simple-skills

简洁有效的 agent skills。

模型越强，skill提示词要越简洁、限制要越少，避免对模型造成干扰或对强模型的推理效果构成限制。

本仓库收集+原创对工程师有用的中文版 agent skills，并随着模型能力的增强持续精简和优化。

为什么skills要用中文版？因为中文表达同样的意思，文本能更简短、更省token，而省token就是省钱。

安装

npx -y simple-skills@latest

技能是复制而非链接（npx 缓存会被清理），重新执行命令即可更新。

升级：

npx simple-skills update

卸载

npx 不会把包安装进项目，只是临时下载缓存。卸载分两步：

1. 清除 npx 缓存

npm cache clean --force
# 或只删 npx 缓存目录
rm -rf ~/.npm/_npx

2. 删除已复制的技能副本

技能是复制到本地的，清缓存不会删除它们：

rm -rf ~/.agents/skills
rm -rf ~/.claude/skills   # 若当初装了这份

AI Agent的skills安装路径

| Agent | Skills 安装路径 | | --- | --- | | Agents（通用） | ~/.agents/skills（始终安装） | | Amp | ~/.agents/skills | | Antigravity | ~/.agents/skills | | Antigravity CLI | ~/.agents/skills | | Cline | ~/.agents/skills | | Codex | ~/.codex/skills | | Cursor | ~/.cursor/skills | | Deep Agents | ~/.agents/skills | | Gemini CLI | ~/.agents/skills | | GitHub Copilot | ~/.agents/skills | | Kimi Code CLI | ~/.agents/skills | | OpenCode | ~/.agents/skills | | pi | ~/.agents/skills | | Warp | ~/.agents/skills | | Zed | ~/.agents/skills | | Claude Code | ~/.claude/skills | | Hermes | ~/.hermes/skills |

Skills 简介

| Skill | 用途 | | --- | --- | | ship | 需求开发流程编排：设计 → 规格 → 票据 → 实施 → 评审 → 验证，每阶段路由到对应 skill | | req-explore | 盘问式会话，同时构建项目的领域模型，打磨术语并就地更新 CONTEXT.md 和 ADR（Architecture Decision Record，架构决策记录） | | to-spec | 把当前对话转化为一份 spec 文档，写入 docs/changes/<capability-path>/spec.md | | to-plans | 把规格或需求转化为多步骤实现计划，写入 docs/changes/<capability-path>/plans.md | | implement | 构建 spec 或一组票据描述的工作，在约定 seam 处驱动 /tdd，提交前以 /code-review 收尾 | | improve-codebase-architecture | 扫描代码库寻找深化机会，以可视化 HTML 报告呈现，再对选中的机会进行盘问 | | diagnosing-bugs | 针对疑难 bug 和性能回退的纪律化诊断循环：变红反馈回路 → 最小化 → 假设 → 插桩 → 修复 → 回归测试 | | prototype | 构建一次性原型来回答设计问题：用一个可分享的 HTML 文件承载状态/逻辑，或多个可切换的 UI 变体 | | research | 对照高可信度 primary source 调查问题，把结果以带引用的 Markdown 文件存入 repo，以后台 agent 方式运行 | | tdd | 采用 red-green-refactor 循环的测试驱动开发，一次构建一个垂直切片的功能或修复一个 bug | | domain-modeling | 主动构建并打磨项目的领域模型——挑战术语、用场景压力测试、就地更新 CONTEXT.md 和 ADR | | codebase-design | 设计深模块的共享纪律与词汇：小接口、干净的 seam、可经由接口测试 | | code-review | 对 diff 做双轴评审：Standards（编码规范 + Fowler 坏味道基线）与 Spec（是否忠实实现原始 issue/spec），以并行子 agent 运行 | | image-to-code | 把设计稿截图转成生产级代码，自动检测框架、复用现有组件 | | officedocs | 处理 Microsoft Office 三件套：Word（.docx）、PowerPoint（.pptx）、Excel（.xlsx）——创建、读取、编辑、提取、转换与清理 | | pdf | 处理 PDF 的一切操作：读取/提取、合并、拆分、旋转、水印、表单、加密解密、OCR | | performance | 性能分析与优化：成本估算 → 剖析定位 → 优化技术目录 → 微基准验证 | | playwright-cli | 用 playwright-cli 自动化浏览器交互、测试网页并生成测试代码 | | skill-creator | 创建、迭代改进 skill，并用 eval 与方差分析基准衡量性能 | | skill-translator | 批量翻译 skills 目录或文档树到目标语言，生成结构一致的副本并执行技能精简 | | verification-before-completion | 宣称完成或修复前必须运行验证命令，始终用证据支撑断言 | | handoff | 将当前对话压缩成一份交接文档，让另一个 agent 可以继续这项工作 | | teach | 跨多个会话教用户一项新技能或概念，以当前目录作为有状态的教学工作区 | | ask-route | 询问哪个 skill 或流程适合你的情况。user-invoked skills 之上的路由器 |

基本工作流

每个需求变更的所有产出文档集中存放在 docs/changes/<capability-path>/（按变更命名，如 add-dark-mode）：spec.md（规格）、plans.md（实现清单）、issues/（本地票据）。同一会话的后续阶段都写入同一目录。

绝大部分情况下，我们不需要手动调用某个 skill，模型会根据上下文自动按需加载合适的 skill，以下展示的用法仅作为演示说明。

# 1. 探索设计
# 通过提问澄清需求，产出文档：CONTEXT.md、docs/adr/*
/req-explore <一句话描述需求>

# 2. 编写方案、规格
/to-spec

# 3. 拆分成多个可追踪的执行计划
/to-plans

# 4. 实施
/implement

# 5. 代码review
/code-review

# 6. 验证
/verification-before-completion

# 维护
# 重构
/improve-codebase-architecture

# bug定位
/diagnosing-bugs

# 跨会话需求开发
# 跨会话需求平滑交接与上下文清理(防止对话污染)
# 1. 在当前对话框输入 /handoff,导出当前需求的成果总结。Windows 通常在 %TEMP%\ 下,macOS/Linux 在 $TMPDIR/ 或 /tmp/ 下。
# 2. 直接关闭当前对话窗口,新建一个干净的窗口。
# 3. 新窗口第一句话把 handoff 文件路径丢给 AI(比如"读一下 /tmp/handoff-20260807-153000.md,继续上次的工作")。