⭐⭐⭐ Spring Boot 项目实战 ⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》 《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》 《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》 《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》 《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/claude-code-top10-skills-view/ 「芋道源码」欢迎转载,保留摘要,谢谢!


🙂🙂🙂关注微信公众号:【芋道源码】有福利:

  1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
  2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
  3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
  4. 新的源码解析文章实时收到通知。每周更新一篇左右。
  5. 认真的源码交流微信群。

编程必备的 10 大 Skills,体验感直接拉满!

先对个账。你让 AI 加个功能,它一句话不问就写五百行,写完你才发现方向全错;你好不容易聊清楚一套架构,三天后新开对话,它全忘了;你让它做个页面,出来永远是紫色渐变配圆角卡片。

这些真不全是模型笨。是它没流程、没记性、也不自查。

这篇把目前最值得装的 10 个 Claude Code Skill 按”病”分组讲清楚,是什么、怎么装、装完怎么验证它在干活。用 Claude Code、Cursor、Codex 写代码的,都能照着抄。

一句话先说明白,Skill 不是插件,是你的口头禅写成了文件

Skill 是一份 Markdown 格式的工作指令文件,告诉 AI 在特定场景下该走什么流程、参考什么规范。

prompt 是你今天说了、明天还得再说一遍。Skill 是装上就一直在的,持久化、可组合、自动触发。你不用每次都念叨”请先做代码审查再提交”,AI 读到文件,自己会走。

官方管这套机制叫渐进式披露,Claude Code 启动时只把每个 Skill 的名字和描述装进上下文,正文等你真用到才加载。所以一个 Skill 平时只占一小条描述,触发却是全自动的。

Skill 的本质,是把你每天要重复说一百遍的话,一次性说清楚、永久写下来。

病根一,不问就写五百行,Superpowers 逼 AI 先过方案

Superpowers 在 GitHub 上有二十多万 star。它不是单一功能,是一整套软件开发方法论,塞在二十多个可自由组合的 Skill 里。如果你只想装一个,那就装它。

obra/superpowers 的 GitHub 仓库首页截图,当前 Star 约 27.6 万

装完之后,AI 的行为变化非常明显。你说”写一个 todo 应用”,它不开写,反过来问你,给谁用?要不要登录?数据存本地还是云端?要不要分享功能?问到你烦为止。

它的核心流程分五步。

  1. brainstorming,苏格拉底式追问,把需求问透;
  2. using-git-worktrees,隔离开发分支;
  3. writing-plans,拆成 2-5 分钟的小任务;
  4. subagent-driven-development,每个任务派一个子 Agent 实现;
  5. finishing-a-development-branch,合并、提 PR 或丢弃。

最狠的是第四步,每完成一个任务,派一个全新的子 Agent 做两级审查,先查是否符合 Spec,再查代码质量;查出 Critical 级问题直接阻断后续流程,不修好别想往下走。

装上之后最直接的变化,AI 不再”先斩后奏”。以前加个功能直接写五百行,方向全错;现在必须先出方案,你点了头,它才动手。

有掘金博主算过账,全流程会多消耗 10%-20% 的 token,但减少了 60%-70% 的返工,算总账反而更低。

安装一条命令。

/plugin install superpowers@claude-plugins-official

装完重启,它会自动检测开发任务,然后走完整流程。两个验证信号,输入 / 能看到 superpowers: 开头的命令;或说一句”帮我加个用户批量导出功能”,看它先反问还是直接开写。先反问,说明它活了。

边界也说清楚,改一行 CSS、修个 typo,直接说就行。实测经验是五十行以上的功能,才值得让这套方法论出场。

病根一还有个夜班版本,Ralph Loop 不许 AI 提前下班

Ralph Loop 干的事非常单一,AI 想提前结束没完成的任务,它就拦截、退回、重新处理,直到真正做完。

snarktank/ralph 的 GitHub 仓库首页截图

它的本质是一个 bash 循环脚本。每轮启动一个全新的 AI 实例(干净上下文),从 PRD 里挑一个没完成的任务,实现、跑测试,通过就提交、标记完成,把学到的东西写进 progress.txt,再进下一轮,直到所有任务完成。

Ralph Loop 官方流程图,取 PRD 条目、实现、跑测试,通过就提交并标记完成,再判断还有没有剩余条目

为什么每轮都要新开实例?传统对话里上下文越滚越臃肿,输出质量断崖式下降;Ralph 每轮都是全新上下文,没有历史包袱,只看当前任务加 progress.txt。

两个注意点,新手最容易栽在这。PRD 里每个 story 必须小到一个上下文窗口能装下,太大会跑偏;项目必须配好 typecheck 和测试,没有反馈回路,AI 会越写越歪。

安装三选一,按口味来。最省事的 Anthropic 官方市场版。

/plugin install ralph-loop@claude-plugins-official

想跑原版循环脚本(前提是系统装了 jq,且在 git 仓库里执行)。

git clone https://github.com/snarktank/ralph.git
mkdir -p scripts/ralph
cp ralph/ralph.sh scripts/ralph/
cp ralph/CLAUDE.md scripts/ralph/CLAUDE.md
chmod +x scripts/ralph/ralph.sh

只想要它的 PRD 生成 skills,走市场。

/plugin marketplace add snarktank/ralph

对了,Ralph 这名字来自《辛普森一家》里全村最憨的 Ralph Wiggum,让最憨的循环盯着最聪明的模型干活,命名本身就是个冷笑话。

病根二,三天就失忆,一个 Skill 管记住,一个管别记太多

AI 编程最让人不省心的,其实不是代码写错,是上下文压缩。对话一长,Claude Code 为了省 token 会把前面的内容压成摘要,很多关键的开发决策和设计细节就在压缩里丢了。三天后重开对话,它完全不记得聊过的架构方案。

官方示意图,没有规划文件时执行 clear 后代理失去上下文,要求用户重新描述任务

这病要两头治,一头补记性,一头做断舍离。

Planning with Files,把脑子里的方案钉进文件里

OthmanAdi/planning-with-files 的 GitHub 仓库首页截图

PWF 的逻辑,把所有开发规划、设计决策、进度追踪,强制写进项目里的 Markdown 文件。注意是强制,不是”你要记下来”的软性建议。每讨论完一个设计点自动更新 plan 文件;下次开新对话,AI 读到这些文件,状态就恢复了。

官方示意图,有 planning-with-files 时执行 clear 后自动注入任务计划数据,代理直接恢复到第三阶段

用法一句话,装完对 Claude Code 说 plan this feature,它会自动创建规划文件,后续对话和操作都记录在里面。关掉终端出去吃个饭,回来重开对话,它看一眼文件就知道做到哪了。

它跟 vibecode-pro-max-kit 也配得来,一个管流程约束,一个管状态持久化。

planning-with-files 官方评测图,装与不装对比,断言通过 29/30 即 96.7% 对 2/30,三文件模式 5/5,盲测 3/3,评分 10.0 对 6.8

安装走双路径。Claude Code 插件路,两条命令。

/plugin marketplace add OthmanAdi/planning-with-files
/plugin install planning-with-files@planning-with-files

手里不止 Claude Code 一个宿主的,走通用路(支持六十多种 Agent)。

npx skills add OthmanAdi/planning-with-files --skill planning-with-files -g

token-optimizer,给 AI 的记忆做一次断舍离

失忆的另一面,是记太多。Claude Code 启动时会自动加载项目根目录的文档。CLAUDE.md 里要是塞了三年前的架构决策、去年的 bug 记录、上个月的会话笔记,全给你加载进去。这些内容九成跟当前任务无关,但 token 照烧。

token-optimizer 是装完立刻见效最明显的一个,优化前每次启动烧 11000 token,优化后降到 1300,省了将近九成。

nadimtuhin/claude-token-optimizer 的 GitHub 仓库首页截图

它做的事是重新组织文档结构。只保留 4 个核心文件在启动时自动加载,大约 800 token;其余内容全部按需加载,成本归零。它还有个 .claudeignore 机制,明确告诉 AI 哪些文件别碰。

安装一条命令,30 秒搞定。

npx claude-token-optimizer init

它会自动检测你的技术栈(从 package.json、requirements.txt、go.mod 里读),创建优化后的文档目录结构,成功信号是输出”Created 4 core files”。

装完还有一整套维护工具链。

cto measure
cto audit
cto compress
cto prune

四条命令分别用来看 token 消耗、做健康检查、压缩冗余、清理过期文档。cto audit --json 输出机器可读结果,直接接 CI。它内置 13 种框架的专项模板,Express、Next.js、Django、Rails、Go 全有。

比较省心的节奏是每周跑一次 cto audit,看到 token 涨了就清一轮。这本质上是在给 AI 编程工具做”内存管理”。

病根三,写完不自查,三个 Skill 换一条质检流水线

AI 写的代码能跑,不代表能维护。这组三件按顺序串起来用,就是一条质检线。

Code Review,五个审查员同时开工

过去的常见流程是,写完代码提 PR,等同事 review,忙的时候等半天。装上 Code Review 之后,写完代码,Claude Code 立刻启动 5 个并行审查 Agent,从安全性、性能、可维护性、规范符合度、边界情况五个维度同时审,合并成一份按严重程度分级的报告。

anthropics 官方插件市场 code-review 插件目录截图

报告分级规则很清楚,Critical 和 High 必须先修,Medium 和 Low 可以后置。

一个讨喜的细节是置信度过滤,审查 Agent 发现问题后,会自己评估”这个发现靠谱吗”,置信度低的不进最终报告。没有这机制的时候,AI 审查经常报一堆假阳性,看到人懒得看。

它替代不了人工审查,AI 写的东西该人工看还得看,但作为第一道防线非常管用。有人连续实测三次,每次都抓到意想不到的问题;最典型的一次,是手写 raw SQL 里的一个 N+1 查询,写的人自己 review 了两遍都没发现,它抓出来了。

安装一条命令。

/plugin install code-review@claude-plugins-official

Code Simplifier,AI 写完,再让 AI 自己收拾

AI 生成代码的通病是啰嗦,变量名重复声明、if 嵌套四五层、三行逻辑硬拆成三十行。能跑,功能也对,但过两个月再看,你根本不想维护。

Code Simplifier 在代码生成之后自动做二次优化,消除重复代码、减少嵌套层级、简化复杂逻辑、提取公共可复用函数。重点是它不改代码行为,功能逻辑原封不动,只优化结构和可读性。

anthropics 官方插件市场 code-simplifier 插件目录截图

比较顺手的节奏是每写完一个模块跑一次,出来的代码行数通常减 30%-40%,嵌套深度从四五层降到一两层,变量命名也更一致。

跟 Code Review 搭配的顺序,先写代码,再 Simplifier 优化,最后 Review 审查。三步串起来,代码质量比单靠人工把关高不少。

安装一条命令。

/plugin install code-simplifier@claude-plugins-official

Webapp Testing,一句话,浏览器自己跑测试

这是 Anthropic 官方出的 Skill,底层是 Playwright。卖点不是”帮你写测试”,是全流程自动化。你说一句”测一下登录流程”,它自动写测试脚本、启动浏览器、执行测试、截屏输出结果。

anthropics/skills 官方仓库 webapp-testing 目录截图

拿一个注册流程实测最能说明问题,填邮箱、验证码、设置密码、跳转欢迎页。以前手写这种脚本大概要 20 分钟,还要处理各种 await 和 selector;现在 AI 自己打开浏览器跑一遍,截图告诉你哪些页面正常、哪个 input 没渲染出来。

特别适合”改了一行 CSS 结果整个页面布局崩了”的场景,部署前跑一次全页面截图对比,比肉眼检查靠谱太多。

安装。它没有独立插件,在官方 skills 仓库的示例包里,两条命令。

/plugin marketplace add anthropics/skills
/plugin install example-skills@anthropic-agent-skills

顺便治一下审美,AI 界面不是只有紫色渐变

AI 写 UI 有个通病,业内起了个名字叫”AI slop”,紫色渐变、圆角卡片、白色背景,十个 AI 生成的界面九个长这样。

UI UX Pro Max 官方项目主页,展示设计系统生成器

UI UX Pro Max 专治这个。来源文章发布时,它内置 67 种产品风格(从 Brutalist 到 Glassmorphism 到 Neumorphism)、161 套配色、57 种字体配对、99 条 UX 指南;现在的 v2.0 是 79 种可搜索的 UI 风格、192 条推理规则。GitHub 上十万出头的 star不是白拿的。

nextlevelbuilder/ui-ux-pro-max-skill 的 GitHub 仓库首页截图

工作原理,你告诉它要什么风格,Claude Code 生成前端代码时就自动参考对应设计规范。它不是”建议”,是嵌进代码生成流程的约束,相当于每个前端组件背后都有个隐形的设计系统把关。

做个对比就知道了,让 AI 分别用 Stripe 风格和 Apple 风格生成同一个付款页,出来的东西确实不一样。

安装两条命令。

/plugin marketplace add nextlevelbuilder/ui-ux-pro-max-skill
/plugin install ui-ux-pro-max@ui-ux-pro-max-skill

药不够就自己配,接外部系统的,和造 Skill 的

MCP Builder,两小时把内部 API 变成 AI 的手和脚

MCP 是 Anthropic 推的开放协议,让 AI 能调用外部工具和 API。听着方便,实际从零写一个 MCP Server,坑非常多。

MCP Builder 是官方出的 Skill,用四个阶段带你从零搭,定义工具接口、实现业务逻辑、处理错误和边界情况、测试和部署。不是丢个模板让你自己琢磨,是每一步都带着你做。

anthropics/skills 官方仓库 mcp-builder 目录截图

一个典型用法,是把公司内部的数据查询 API 包成 MCP Server,让 Claude Code 直接查数据库,从写到跑通大概两个小时。中间的认证配置、超时处理、并发限制这些坑,它在对应阶段都有具体提示。

适合把重复操作交给 AI,查 Jira ticket、发 Slack 通知、调内部 API。Anthropic 的 Skills 仓库里还维护着十几个高质量 MCP Server 示例可参考。

安装的话,它跟 Webapp Testing 在同一个 example-skills 包里,装过那个包,它已经在你手里;没装过,跑同样两条命令。

Skill Creator,教会 AI 造 Skill 的”元技能”

最后一个有点套娃,它教 AI 怎么写 Skill。

anthropics/skills 官方仓库 skill-creator 目录截图

它自带一套 eval 测试框架,写新 Skill 时模拟各种边界场景,测它能不能正确触发和生效。这解决的是 Skill 开发最大的痛点,你没法确定 AI 会不会真的听你的指令。

拿它给项目写一个内部编码规范 Skill,团队特有的命名约定、文件组织方式、API 设计风格都定进去,再用 eval 一跑,两个被 AI 绕过去的场景当场现形,改了两轮才全部通过。

用法很直白,装完直接说”帮我写一个 XXX 的 Skill”,它会带你走完需求梳理、规范编写、测试验证三个环节。

安装一条命令。

/plugin install skill-creator@claude-plugins-official

全部串起来,这是一条流水线,不是十件散装工具

十件东西各就各位,一条完整的开发流水线就跑起来了。

  1. 开一个新需求;
  2. Superpowers 引导 brainstorming 和写 plan;
  3. Planning with Files 把 plan 持久化成 Markdown;
  4. UI UX Pro Max 保住前端审美底线;
  5. 写代码;
  6. Code Simplifier 优化冗余;
  7. Code Review 多路审查;
  8. Webapp Testing 跑 Playwright 截图;
  9. token-optimizer 在后台控制 token 消耗。

任务量大,就开 Ralph Loop 让它夜里自己跑;要接外部系统,用 MCP Builder 搭;官方的不够用,拿 Skill Creator 自己造。到这一步,它已经不是 AI 替你写代码那么简单,是一条完整的开发流水线。

先别一口气全装,幼儿园到专业级的三步上路线

当然也得交个底,这堆东西有不爽的地方。Skill 装多了启动变慢;Superpowers 的头脑风暴有时问得太细,让人想打人;Ralph Loop 遇到不够细的 PRD,会卡在循环里白烧 token。

还有一个来源没讲、但更硬的约束,是 Claude Code 给 Skill 描述的预算大约只有上下文窗口的 1%,单条超过 1536 字符直接截断。有开发者装了 32 个 Skill,用 /doctor 一查,17 个描述被截断,模型根本不知道它们存在,等于白装。他的结论是留 10-15 个核心的就够。

所以我的建议是分三步走,别当购物车清空。

  • 幼儿园班,先装 Superpowers 和 token-optimizer。一个管流程、一个管成本,都是当天见效的,装完用上面的验证信号确认它活着;
  • 进阶班,按病补位。被失忆坑过就上 PWF,被质量坑过就上审查三件套,前端项目多就加 UI UX Pro Max;
  • 专业级,整条流水线串起来,夜里让 Ralph 跑活,再用 Skill Creator 写自己团队的规范。

装完不放心,随时跑 /doctor 看描述预算、/skills 看清单。装了但没被看见,是新手最容易白干的一步。

这套东西真正的价值,是让 AI 从一个不可靠的代码生成器,变成一个勉强能用的工程团队。从”不可靠”到”勉强能用”,中间隔的就是这些流程。挑你痛得最狠的那两件,今晚就装上。

文章目录
  1. 1. 编程必备的 10 大 Skills,体验感直接拉满!
    1. 1.1. 一句话先说明白,Skill 不是插件,是你的口头禅写成了文件
    2. 1.2. 病根一,不问就写五百行,Superpowers 逼 AI 先过方案
    3. 1.3. 病根一还有个夜班版本,Ralph Loop 不许 AI 提前下班
    4. 1.4. 病根二,三天就失忆,一个 Skill 管记住,一个管别记太多
      1. 1.4.1. Planning with Files,把脑子里的方案钉进文件里
      2. 1.4.2. token-optimizer,给 AI 的记忆做一次断舍离
    5. 1.5. 病根三,写完不自查,三个 Skill 换一条质检流水线
      1. 1.5.1. Code Review,五个审查员同时开工
      2. 1.5.2. Code Simplifier,AI 写完,再让 AI 自己收拾
      3. 1.5.3. Webapp Testing,一句话,浏览器自己跑测试
    6. 1.6. 顺便治一下审美,AI 界面不是只有紫色渐变
    7. 1.7. 药不够就自己配,接外部系统的,和造 Skill 的
      1. 1.7.1. MCP Builder,两小时把内部 API 变成 AI 的手和脚
      2. 1.7.2. Skill Creator,教会 AI 造 Skill 的”元技能”
    8. 1.8. 全部串起来,这是一条流水线,不是十件散装工具
    9. 1.9. 先别一口气全装,幼儿园到专业级的三步上路线