUE_TEMPLATE.md
├── github-issue-dedupe/ # 重复 Issue 检测
│ ├── README.md
│ └── SKILL.md
├── mcp-builder/ # MCP 服务端开发
│ ├── LICENSE.txt
│ ├── SKILL.md
│ └── reference/
│ ├── evaluation.md
│ ├── mcp_best_practices.md
│ ├── node_mcp_server.md
│ └── python_mcp_server.md
├── scheduler/ # 提醒与任务调度
│ └── SKILL.md
├── seo-aeo-audit/ # SEO 与 AI 可见性优化
│ ├── SKILL.md
│ ├── references/
│ │ └── json-ld-templates.md
│ └── scripts/
│ ├── lighthouse.sh
│ ├── pagespeed.sh
│ └── search-console-export.mjs
├── slack-qa-investigate/ # 只读代码库问答
│ ├── README.md
│ └── SKILL.md
├── terraform-style-check/ # HCL 风格规范
│ └── SKILL.md
├── web-accessibility-audit/ # WCAG 合规性审计
│ ├── SKILL.md
│ ├── references/
│ │ ├── ARIA-patterns.md
│ │ ├── WCAG-criteria.md
│ │ ├── grep-patterns.md
│ │ └── screen-reader-guide.md
│ └── scripts/
│ └── run-eslint.sh
├── web-performance-audit/ # Core Web Vitals 审计
│ └── SKILL.md
└── webapp-testing/ # 基于 Playwright 的 UI 测试
├── LICENSE.txt
├── SKILL.md
├── examples/
│ ├── console_logging.py
│ ├── element_discovery.py
│ └── static_html_automation.py
└── scripts/
└── with_server.py怎么用
最简单的方式：直接复制
# 复制到全局目录，所有项目都能用
cp -r .agents/skills/ci-fix ~/.agents/skills/
# 或者只复制到当前项目
cp -r .agents/skills/ci-fix your-project/.agents/skills/下次和 Agent 对话时，它就知道这个 Skill 的存在了。
通过 Oz CLI 直接引用（不用本地复制）：
oz agent run \
--skill "warpdotdev/oz-skills:ci-fix" \
--prompt "fix the failing tests on PR #42"在 GitHub Actions 里用（全自动 CI 修复）：
- name: 自动修复 CI
uses: warpdotdev/oz-agent-action@v1
with:
skill: 'warpdotdev/oz-skills:ci-fix'
warp_api_key: ${{ secrets.WARP_API_KEY }}第三种方式很值得关注------这意味着 CI 红了可以完全不用人介入，GitHub Actions 直接触发 Agent 去修，修完继续跑流水线。
和 Oz 平台的关系
Oz 是 Warp 的云端 Agent 编排平台（oz.warp.dev）。
如果说 Warp 终端是"在你机器上跑的 AI Agent"，那 Oz 就是"在云端跑的、可以批量并行的 Agent 集群"。
Skills 在 Oz 里可以变成定时自动化任务------比如每天早上 9 点自动跑一次 web-performance-audit，把报告发到 Slack。不用人在场，Agent 自己完成，完事汇报。这就把 Skills 从"即用即弃的指令"变成了"可复用的自动化流水线"。
Warp 围绕 oz-skills 还开源了几个配套项目：
-
oz-agent-action：GitHub Actions 集成，直接在 CI 流程里调用 Oz Agent
-
oz-for-oss：专为开源项目设计的 Agent 工作流，帮助维护者用 AI 自动处理 Issue 分类、PR Review、社区管理
整套生态正在快速成形。
这次开源和上次有什么不同
上次 Warp 开源的是终端本体------UI 框架、Block 输出、编辑器级输入、内置 AI Agent，相当于开源了一个完整的应用程序。
这次 oz-skills 开源的是另一个维度的东西：让 Agent 更聪明的知识层。
打个比方：Warp 终端是雇了一个聪明的实习生，oz-skills 是给这个实习生准备的岗位手册、SOP 文档、工作规范。有了前者还不够，后者才能让人真正高效工作起来。
而且这套"手册"不绑定实习生的来源------无论你用 Warp 自带的 Agent，还是接入 Claude Code、Codex、Cursor，都能用同一套 Skills。
说说我的看法
坦白说，oz-skills 目前星数还不多（618 stars），15 个 Skills 也谈不上海量。但我觉得这个方向非常正确。
AI Agent 越来越多，但每个 Agent 都是从零开始理解你的项目和习惯------这是效率的巨大浪费。Skills 这个概念，本质上是在做**「Agent 上下文的标准化」**。
更重要的是，这是开放标准，不是某家公司的私有格式。如果更多工具采纳 agentskills.io 的规范，以后换 Agent 就像换编辑器一样------工具换了，但你积累的工作流知识不丢。
这比终端本身更有深远的意义。
项目地址：https://github.com/warpdotdev/oz-skills
仓库欢迎社区贡献 Skills。如果你有好用的工作流 SOP，可以提 PR 分享出来，让其他开发者也能用。
你现在主要用哪个 AI Agent 写代码？有没有在用 CLAUDE.md、skills 或者类似的机制把你的工作习惯"喂"给 Agent？欢迎评论区聊聊。
我是顾北，关注我，获取更多好玩好用的 AI Agent Skill 实用技巧！
谢谢你阅读我的文章~
我们下期再见！