Matt Pocock Skills：138k Stars 的 Claude Code 技能集

本文介绍 mattpocock/skills，一个由 TypeScript 专家 Matt Pocock 维护的 Claude Code 技能集合。它提供了 /grill-me、/tdd、/triage 等实用技能，帮助开发者在 AI 编码时保持对代码质量的控制。截至目前，该项目在 GitHub 上已获得 138k stars。

项目简介

mattpocock/skills 是一套面向"真正工程师"的 Claude Code 技能集，通过 skills.sh 分发。与那些试图接管整个开发流程的框架不同，这些技能设计得小巧、易适配、可组合，让开发者保持对代码的控制权。

核心特性

• /grill-me 和 /grill-with-docs：在开始编码前，让 AI 对你进行"拷问"，确保需求对齐。这是最受欢迎的技能
• /tdd：测试驱动开发技能，引导 AI 遵循红-绿-重构循环
• /triage：将 issue 通过状态机进行分诊管理
• /improve-codebase-architecture：扫描代码库发现架构改进机会，生成可视化 HTML 报告
• /to-prd：将当前对话转化为 PRD 并发布到 issue tracker
• /diagnosing-bugs：结构化的 bug 诊断循环：复现 → 最小化 → 假设 → 检测 → 修复 → 回归测试
• /domain-modeling：主动构建和打磨项目的领域模型
• /handoff：将当前对话压缩为交接文档，方便另一个 agent 继续工作

技术栈

• Shell - 技能定义和脚本
• skills.sh - 技能分发平台
• Claude Code / Codex - 目标 AI 编码代理

安装指南

前置要求

• Claude Code 或兼容的 AI 编码代理
• Node.js（用于 skills.sh 安装器）

安装步骤

npx skills@latest add mattpocock/skills

选择你需要的技能，以及要安装到哪些 AI 编码代理上。确保选择 /setup-matt-pocock-skills。

然后在你使用的 AI 代理中运行：

/setup-matt-pocock-skills

它会询问你使用的 issue tracker（GitHub、Linear 或本地文件）、分诊标签以及文档保存位置。配置完成后即可使用。

设计理念

Matt Pocock 构建这套技能是为了解决 AI 编码中的四个常见问题：

1. Agent 没理解你的意图 → 用 /grill-me 在开始前进行需求对齐
2. Agent 过于啰嗦 → 通过领域建模建立共享语言，减少冗余
3. 代码跑不通 → 用 /tdd 的红-绿-重构循环提供持续反馈
4. 代码变成"泥球" → 用 /improve-codebase-architecture 定期重构

实战工作流：从 Grill 到 Review

这套技能组合起来，可以形成一条完整的新功能开发流水线。以下是我日常开发新 feature 和新点子的主要流程：

1. Grill — 需求拷问

用 /grill-me 或 /grill-with-docs 让 AI 疯狂拷问细节，直到需求完全清晰。这一步的关键是让 AI 扮演"最挑剔的同事"，把每一个模糊的地方都挖出来，避免做到一半才发现理解偏差。

2. Research — 难点预研（可略过）

针对有技术难点的地方，单独分析并创建一个 research 文档。这一步不是必须的，但如果涉及不熟悉的技术栈或复杂算法，提前做预研能大幅降低实现阶段的风险。

3. PRD — 生成需求文档

用 /to-prd 将讨论结果转化为详细的需求文档，并发布到 issue tracker。这一步产出的 PRD 包含了完整的背景、范围、技术方案和验收标准。

4. Issues — 拆解任务

将 PRD 拆成带依赖关系的独立 tickets。每个 ticket 是一个可独立完成的垂直切片，依赖关系清晰，方便并行执行。

5. Implement — 分 ticket 循环实现

代码实现阶段的关键原则是独立 + 分 ticket + 循环执行。每个 ticket 单独处理，避免一个会话塞太多上下文。完成一个 ticket 后进入下一个，保持每次聚焦的范围足够小。

6. Review — 验证

最后对整体实现进行 review，验证是否满足 PRD 中的验收标准，检查代码质量和测试覆盖。

这套流程的核心思路是：用 Grill 保证方向正确，用 PRD + Issues 保证任务可追踪，用分 ticket 循环实现控制上下文窗口，最后用 Review 兜底质量。

使用示例

需求对齐

/grill-me

在开始任何编码任务前使用，AI 会对你进行详细提问，确保完全理解你的需求。

测试驱动开发

/tdd

引导 AI 先写失败测试，再写实现代码，最后重构。提供持续反馈循环，产出更可靠的代码。

架构改进

/improve-codebase-architecture

扫描整个代码库，发现架构改进机会，生成可视化报告，然后逐一讨论改进方案。

项目链接

• GitHub 仓库：https://github.com/mattpocock/skills
• 许可证：MIT