什么是SKILL， 为什么安装SKILL： 

        Skills，是Claude Code 的可复用能力扩展模块。每个 skill 本质上是一组预先编写好的指令（prompts）和工具调用策略，封装了特定领域的操作流程和最佳实践。可以把它简单的理解为"专业工作流模板"。

        有了Skills，你不用自己写复杂提示词，直接调用现成的。

• 效率提升：不用每次重复描述复杂的操作步骤，一个 /review 就能启动代码审查
• 专业规范：每个 skill 内置了该领域的最佳实践，比如 claude-api skill 会主动检查缓存命中率
• 降低门槛：即使你不熟悉某个领域（如 PR review 流程），skill 也能引导你完成
• 自动化工作流：像 loop skill 可以定时执行重复性任务，比如每5分钟检查一次部署状态

        但是要注意一点， SKILL并不是越多越好，很多人第一次看到 Skill 列表，会有一种“这个也有用，那个也想装”的冲动。 但实际情况往往是：

• 装太多，路由容易混
• 功能重复，指令相互打架
• 上下文被占掉不少

真正高频用的，最后就那几个，更合理的方式是：先围绕你的主工作流，装 3 到 5 个。先用顺，再扩。

不同使用场景，推荐使用SKILl。 

如何新增一个skill 和 marketplace 可以参考我的上一篇文档： ClaudeCode 高效使用技巧2：添加skillhttps://blog.csdn.net/zhoushimiao1990/article/details/160630524

需求开发： 

1. Superpowers  ：适用于需求澄清、方案设计、TDD 驱动开发、复杂功能落地前的思考阶段
2. planning-with-files : 适合长任务、复杂任务、多阶段交付、上下文容易丢失的项目。让计划变成项目资产，而不是一次性对话内容
3. everything -claude-code ：就像它的名字，一整套完整系统：技能体系、本能行为、记忆优化、持续学习、安全扫描，以及研究优先的开发模式。
4. ralph-loop ： 全栈开发工具集，复杂任务推进、长链路实现、防止 Claude 提前结束任务
5. ui-ux-pro-max-skill：适用于后台系统、运营平台、B 端页面、Demo 原型、多端界面生成

这里首推: Superpowers  和 planning-with-files 组合， everything -claude-code 内的功能太多， 个人觉得太多臃肿。

测试用例生成： 

1. Test Writer：根据项目测试框架和惯例自动生成测试文件。文档配套专用测试生成工具，专门针对 Markdown 技术文档里的代码片段生成单元测试，保证教程、概念文档中的示例代码可运行、无 bug，解决「文档示例代码复制运行报错」的行业痛点。主要用于前端代码测试用例编写。仅适配 JS/TS + Vitest，不支持 Java/Python/Go、Jest、Playwright；使用示例： 

   /test-writer 扫描全部concepts目录下所有md文档，批量生成测试、运行，自动修复文档内错误代码，生成完整校验报告

2. Webapp Testing： 前端回归、表单验证、登录链路测试、页面交互验证、截图留证
3. test-driven-development（superpowers）：TDD 强制开发循环
4. write-tests（通用单元测试生成）：业务代码全框架通用测试生成
5. springboot-tdd： Spring 专属 TDD 循环，先写测试再实现业务代码，和 cucumber-bdd 形成「上层业务 BDD + 底层单元 TDD」双层测试体系。

/springboot-tdd 开发订单支付服务，先通过cucumber-bdd产出支付feature，再TDD实现PayService，单元测试全部通过后再完善Cucumber步骤定义

开发完成后， 代码审查、简化：

1. Code Review： PR 前自查、重构复核、安全敏感逻辑检查、提交前补审查
2. Code Simplifier：写完后的收口、去冗余、代码简化、小范围重构

其它： 

1. andrej-karpathy-skills： 用于改善 Claude Code 的行为，要求ai极简工作的工作流文档
2. document-skills： PDF/Excel/PPT/Word全能处理
3. MCP Builder： 接第三方服务、把业务能力封装成工具、搭建自己的 MCP Server
4. skill-creator ： 沉淀团队流程、复用个人经验、打造项目专属工作流

部分SKILL 详细介绍： 

1、 Superpowers  

Superpowers 是什么： Superpowers 是一套给 AI 编程 Agent 用的标准化开发流程

superpowers的官方介绍：一套完整的软件开发方法论，适用于您的编码代理，它建立在一组可组合的技能和一些初始指令之上，以确保您的代理能够使用这些技能和指令。

superpowers 在claude的官方插件库中就有， 可以直接安装， 不需要新增marketplace。

superpowers不需要手动触发， 它会自动按照流程去执行任务。如果存在适用的技能，Agent 会自动使用。

我们首先看一下superpowes的工作流程： 

1. brainstorming (头脑风暴)： 在编写代码之前启动。通过提问完善初步想法，探索各种方案，分段展示设计以供验证。保存设计文档。

2. using-git-worktrees ：设计方案获批后激活。在新分支上创建隔离的工作区，运行项目设置，验证测试基线是否干净。

3. writing-plans(编写计划)：根据已批准的设计方案启动。将工作分解成易于处理的小任务（每个任务耗时 2-5 分钟）。每个任务都包含精确的文件路径、完整的代码和验证步骤。

4. subagent-driven-development / executing-plans(子代理驱动的开发、执行计划)： 根据计划激活。为每个任务派遣新的子代理，并进行两阶段审查（先检查规范符合性，再检查代码质量），或者分批执行，并设置人工检查点。

5. test-driven-development ：在实现阶段激活。强制执行红绿重构流程：编写失败的测试，观察其失败，编写最小代码，观察其通过，然后提交。删除测试之前编写的代码。

6. requesting-code-review ：在任务间隙激活。根据计划进行审查，并按严重程度报告问题。严重问题会阻碍进度。

7. finishing-a-development-branch ：当任务完成后激活。验证测试，提供选项（合并/PR/保留/丢弃），清理工作树。

代理会在执行任何任务前检查相关技能。工作流程为强制性流程，而非建议。

superpower的github地址： https://github.com/obra/superpowers

2、 planning-with-files

Claude Code（以及大多数人工智能代理）存在以下问题：

• 易失性内存——TodoWrite 工具在上下文重置时消失
• 目标偏移——在调用工具超过50次后，最初的目标被遗忘。
• 隐藏的错误——故障未被追踪，因此同样的错误会重复发生。
• 上下文填充——所有内容都被塞进上下文中，而不是单独存储。

task_plan.md      # 指定任务计划，并随着任务迭代进行更新
findings.md       # 存储研究和发现
progress.md       # 会话日志和测试结果

1. 如果没有任务描述，请询问您的任务。
2. 创建task_plan.md、findings.md和progress.md在你的项目目录中
3. 在做出重大决策之前重新阅读计划（通过 PreToolUse 钩子）
4. 文件写入后提醒您更新状态（通过 PostToolUse 钩子）
5. 将发现结果存储在上下文中，findings.md而不是填充上下文。
6. 记录错误以供将来参考
7. 在停止之前（通过停止钩子）验证完成情况

我们可以看下，在工作过程中，文件的更新情况：

github地址 ： https://github.com/OthmanAdi/planning-with-files

3、document-skills

地址：https://www.skills.sh/travisjneuman/.claude/document-skills

claude官方skill分别提供了对word文档、pdf、ppt、excel支持的skill。

document-skills 是一套一站式 Office+PDF 全生命周期处理增强技能包，相当于给 Claude 装上「AI 办公全家桶」，补齐原生 Claude 对 Word/Excel/PPT/PDF 批量、格式化、复杂操作的短板；属于整套 .claude 工具集里的文档专项子技能，整套工具集包含 127 个细分技能、86 个专业智能体、30 个斜杠命令，document-skills 专门负责所有文档类任务自动调度执行。

上下文自动识别触发，无需手动命令。当你对话中出现关键词：pdf、word、excel、ppt、docx、xlsx、pptx、报表、报告、幻灯片、合并文件、提取表格、导出文档，Claude 会自动加载 document-skills 指令，不会占用日常对话 token，按需加载节省上下文窗口空间。

对比原生 Claude 文档能力（优势）

4、skill-creator

skill-creator 是 Anthropic 官方原生元技能（Meta Skill），专门用来「生产、测试、迭代、优化其他所有 Skill」，相当于 Skill 领域的 IDE / 开发流水线Claude

是Skill 全生命周期工程化工具包： 从零创建新 Skill、编辑已有 Skill、自动化测试评估、基准对比、自动优化触发规则，把写 Skill 从纯 Prompt 手工调试升级成标准化、可测试、可量化的开发流程。

示例指令： 

/skill-creator 创建技能：批量解析PDF生成接口Excel报表，自动触发关键词pdf、提取表格、导出excel

对比手动写 SKILL.md

四大核心工作模式： 

• 模式 1：Create 新建技能（从零生成标准化 Skill）
  • 交互式问询你的业务场景、Skill 用途、触发关键词、执行步骤、依赖工具；
  • 自动生成合规完整目录脚手架：
  • 自动优化 description（决定 Claude 何时自动加载该 Skill），避免误触发、漏触发；
  • 内置渐进披露（Progressive Disclosure）机制，分层加载指令，减少日常对话 Token 开销。
• 示例指令： 

  • /skill-creator 创建技能：批量解析PDF生成接口Excel报表，自动触发关键词pdf、提取表格、导出excel

• 模式 2：Improve 迭代优化已有 Skill
  • 修复流程逻辑缺失、步骤混乱；
  • 精简冗余 Prompt，降低 Token 消耗；
  • 重写触发描述，提升自动匹配准确率；
  • 补充 examples 正反案例，让 AI 识别场景更精准；
  • 规范 YAML 元数据（权限、斜杠命令、加载优先级）
• 示例指令：

/skill-creator improve document-skills 

## 
/skill-creator 优化技能 document-skills，优化要求：
1. 重写trigger触发描述，仅在用户要求导出PDF/Word/Excel/PPT、批量处理文档时加载，阅读纯文本不触发.......

• 模式 3：Eval 自动化评测（核心工程化能力）
  • 批量录入测试用例（正常场景、边界场景、负面无关场景）；
  • 自动加载 Skill 执行全部用例，按预设标准打分；
  • 输出完整评测报告：通过率、失败用例、缺陷原因；
  • 生成 HTML 可视化评审页面，可存档对比迭代版本。
• 示例指令：

/skill-creator eval document-skills

## 
/skill-creator 评测 document-skills，评测规则：
【合格标准】
1. 正向用例：100%完成文档导出、批量处理；
2. 负面用例：0次误加载技能；
3. 输出文件格式合规：docx带目录、xlsx带表头、PDF无乱码；
4. 处理报错时给出可修复指引，不直接崩溃；
新增3条边界测试用例：
1. 批量10个PDF提取表格导出Excel；
2. 空Excel文件生成统计报表；
3. 仅阅读文档文本，禁止生成文件（校验是否误触发）；
输出可视化HTML评测报告到 ./skill-eval-report/

• 模式 4：Benchmark 基准性能对比
  • A/B 对照测试：同一套用例分别运行「启用 Skill / 不启用 Skill / 新旧版本 Skill」；
  • 量化指标：执行耗时、Token 消耗量、输出准确率、方差波动；
  • 数据分析：判断升级后的 Skill 是否真实提升效率，规避越改越差的退化问题；
  • 辅助判断：如果无 Skill 也能 100% 完成任务，说明该 Skill 无存在价值，可移除。
•  示例指令：

/skill-creator benchmark document-skills

## 
/skill-creator 基准测试 document-skills，对比维度：
1. 任务完成准确率
2. 单次对话输入+输出总Token消耗
3. 平均执行耗时（流式文件生成）
4. 误加载/误触发次数
5. 大文件处理（50页PDF）稳定性
基准组：当前目录旧版document-skills
实验组：刚优化完成的document-skills
使用eval全部13条测试用例执行A/B盲测；
生成对比表格报告 benchmark-compare.md，永久存档用于版本迭代追溯

也可以完整串联一次性复合指令（一键走完优化 + 评测 + 基准）

/skill-creator improve document-skills && eval document-skills && benchmark document-skills

5、ralph-loop Skill

归属：fullstackrecipes 全栈开发工具集，面向 Claude Code / Cursor 的自动化自主开发循环 Skill。 

核心理念：持续循环迭代、反复修复直到验收标准全部通过，无需人工每轮介入驱动 AI

本质：一套可落地、标准化的自主 Agent 开发流水线，把需求→拆解规划→编码实现→测试校验→迭代修复全流程自动化跑闭环

前置依赖（必须先部署配套 Recipe）

文档明确要求按顺序安装前置工具链，否则循环校验失效：

1. Code Health 代码质量套件：Prettier 格式化、TypeScript 类型检查、Fallow 代码复杂度 / 死代码检测
2. AI Coding Agent 全局配置：统一编码规范、MCP 服务、项目约束，保证每轮 AI 输出风格统一 底层依赖文件读写、bash、测试执行、Git 提交能力

核心设计原理（四大关键机制）

1. 每轮全新会话上下文（Fresh Context Per Iteration）

每一轮迭代都会新建独立 Claude 会话，不会累积超长对话上下文，规避上下文溢出、模型遗忘原始需求、逻辑漂移问题； 所有历史工作状态不依赖对话记录，全部存在本地文件，每轮重新读取原始需求 + 历史产物做锚定。

迭代1：读取spec → 写代码 → 退出会话
迭代2：重读spec + 读取迭代1生成的代码/测试报告 → 修复缺陷 → 退出
迭代3：综合前两轮产物 + 测试结果 → 完善边界场景

2. 文件作为唯一状态存储（File I/O as State）

所有流程数据统一存在项目 .ralph/ 目录，无内存状态，中断重启可续跑：

• spec.md：原始需求、用户故事、验收标准（每轮强制重读）
• state.json：迭代次数、任务失败次数、全局运行状态
• progress.log：追加式全流程日志，可追溯每一轮修改、报错
• evidence/：每轮测试结果、产物快照、代码变更记录，用于事后审计
• IMPLEMENTATION_PLAN.md：任务看板（待办 / 进行中 / 已完成）

3. 两轮分层工作流：规划循环 + 构建循环

Phase1：PLANNING 规划阶段（只拆解，不写业务代码）

1. 读取需求文档，拆分为可 2~5 分钟完成的最小用户故事任务；
2. 生成 IMPLEMENTATION_PLAN.md 任务清单，标记优先级、依赖关系；
3. 定义每个任务对应的自动化验收标准（单元测试、类型检查、Lint）；
4. 输出规划文档，确认无遗漏后进入构建循环。

Phase2：BUILDING 构建迭代循环（核心自动执行循环）

标准闭环流程：

1. 读取任务清单，选取最高优先级待办任务；
2. 标记任务为 in_progress，启动独立 Agent 执行编码；
3. 完成代码编写，自动执行全套校验：单元测试、类型检查、代码规范扫描；
4. 校验通过则标记任务 DONE，原子 Git 提交本次变更；校验失败则记录报错，下一轮自动修复；
5. 写入进度日志，记录本轮学到的经验存入 knowledge.md；
6. 回到步骤 1，取下一个任务；
7. 全部任务完成输出 COMPLETE 终止循环；达到最大迭代次数自动退出并告警。

4. 内置故障容错机制

• 单任务失败次数阈值，连续失败自动阻断并生成故障说明文件，等待人工介入；
• 每轮执行前重读 Git 变更、上一轮测试报错，避免重复踩坑；
• 支持 dry-run 模式，只输出修改方案不实际改动代码；
• 可配置最大迭代次数，防止无限死循环。

完整使用实操示例

示例 1：快速启动循环（一行指令）

/ralph-loop 开发用户登录模块，验收标准：
1. 实现账号密码登录接口，密码BCrypt加密
2. 输出JWT token，携带过期时间
3. 单元测试覆盖率100%，无类型错误、无Lint警告
4. 自动生成接口文档
全部任务完成后输出 COMPLETE

示例 2：重构存量代码批量优化循环

/ralph-loop 重构订单模块，验收标准：
1. 消除所有any类型、补全TS类型定义
2. 去除重复代码，抽取公共工具类
3. 修复所有Lint警告
4. 原有单元测试全部通过
最大迭代20轮，失败3次暂停等待人工检查

示例 3：搭配 skill-creator 联动（技能工程化组合）

1. 先用 skill-creator improve ralph-loop 优化循环触发规则、精简 prompt；
2. skill-creator eval ralph-loop 批量测试循环稳定性；
3. 启动 ralph-loop 执行真实业务开发流水线。

典型适用场景

1. 完整新功能开发：从 0 到 1 实现接口、服务、单元测试、文档全套；
2. 存量代码大规模重构：统一类型、消除重复、修复规范问题；
3. 自动化测试生成：批量给业务模块补全单元 / 集成测试；
4. 技术迁移、代码规范整改、数据库迁移脚本开发；
5. 夜间离线自动化开发：配置循环后后台运行，次日验收结果。