AI 编程“技能工具箱”：让大模型真正学会分步思考、自主验证

你是否试过让 AI 一次性写出完整项目，结果代码跑不通、逻辑有漏洞、甚至根本没理解需求？dzhng/skills 不是一个新模型，也不是一个 IDE 插件，而是一套专为 AI 编程代理（Agent）设计的「可复用技能模块库」。它把复杂软件开发任务拆解成一个个独立、可验证、可组合的小能力——比如「生成测试用例并运行验证」「对比前后代码差异并判断是否符合规范」「自动绘制架构草图并检查一致性」。这些技能不是写死的命令，而是带自我校验机制的智能单元，让 AI 在构建软件的过程中真正像人类工程师一样：先探索、再切割、逐块实现、实时反思、动态调整。

核心功能

开箱即用的 AI 技能组件：提供数十个预封装技能，覆盖代码审查、架构分析、测试生成、文档同步、视觉比对（如截图/图表验证）、环境探测等高频场景，全部遵循「输入→执行→自验证→输出」闭环设计。
跨平台无缝集成：原生兼容 Claude Code、Cursor、GitHub Copilot（通过 opencode）、Duet、Vercel 的 Skills 生态等 70+ 主流 AI 编程工具，无需修改底层框架即可启用。
真正的“自主工厂式”工作流：支持 AI 代理在执行中主动识别模糊地带（如“用户说‘响应要快’但未定义指标”），自动触发技能去探查、建模、设定基准，并持续重规划——不是按脚本执行，而是边做边学、边做边验。
极简复用与深度定制：既可通过 npx skills add dzhng/skills 一键导入全部技能，也可手动复制任意 skills/// 子目录到本地 harness（如 .claude/skills/），修改提示词、添加校验逻辑或接入私有 API。
领域无关、专注“过程智能”：不绑定特定语言或框架，所有技能聚焦于软件工程通用认知能力——如何提问、如何验证、如何切分、如何回溯，是提升 AI 工程化水平的“元能力”基础设施。
活文档驱动开发：技能内置规格同步机制，当代码实现与初始需求出现偏差时，自动触发更新设计文档、生成变更说明、标注影响范围，让“需求-设计-代码-验证”始终闭环在线。

适合哪些人用

如果你是：AI 原生开发者（正在构建自己的编程 Agent 或自动化流水线）、技术团队负责人（希望统一团队 AI 编程质量标准与验证规范）、开源项目维护者（想为社区提供可复用、可审计的 AI 协作能力），或者前沿技术布道者（探索“AI 工厂”范式落地路径）——那么这套技能库不是锦上添花，而是降低幻觉风险、提升交付可信度的关键基础设施。

快速上手

只需两步，立即启用：

安装：在项目根目录运行
npx skills add dzhng/skills
（支持 --list 交互式选择具体技能，避免冗余）
启用：根据所用工具（如 Cursor、Claude Code 等）将下载的技能目录放入对应路径（例如 .cursor/skills/ 或 .claude/skills/），重启工具即可生效。
进阶：打开任意 skills/*/ 文件夹，阅读 skill.json 和 prompt.md，修改验证规则或集成内部 CI/CD 接口，让技能真正适配你的工程语境。