AI Skill GitHub 星标
排行榜

summarize 来自 Openclaw，主打总结内容要点，生成精简摘要，结果可以直接拿来用，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

tmux 来自 OpenClaw，主打使用 tmux，管理终端会话与多窗口工作流，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

openai-whisper 是 OpenClaw 推出的技能，用 Whisper 做语音转写，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

nano-pdf 是 OpenClaw 出品的 AI 技能，专注处理 PDF 文件，省去手工排版，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

ordercli 是 OpenClaw 推出的技能，使用 ordercli 工具，代码结构更清晰，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

peekaboo 是 OpenClaw 推出的技能，使用 Peekaboo 工具，代码结构更清晰，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

mcporter 是 OpenClaw 推出的技能，使用 mcporter 工具，协作更顺畅，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

1password 是 OpenClaw 出品的 AI 技能，专注使用 1Password 管理密码，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

himalaya 来自 OpenClaw，主打使用 Himalaya 邮件客户端，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

obsidian 来自 OpenClaw，主打使用 Obsidian 笔记，代码结构更清晰，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

coding-agent 来自 OpenClaw，主打做编码智能体，自动完成任务，扩展能力边界，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

apple-reminders 是 OpenClaw 推出的技能，操作 Apple 提醒事项，提升工程质量，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

clawhub 来自 OpenClaw，主打使用 ClawHub 能力，提升工程质量，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

video-frames 是 OpenClaw 出品的 AI 技能，专注提取视频帧，截取关键画面，批量高效产出，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

apple-notes 是 OpenClaw 出品的 AI 技能，专注操作 Apple 备忘录，格式统一规范，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

session-logs 是 OpenClaw 推出的技能，查看会话日志，把相关操作流程化，自动产出结果，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

healthcheck 来自 OpenClaw，主打做健康检查，把相关操作流程化，自动产出结果，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

trello 来自 OpenClaw，主打操作 Trello，提升工程质量，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

openai-whisper-api 来自 OpenClaw，主打用 Whisper API 转写，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

notion 是 OpenClaw 出品的 AI 技能，专注操作 Notion，搭建知识库，把相关操作和判断整理成一套固定流程。它还能管理任务与数据、自动化工作流。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

spotify-player 是 OpenClaw 推出的技能，控制 Spotify，提升工程质量，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

model-usage 是 OpenClaw 推出的技能，查看模型用量，把相关操作流程化，自动产出结果，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

sonoscli 是 OpenClaw 推出的技能，控制 Sonos 音响，覆盖常见报错，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

blogwatcher 是 OpenClaw 推出的技能，监控博客更新，把相关操作流程化，自动产出结果，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

xurl 是 OpenClaw 推出的技能，使用 xurl 工具，减少重复编码，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

gh-issues 来自 OpenClaw，主打管理 GitHub Issue，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

gifgrep 来自 OpenClaw，主打搜索 GIF，把相关操作流程化，自动产出结果，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

oracle 是 OpenClaw 推出的技能，使用 Oracle 能力，按最佳实践落地，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

openhue 是 OpenClaw 推出的技能，控制 Hue 灯，代码结构更清晰，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

goplaces 是 OpenClaw 推出的技能，查找地点，把相关操作流程化，自动产出结果，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

things-mac 来自 OpenClaw，主打操作 Things 任务，按最佳实践落地，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

sherpa-onnx-tts 来自 OpenClaw，主打用 sherpa-onnx 做 TTS，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

eightctl 来自 OpenClaw，主打使用 eightctl 工具，按最佳实践落地，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

blucli 来自 OpenClaw，主打使用 blucli 工具，减少重复编码，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

camsnap 是 OpenClaw 推出的技能，控制摄像头，把相关操作流程化，自动产出结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

songsee 是 OpenClaw 出品的 AI 技能，专注识别歌曲，把相关操作流程化，自动产出结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

bear-notes 来自 OpenClaw，主打操作 Bear 笔记，省去手工排版，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

sag 是 OpenClaw 出品的 AI 技能，专注使用 sag 工具，减少重复编码，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

brainstorming在实现功能前先做结构化设计对话，逐一澄清需求、对比方案，经你确认后再动手，避免AI凭猜测直接编码。

systematic-debugging 来自 obra，主打系统化排查 bug，省去手动操作和来回切换，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

writing-plans 来自 obra，主打先写计划再动手，自动整理成可用的结果，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

using-superpowers 是 obra 推出的技能，使用 superpowers 开发工作流，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

requesting-code-review 是 obra 推出的技能，请求代码审查，自动生成结构清晰的结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

test-driven-development 是 obra 推出的技能，用 TDD 测试驱动开发，直接给出成品，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

verification-before-completion 来自 obra，主打完成前先验证，自动生成结构清晰的结果，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

executing-plans 是 obra 出品的 AI 技能，专注按计划逐步执行，自动整理成可用的结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

subagent-driven-development 来自 obra，主打用子代理分工开发，省去手动操作和来回切换，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

receiving-code-review 是 obra 出品的 AI 技能，专注用自然语言处理收到的代码审查意见，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

dispatching-parallel-agents 是 obra 推出的技能，分派多个代理并行处理任务，在对话里几句话就能搞定，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

writing-skills 来自 obra，主打用自然语言编写高质量 Skill，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

using-git-worktrees 来自 obra，主打用 Git worktree 并行开发，背后的琐碎步骤都打包好，AI 照着执行就行。它还能规范提交信息、处理分支与合并。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

finishing-a-development-branch 是 obra 出品的 AI 技能，专注收尾开发分支，省去手动操作和来回切换，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

grill-me 是 Matt Pocock 出品的 AI 技能，撰写代码之前，先让AI狠狠地“拷问”你一遍。 这个技能的火爆程度超出了很多人的预…。如果你正好要处理这块，它能明显减少手动反复操作。

grill-with-docs 是 TypeScript 大神 Matt Pocock 开发的另一个 AI 技能，和 grill-me 是“亲兄弟”。 grill-me 做的事情是：AI 通过持续提问，帮你在动手之前把所有模糊的地方想清楚。但 grill-me 有一个“缺点”——它不写任何文件。拷问结束，对话一关，刚才理清楚的思路就只停留在你的脑子里，下次打开一个新的 AI 会话，一切又要重来

如果你维护过超过半年的项目，大概率遇到过这种情况：代码能跑，功能正常，但加一个新功能越来越费劲，改一行代码要牵扯五六个文件，测试也很难写。你不知道问题出在哪，更不知道从哪下手。 improve-codebase-architecture 就是用来解决这个问题的。它是一个由 TypeScript 大神 Matt Pocock 开发的 AI 技能，核心工作只有一件事：像医生做体检一样，扫描你的代码仓库，找出架构层面的“病灶”，然后告诉你最该先治哪里。

tdd 是 Matt Pocock 出品的 AI 技能，加一个新功能，它直接生成了几百行实现代码，测试文件是空的，或者测试是后补的。你问…。它把关键步骤固化下来，结果更稳定，不用每次从零折腾。

setup-matt-pocock-skills 就是来补这个缺的。它的官方定位只有一句话：在每个仓库运行一次，然后再使用其他 engineering skills。 它不教你怎么写 issue、怎么 triage，它只做一件事：把三个核心配置决策问清楚，然后落地成文件，让后面所有的 engineering skills 都有一个确定的读写位置

如果你用AI编程助手做过稍微复杂一点的工作，大概遇到过这种情况：会话进行到一半，上下文窗口快满了，或者你想换个工具试试，但新开的会话对刚才讨论的几十轮内容一无所知。你只能手动复制粘贴，或者从头再解释一遍。 handoff就是来解决这个问题的。它是Matt Pocock开发的一个AI技能，做的事情很单一：把当前对话压缩成一份交接文档，让另一个AI智能体（或者同一个人换个工具之后）能无缝接上。

如果你维护过任何一个有外部贡献者的开源项目，或者在一个稍具规模的团队里工作过，大概率对这种情况不陌生：Issue越积越多，分不清哪些是真Bug、哪些是脑暴、哪些早就该关掉。当你引入AI智能体来分担工作量之后，这个问题非但没有消失，反而被放大了——智能体很乐意去做事，但它无法替你判断“这件事到底该不该做、现在能不能做”。

如果你用 AI 写代码，大概率遇到过这种情况：一个需求摆在那，但你不确定技术方案对不对、状态流转合不合理、UI 布局该往哪个方向走。直接让 AI 写最终代码，万一方向错了，返工成本很高。不写吧，光靠脑子想又不够踏实。 prototype 就是 Matt Pocock 开发的一个 AI 技能，专门解决这个问题。它让你在正式提交代码之前，先做一段可丢弃的原型代码，用来回答一个具体的设计问题。

Grilling是一款用于方案压力测试的AI Skill，通过连续追问、拆解决策和检查隐藏假设，帮助你在写代码或执行计划前发现问题，减少AI“自作主张”带来的返工。

如果你在开发过程中接触过领域驱动设计（DDD），一定知道“通用语言”（Ubiquitous Language）这个概念——团队内部、业务方与代码之间用同一套词汇沟通，听起来简单，做起来难。domain-modeling 这个技能就是为了解决这个难题而生的。

Teach 插件提供两大核心能力：为教育工作者自动生成教案、对齐课程标准并差异化调整阅读材料；同时允许开发者通过聊天指令教会机器人自定义问答对，实现自动回复与知识库管理。

你在和 AI 编程助手讨论代码结构的时候，有没有遇到过这种情况——你说“这个模块的接口可以简化一下”，AI 回你“好的，我来优化 API”；你说“这里需要一个适配层”，AI 开始给你写一堆抽象的工厂类。你们说的似乎是同一件事，但又不完全一样。“模块”和“组件”有什么区别？“接口”到底是指类型签名还是包括错误处理和性能特征？“边界”和“接缝”是一回事吗？

Matt Pocock 开发的 diagnosing-bugs 技能，正是为了解决这类问题而生的。它不是传统意义上的 IDE 插件，而是一个可以加载到 Claude Code、Cursor、Windsurf 等 AI 编程助手里的工作流技能。

code-review自动检查代码变更中的缺陷、安全风险和质量问题，按严重程度分级报告，让代码审查更快更准。

implement 来自 Matt Pocock，主打帮你把计划落地，结果可以直接拿来用，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

如果你在 Claude Code、Cursor 或者 Codex 里装过 Matt Pocock 的那套 Skills，大概率会有这种体验——装的时候觉得“哇这么多技能”，真正用起来的时候，翻来覆去就用了那么两三个。剩下的十几个技能躺在列表里吃灰，不是没用，而是根本不知道什么时候该用哪个、用完了下一步该接什么。

wayfinder把大型代码库变成可对话的导航地图，快速定位函数、理解调用关系、追踪依赖链路。

to-spec是一款让Claude Code等AI编程助手把当前对话和代码库理解直接综合成结构化产品规格文档（PRD）并发布到项目Issue跟踪器的技能插件，全程零访谈、零追问。

to-tickets把一段模糊需求或规划文档，自动拆成结构清晰、可分配给人和 AI 的开发工单，让任务落地不再靠感觉。

Research插件是一套让Claude Code等AI编程助手具备完整学术研究能力的技能包，涵盖文献综述、实验设计、论文写作、同行评审等全流程，相当于在终端里配备了一个7x24小时在线的专职研究助理。

wizard 是 Matt Pocock 推出的技能，手把手带你完成一个任务，全程自动完成不费事，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

resolving-merge-conflicts 是一个引导 AI 编码工具完成进行中 Git 合并或变基的技能，通过追溯冲突双方改动的原始意图来逐块裁决，适合经常处理多分支协作的开发者。

git-guardrails-claude-code 来自 Matt Pocock，主打遵守 Git 安全护栏，规范提交信息，背后的琐碎步骤都打包好，AI 照着执行就行。它还能处理分支与合并、解决冲突。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

to-questionnaire 是 Matt Pocock 出品的 AI 技能，专注把需求转成问卷，自动生成结构清晰的结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

setup-pre-commit 来自 Matt Pocock，主打配置 pre-commit 钩子，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

writing-beats 是 Matt Pocock 推出的技能，规划写作节奏，自动整理成可用的结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

writing-shape 是 Matt Pocock 出品的 AI 技能，专注打磨写作结构，自动生成结构清晰的结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

writing-fragments 是 Matt Pocock 推出的技能，打磨零散的写作片段，自动产出结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

scaffold-exercises 是 Matt Pocock 出品的 AI 技能，专注搭建练习项目，全程自动完成不费事，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

migrate-to-shoehorn 来自 Matt Pocock，主打迁移到 Shoehorn 框架，背后的琐碎步骤都打包好，AI 照着执行就行。它还能处理依赖映射、转换资源与代码。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

writing-for-agents 是 Matt Pocock 出品的 AI 技能，专注撰写面向 AI Agent 的内容，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

wait-what 来自 Matt Pocock，主打在动手前先问清疑惑，结果更稳定，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

loop-me 是 Matt Pocock 推出的技能，反复迭代直到结果达标，减少手动出错，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

claude-handoff 来自 Matt Pocock，主打在会话之间无缝交接上下文，减少手动出错，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

setup-ts-deep-modules 是 Matt Pocock 推出的技能，配置 TypeScript 深度模块结构，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

To-PRD 是一款为 Claude Code、Cursor 等 AI 编程环境设计的智能技能插件。它能将你与 AI 的对话上下文和代码库理解直接合成为结构化的产品需求文档（PRD），并一键发布到项目 Issue Tracker。全程无需额外访谈，适合想法已清晰、只需快速文档化的产品经理和开发者。

to-issues 来自 Matt Pocock，主打把任务拆成 issue，一步到位，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

writing-great-skills 来自 Matt Pocock，主打按最佳实践打磨高质量 Skill，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

implement-spec 是 Matt Pocock 推出的技能，按规格实现功能，在对话里几句话就能搞定，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

retro 是 Matt Pocock 出品的 AI 技能，专注项目复盘总结，沉淀经验教训，全程自动完成不费事，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

diagnose 是 Matt Pocock 推出的技能，诊断问题根因，自动整理成可用的结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

write-a-skill 是 Matt Pocock 出品的 AI 技能，专注帮你编写一个 Skill，省去重复操作，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

zoom-out 是 Matt Pocock 出品的 AI 技能，"拉远镜头"，输出相关模块与调用者的高层映射图，帮你快速建立全局认知。装好后在 AI 工具里直接描述需求就能用，上手很快。

design-an-interface 是 Matt Pocock 推出的技能，设计一个界面，自动生成结构清晰的结果，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

request-refactor-plan 是 Matt Pocock 推出的技能，分析代码结构，拆分复杂模块、改善可读性，省去了自己摸索的麻烦。它还能保持行为不变。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

qa 是 Matt Pocock 出品的 AI 技能，专注内容质量检查与把关，挑出错漏，格式统一，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

ubiquitous-language 来自 Matt Pocock，主打提炼统一术语表，自动生成结构清晰的结果，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

obsidian-vault 是 Matt Pocock 出品的 AI 技能，专注管理 Obsidian 笔记库，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。