古法编程

构建软件技能关注的是 AI Agent 写代码时的工程流程，而不是某个工具按钮。这里把适合工程协作的能力拆成路线：先澄清需求和术语，再拆任务、写代码、测试、调试、审查、迁移和发布。

构建软件技能：让 AI Agent 按工程流程写代码

AI 写代码最麻烦的地方，很多时候不是它不会写。

是它太敢写。

想法还没说清，它就开始实现。需求没边界，它也写。上下文乱了，它继续写。写完没有验证，它还会告诉你完成了。

构建软件技能就是给 AI Agent 加一套工程刹车。

如果你还在想做什么

先看这一篇。

它解决的是“我有个想法，但还不知道给谁用、解决什么问题、先做哪一版”。

如果你刚开始让 AI 做一个功能

看这几篇。

需求澄清解决“到底要做什么”。术语澄清解决“项目里的词到底是什么意思”。PRD、Issue 拆解和项目语境初始化解决“怎么把方案变成 AI 能稳定执行的小块”。

如果 AI 已经开始改代码

这些技能更实用。

上下文管理决定 AI 看见什么。文档验证决定框架写法会不会过时。前端和 API 技能决定它写出来的是不是项目真正能用的东西。小步实现决定 diff 能不能 review。

如果你在验证和修 bug

看这几篇。

测试验证决定你有没有证据说它真的改对了。浏览器验证让 AI 看见用户看到的页面。调试流程能避免它靠猜乱改。Diagnose 更强调先建立可重复反馈回路，再谈修复。

如果代码已经写完

看这些。

不要把 “AI 说完成了” 当成完成。代码审查要看正确性、可读性、架构、安全和性能。复杂了要收回来，有风险要拦住，性能问题要用数据说话。架构改进要先找真实摩擦，不要让 AI 为了重构而重构。

如果你要迁移、提交或上线

看这些。

迁移要考虑旧系统怎么下线。Git 让改动可回退。CI/CD 把验证自动化。文档记录为什么。发布上线要看监控、回滚和上线后验证。

如果你在整理 Agent 编程规则

看这两篇。

这类文章不是具体功能技能，更像项目级协作规则。适合放进 CLAUDE.md、AGENTS.md 或团队规则里。

来源说明

这批文章参考了 addyosmani/agent-skills、Matt Pocock Skills 这类开源 skill 仓库，也混合了站内已有的 AI 编程流程。

公开目录不按项目名组织。读者不需要先知道某个 skills 仓库是什么，只需要知道自己现在卡在哪个环节。

如果你已经在用 Claude Code，可以把这些规则改写进 CLAUDE.md。

如果你用 Codex 或 OpenCode，可以放进 AGENTS.md。

Cursor、Gemini CLI、Kiro 这类工具也有自己的规则或 skill 机制。写法不一样，背后的工程习惯是同一类。

近期新增