刷 GitHub Trending，看到 Matt Pocock 的 skills 项目一天涨了快 4000 个 star，好家伙。这势头，让我想起去年 cursor rules 刚出来那会儿。
点进去一看，README 写得挺直白：一套专门给 Claude Code（或者其他类似 AI 编码助手）用的"技能集"。说白了，就是一堆预设好的 prompt 模板，帮你把 AI 从"瞎猜的实习生"调教成"懂规矩的熟手"。
我跑了一下 curl 拉 README，发现核心就一句话：专门针对 AI 编码的四大失败模式。这定位，有点意思。
AI 编码的四大"翻车"现场
个人觉得，Matt 总结的这四点，基本把日常用 Claude 写代码的痛都戳了一遍：
- 需求错位：你脑子里想的是 A，AI 给你写了个 B。来回沟通几轮，token 烧了，时间也花了。
- 回复啰嗦：AI 动不动就给你来一段"尊敬的开发者，我将首先...其次...最后..."，有用的信息就藏在那堆客套话里。
- 代码跑不通：生成的代码看着挺美，一跑就报错。或者只写了核心逻辑，依赖、环境配置全没提。
- 代码腐化：让 AI 东改一点西加一块，几次迭代下来，项目就成了"大泥球"，架构稀烂。
skills 的 18 个技能，就是冲着解决这四件事去的。它的设计哲学挺明确：工程师保持控制权，AI 作为高效执行者。这和那种试图让 AI 完全接管工作流的工具（比如某些 Agent 框架）思路完全相反。
30 秒上车，然后呢？
安装是真简单，就两行命令：
bash
# 安装技能包
npx skills@latest add mattpocock/skills
# 然后在你的 Claude Code 会话里输入：
# /setup-matt-pocock-skills跑完，你的 Claude 里就会多出来一堆以 / 开头的命令。但说实话，光装上没用，关键得明白怎么组合着用。这里有个他们建议的典型工作流，我画了个图：
这个流程里，有几个技能我觉得是灵魂。
/grill-with-docs ：这不是普通的提问。它会对你进行一场"面试"，问一堆关于业务逻辑、边界条件、技术选型的问题。最骚的是，访谈结束后，它会自动帮你更新项目根目录的 CONTEXT.md 和架构决策记录（ADR）。这意味着，你这次对齐好的术语和规则，后续所有会话里的 AI 都认。命名一致性大幅提升，而且因为共享上下文明确了，AI 回复里那些解释性的废话（Token）能减少约 75%。这招是真香。
/tdd：强制 AI 走测试驱动开发的红（写失败测试）-绿（写最少代码通过）-重构循环。别指望 AI 自己主动这么干，你得用这个技能"逼"它。对于培养代码可靠度习惯，有用。
/diagnose：AI 写的代码跑崩了怎么办？别急着骂。用这个技能，它会引导你走一个结构化调试流程：复现 → 最小化用例 → 提出假设 → 测试假设 → 修复 → 回归测试。相当于给 AI 套上了一个 Debug 方法论，避免它东一榔头西一棒子。
/caveman （洞穴人模式） ：这个挺逗的。开启后，AI 的回复会变成极度压缩的"电报体"，只保留技术核心，去掉所有连接词、客套话和解释。比如，从"为了完成这个功能，我建议我们先创建一个新的组件..."变成"创建 Button.tsx。Props: variant。"。省 Token 利器，适合长会话。不过阅读体验嘛...你得适应一下。
技能库拆解：三大类，18个招式
全部技能分三大类，覆盖挺全：
| 类别 | 技能数量 | 核心技能举例 | 解决什么问题 |
|---|---|---|---|
| Engineering | 10个 | /tdd, /grill-with-docs, /to-prd, /diagnose, /triage |
日常编码、测试、调试、需求细化 |
| Productivity | 4个 | /grill-me, /handoff, /caveman |
需求对齐、交接沟通、极致压缩通信 |
| Misc | 4个 | git 防误操作守卫、pre-commit 设置 |
开发环境与工具链保障 |
你可以全部启用，也可以只挑几个合用的。这种可组合性，也是它设计上强调的"粒度小"的好处。
个人实测与槽点
我按照 README，在自己的一个 TypeScript 小项目上试了试 /grill-with-docs 和 /tdd。
先说好的。/grill-with-docs 问的问题确实挺到点子上，不是泛泛而谈。更新完 CONTEXT.md 后，我再让 AI 加个类似功能，它直接用了我们约定好的术语，沟通成本直线下降。这体验，有点东西。
但坑也不是没有。
首先，这玩意儿严重依赖你的"发令"水平 。技能是给了你一把好枪，但瞄准还得你自己来。如果你自己都不清楚要用 /tdd 还是先 /diagnose，那照样抓瞎。它提升了天花板，但没抬高地板。
其次，文档有点"意识流"。Matt 的 README 把理念讲得很透，但"手把手"式的、针对不同场景（比如前端 React 项目 vs. 后端 API 开发）的最佳实践组合案例，还是少了点。对新手不太友好。
最后，它治不好"垃圾进，垃圾出" 。如果一开始用 /grill-with-docs 时，你自己都没想明白需求，那导出的 CONTEXT.md 就是错的，后面只会越跑越偏。工具放大了人的能力，也放大了人的失误。
值不值得上车？
我的看法是：如果你已经深度使用 Claude Code 或 Cursor 这类工具，并且经常被那四大问题困扰，那绝对值得一试。 尤其是 CONTEXT.md 驱动共享语言这个设计，是解决 AI 编码"上下文失忆"和"术语混乱"的一剂良药。
75k+ 的 star 和单日爆发增长，已经说明了社区对这类"提纯"工具的需求有多强烈。这不再是简单的 prompt 收集，而是一套经过思考的、针对 AI 协作缺陷的工程解决方案。
不过，别指望装上就一键封神。它更像是一套"专业工作流程"的快捷方式，需要你理解和融入自己的开发节奏。用好了是神器，用不好可能觉得多此一举。
你怎么看？你有没有在用什么独特的技巧来"驯服"你的 AI 编码助手？ 欢迎评论区聊聊。