20多个技能，包含需求规划、代码开发、工具安全、知识管理全流程。 作者丨高允毅
编辑丨岑 峰
![]()
![]()
昨天，TypeScript圈大佬、AI 工程化先锋Matt Pocock喜滋滋宣布，他的开源项目“mattpocock/skills”在全球最大开源平台GitHub喜提20万颗星。
20万颗星什么概念？绝对的开源界顶流。
近四个月的时间里，该项目一路爆火，下载量更是高达1300万次，网友清一色评价：实至名归。
它之所以爆红，全靠两个字：实用。简单来说，这是一套基于 Markdown 的、可自由组合的“AI 工作流技能包（Skills）”。
几乎每一位长期使用 Claude Code 的工程师，都深陷同一个困境。AI工具确实有潜力，但它不了解你的团队工作方式。不知道你写功能前要先写测试，不知道哪些Git操作需要人工审批，更不清楚你的代码库采用什么架构模式。
项目里包含20多个Skill文件，从需求规划、代码开发、工具安全、知识管理等全流程的疑难杂症，它都一一拆解了，而且全部沉淀自 Matt 多年一线实战经验。
不同于市面上笨重、全权接管开发环境的巨型 AI 框架，这套技能包极致轻巧、零冗余、无需额外安装工具，原生适配 Claude Code，简单适配后即可用于 Cursor，同时极度省 Token、上手成本极低。
mattpocock/skills的诞生非常有戏剧性。它最早根本不是一个精心策划的"开源大作"，而是Matt Pocock在2026年初遭遇一系列AI编程翻车后，出于极度愤怒和沮丧，在自己电脑本地写下的"防AI作弊与防失控补丁"。
2026年初，Matt刚创办教育平台AI Hero。因为团队人少，他开始全职重度依赖Claude Code、Cursor等AI代理来写业务代码。但很快，他就撞上了全球资深工程师都头疼的四大问题。
先是AI的"长文本失忆症"。随着对话变长，AI转头就忘了半小时前定下的关键架构决策，开始胡乱给变量命名。
接着AI开始自作主张。每当Matt抛出一个模糊想法，AI也不确定需求，立刻上手写500行代码，结果根本不是他想要的业务逻辑。
然后AI还会作弊。如果让AI先写业务代码最后补测试，它为了交差会伪造配合其错误代码的"假测试断言"。
最可怕的是
AI造屎山的速度比人还快。在缺乏重构流程的情况下，几天时间就会把代码模块搞得错综复杂、难以维护。
经历了几次全盘崩溃后，Matt愤怒地总结了一句话："你指尖随时拥有一支水准中上的工程师舰队。但诡异的是，这帮人完全没有记忆。AI时代最大的瓶颈，根本不是产能，而是人类对它的控制。"
为了规范 AI 开发行为，Matt开始在本地~/.claude/skills目录里写下一条条Markdown指令，把工程决策权牢牢抓在手里。
2026年4月29日，Matt把这些本地技能开源了。当天单日暴涨7300颗星，一周后突破59000，到8月稳定在20万颗星以上，成为 2026 年现象级开源项目。
在整个项目的20多个技能里，最初让它火爆出圈的是只有十几行Markdown描述的 /grill-me（拷问我）。Matt 称这是整个仓库里 “最酷的技能，没有之一”。
传统AI辅助编程往往是单向投喂。你丢给它一篇长文档，随口交代一句"照着这个写个功能"，AI通常走马观花扫一眼，漏掉最致命的API限制，然后给你一坨根本跑不通的代码。
但 /grill-me 彻底颠覆了这种模式。它会强制AI先吞噬文档，再质询人类，最后对齐共识。其核心指令是："请围绕这个需求严厉地、毫不留情地拷问我，一次只问一个问题，直到我们对设计树的所有分支、依赖和边界达成共识。"
这个技能的灵感来源于 Matt 读的一本书《The Design of Design》，其作者正是已故图灵奖得主、软件工程领域“圣经”《人月神话》的创作者布鲁克斯。书中提到：“所谓的软件设计，就是走完一棵树的所有分支，把选择一个个定下来。”
更有意思的是，Matt在这个拷问机制里埋了精妙的"防失控开关"。为了防止人类被问得精疲力尽，AI提问时必须附带一个它推导出的"最优推荐答案"，人类很多时候只需敲一个"Yes"就能快速定夺。
同时设了一条红线：如果在文档里找不到配置，且无法从本地代码库推导，AI必须立刻停止提问并向人类报告缺失。这直接解决了AI习惯性"瞎编API"的毛病。
这一过程中，为了解决AI表达冗余，污染上下文的问题，Matt 后来将该机制进一步升级为了 /grill-with-docs 技能，可通过多轮对话梳理生成专属 CONTEXT.md 领域字典，沉淀项目专属术语体系。既大幅节省 Token，又让 AI 精准理解业务语义，统一团队沟通语言。
当这种高强度拷问进行三四十分钟后，通常会产生海量上下文对话。
为了防止AI犯"长文本失忆症"，下一个技能 /to-spec （规格说明书） 登场。它能在瞬间将冗长的对话精简压缩，固化成一份不可篡改的技术规格书或 PRD 文件，作为后续代码生成的绝对“依据”。
当进入开发环节后， /to-issues 技能出场，给AI重新拆解任务。
以往 AI 拆解任务总喜欢水平拆分，先建数据库，再写接口，最后画前端。一旦中间出岔子，很容易全部崩盘。
而 /to-issues的神奇之处是强制 AI 采用垂直切片拆解模式：每一个任务都是可独立运行、可测试、可交付的完整业务单元，按需适配前后端、测试链路。它还会给任务打标签，哪些任务需要人盯着，哪些AI可以挂机自动写完，分得清清楚楚。
在写代码的过程中，为了防止AI作弊，先写实现再补测试，甚至伪造结果，保障代码质量的 /tdd
（测试驱动开发） 技能就出场了。
它会强制AI 必须严格遵守“红-绿-重构”的铁律：必须先写测试，报错就亮红灯，直到让测试变绿为止，优化只能排在后面。一旦测试亮红灯，整个工作流当场熔断，没有商量余地。
在面对 AI 产出代码的速度实在太快、导致技术债变成屎山的问题时，Matt 设计了 /improve-architecture（垃圾清理器） 技能。
AI 会主动去找代码里隐藏的问题，每隔几天运行一次，检查命名有没有变形，顺手给臃肿的模块做个瘦身和解耦。
此外，还有像 setup-pre-commit 这样统一代码风格与提交规范的技能，和 Obsidian-Vault 这样整理知识库的技能，都在实战过程中十分好用。
2025年2月，AI大佬Andrej Karpathy创造了"Vibe Coding"（氛围编程），迅速风靡全球。但随性、无约束的 AI 开发，始终无法落地生产环境。
2026年2月，Karpathy自己推翻了这个概念，氛围编程已成过去，Agentic Engineering（智能体工程）成为主流。
Matt Pocock的skills项目，恰好成为Agentic Engineering最强指南。这些技能的背后，是将AI转化为具有特定工程文化工作流程标准的、有判断力的团队成员。
Matt 精准总结了 AI 编程的四大核心痛点： 需求不对齐、表达冗余混乱、代码缺少有效反馈、产出过快导致技术债爆炸。
整套技能包的核心价值，不创造新理论，只落地成熟工程学： 将数十年验证有效的软件工程规范，封装为 AI 智能体可精准执行的标准化工作流，让 AI 从 “随性写代码的工具”，变成遵守团队规范、具备工程判断力的虚拟团队成员。
除了这些核心能力，Matt的仓库里还有一些不那么显眼，但很实用的技能。
比如handoff实现跨工具、跨会话无缝交接，留存全部决策记录与待办事项；diagnose 固化资深工程师排错流程，强制复现问题、定位根因、验证修复、补充回归测试，杜绝 AI 凭感觉改代码、掩盖 BUG 的陋习。
当然，这套工具也不是拿来就能适配所有团队。
Matt的很多实践明显偏向TypeScript和Node.js生态，例如使用Husky处理提交前检查，使用GitHub风格的issue管理任务，并围绕常见的JavaScript测试工具组织流程。对于使用Django、GitLab或其他技术栈的团队来说，其中一部分思路可以直接复用，但具体工具和命令往往需要重新适配。
它也不能替代开发者的架构判断。skills能做的更多是在约束流程、提醒风险、引导讨论等方面。
市面上并不缺少AI编程框架。GSD、BMAD、Spec-Kit都在尝试解决类似的问题，只是Matt对这类“大而全”框架一直保持警惕。
在他看来，一套系统如果试图接管整个开发流程，开发者表面上省事了，实际却失去了控制权。一旦流程本身出现问题，使用者很难知道错误发生在哪里，更不知道应该从哪里修改。
所以Matt给自己的项目定了四条很简单的原则：足够小，方便修改；足够灵活，容易适配；彼此独立，可以自由组合；不依赖任何特定模型。
有趣的是，这位AI工程化的扛把子，之前竟然是搞声乐的。
在转码前，Matt 做了整整6年的声乐教练，还在油管上运营过英语口音教学频道。而这段经历给了他一项关键能力，能把复杂的技术概念，用人话给非技术小白讲明白。
正是靠着这手绝活，他一路从初级开发一路升级到技术 Lead。
转码之后，他的履历堪称TypeScript圈的"全明星"：加入XState核心团队，担任Vercel开发者布道师，参与TurboPack发布。
后来他创办了目前业内最权威的 TS 课程 Total TypeScript，创办了一个 AI 技术周刊，订阅量高达6万，他喜欢将自己定位成“TypeScript界的滑板教父”。
有意思的是，如果我们回到 Matt 的职业起点，会发现一个有趣的映射。声乐教练的四项核心能力：倾听、追问、反馈循环、术语构建，恰好映射到AI编程的四大短板。
/grill-me解决的是"倾听与追问"：AI不再急着写代码，而是先听懂你要什么。/tdd解决的是"反馈循环"：写了就测，测了就改，改了再测。CONTEXT.md解决的是"术语构建"：建立项目专属语言，让沟通效率指数级提升。
Matt 从未发明新的工程理念，却把人类软件工程的所有成熟法则，做成了 AI 能听懂、能落地、守纪律的行业铁律。 这，就是它斩获近 20 万 GitHub 星、征服全球工程师的终极原因。
参考链接：
https://github.com/mattpocock/skills
![]()
可独家畅览：
专家演讲PPT
大会报告全文
热门论文解读
学术新星访谈
扫描上方二维码
或点击「阅读原文」关注专区。
未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！
公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。
