很多人装了 Claude Code、Codex 或 Cursor 之后，很快会遇到同一种困境：AI 写代码确实快，但需求总是没说清、代码越改越乱，出了 Bug 也不知道从哪查，做完一版又得推倒重来。
Matt Pocock 的 skills 项目，解决的不是"让 AI 多写一点代码"，而是把开发里最容易失控的环节，变成一组可以随时调用的工作流。
这个仓库目前约有 16.6 万 Star、14.3k Fork，是一套给 Claude Code、Codex 等编程 Agent 用的工程方法工具箱。
它到底在解决什么？
Matt Pocock 是 TypeScript 教育者，曾在 Vercel、Stately 工作。他对 AI 编程的判断很直接：模型已经很会写代码了，但人和 Agent 之间依然会发生三类问题——
- 你以为需求讲清楚了，Agent 实际理解错了。
- 代码写出来了，但没有测试和反馈回路，问题越积越多。
- 功能迭代太快，项目很快变成难以维护的"代码泥团"。
所以这个项目没有试图用一个万能框架接管所有流程，而是把这些问题拆开，做成小而独立、可以组合使用的 skill。核心理念是"保持控制权"：skill 应该容易理解、容易改造、按需组合。
这套 Skills 里有什么？
/grill-me：需求没想清楚时使用。它会连续追问你的计划，直到关键决策被说清楚——用户是谁？成功标准是什么？边界情况有哪些？这听起来像在拖慢速度，但减少的是最贵的返工。
/to-spec：把讨论沉淀为可执行的规格说明。解决一个常见问题：聊天记录里有很多决定，但真正开始做时，大家又忘了哪些是确认过的。
/diagnosing-bugs：一套纪律化的 Bug 诊断循环——先复现问题、缩小范围、提出假设、增加观察、修复、再补回归测试，而不是直接猜答案。
/tdd：把测试驱动开发包装成 Agent 可执行的工作流。先写一个会失败的测试，再实现最小修复，最后重构。测试就是 AI 最稳定的反馈来源。
/improve-codebase-architecture：扫描代码库，寻找可以改善模块边界、减少耦合、增加可维护性的地方。不是自动重构，而是帮你看见哪些复杂度正在变成"开发税"。
安装与使用
安装非常简单：
npx skills@latest add mattpocock/skills安装时选择你希望使用的 skill 和要安装到的编程 Agent，然后运行初始化命令 /setup-matt-pocock-skills，即可将工作流接入日常开发。
按场景调用的实用方法
日常使用时，不需要每次都把所有 skill 用上。更实用的方式是按场景调用：
- 想做功能但思路不清 → /grill-me
- 讨论完毕需要沉淀规格 → /to-spec
- Bug 反复出现 → /diagnosing-bugs
- 想让 Agent 带测试开发 → /tdd
- 代码能跑但越来越难改 → /improve-codebase-architecture
最值得借走的不是文件，而是方法
这套 skills 最有价值的地方，不是你装了多少命令，而是它提醒了一件事：AI 不会自动理解你的目标，也不会自动为结果负责。
模型负责生成，流程负责对齐，测试负责反馈，架构负责让未来还能继续改。当 AI 把写代码变得越来越便宜时，真正稀缺的能力反而是：把模糊想法说清楚，把结果定义清楚，把反馈设计清楚，把每一次经验留成下次还能复用的方法。