一个 `.claude` 文件夹凭啥两个月冲到 55k stars？
故事是这么开始的2026 年 2 月初，一个叫 Matt Pocock 的英国开发者在 GitHub 上建了个
故事是这么开始的
2026 年 2 月初，一个叫 Matt Pocock 的英国开发者在 GitHub 上建了个仓库，名字很朴素，就叫 skills。简介更朴素，一句话： “Skills for Real Engineers. Straight from my .claude directory.”（给真工程师用的技能。直接来自我的 .claude 文件夹。）
翻译过来就是：哥们我就是把自己电脑里给 Claude Code 用的配置文件夹打包扔上来了，没干别的。
结果到了 4 月底，这个仓库冲到了 45,289 stars ；又过了几天，数字滚到 55.1k stars ， 4.6k forks ， 463 万点开看过的眼球。一个号称”没干别的”的项目，就这么把”AI 辅助编程怎么不变成灾难”这件事，给捅到了开源社区的中央。
它到底解决了啥？
Matt 在 README 里直接点名了 AI 编程的 四大失败模式 ：
- 代理没做你想要的（需求对不齐）
- 代理啰里啰嗦（吐 token 像不要钱）
- 代码跑不起来（看着挺像那么回事）
- 越改越像泥球（俗称 ball of mud ，想象一下你家厨房三个月没收拾）
业界现在很火的玩法叫 vibe coding ——意思是你跟 AI 说”嗨，搞个登录页”，看着它输出代码，感觉对了就提交。听起来很潇洒，但 Matt 觉得这玩意儿就像吃饭不洗手，迟早要拉肚子。他给出的药方叫 Real Engineering（真工程） ：用一系列结构化的”技能”（Skills），把工程师重新拉回掌控位。
一行命令装上
1 | `npx skills@latest add mattpocock/skills` |
跑完之后再来一句 /setup-matt-pocock-skills ，它会问你：你们用 GitHub 还是 Linear？triage 标签叫啥？文档放哪？回答完，全套技能就在你电脑里待命了。
先认识”四大核心档案”
工程类技能不是孤零零跑的，背后靠四类文档撑着，用来”喂”给 AI：
档案
通俗解释
例子
CLAUDE.md
给 Claude 看的”员工手册”，告诉它项目怎么工作
“我们用 GitHub Issues，bug 标签叫 needs-triage”
CONTEXT.md
项目的”字典”，定义领域术语，避免词义打架
“订单 = Order，不是 Bill”
docs/adr/
“重大决策档案”，记录当初为啥选 A 不选 B
“为什么用 PostgreSQL：因为我们要 JSON 列”
.out-of-scope/
“拒绝理由档案”，记录哪些需求被明确拒绝过
“不支持微信支付：目标用户只有支付宝”
其中 ADR（架构决策记录）有个有意思的”克制原则”——只有同时满足 3 个条件 才写：难以逆转、缺了上下文会让人困惑、真实权衡过的结果。Matt 不希望它沦为日记本。
12 个技能，全收下
仓库目前对外暴露 12 个技能 ，可以分成五大类。下面挨个过一遍，常用的多说几句，简单的一笔带过。
一、对齐需求：让 AI 别乱跑（4 个）
1. /grill-me — 让 AI 反过来烤你
这个名字直译叫”烤我”，意思是—— 关掉 AI 写代码的能力，打开它的提问能力 。
平时你说”做个购物车”，AI 大概率刷刷就开干了。但 Matt 的逻辑是：99% 的项目翻车不是 AI 笨，是你自己没想清楚。所以 /grill-me 这把火直接架你身上烤，一个问题一个问题问到你怀疑人生：
“购物车要不要支持游客模式？” “如果用户在 A 设备加车、B 设备登录，要合并吗？” “优惠券和限时折扣同时存在，谁优先？”
每个问题它还自己先给个推荐答案，你只需要点头或者反对。整个过程下来，你嘴巴说的不是”我要做购物车”，而是”我要做一个 支持游客模式、跨端合并、券后价优先 的购物车”。
2. /grill-with-docs — 边烤边写字典
/grill-me 的进化版。区别在于： 它会一边追问，一边把答案沉淀到 CONTEXT.md 和 ADR 里 。
比如你嘴里同时蹦出”账户”和”用户”两个词，它会立刻打断你：”等下，这俩到底是不是一个东西？”——确认之后立刻写进字典。下次再聊到，AI 直接复用，不会再问第二遍。这就是 Matt 反复强调的 shared language（共享语言） ，是从领域驱动设计（DDD）那边搬过来的。
3. /to-prd — 一键生成 PRD
聊完需求， /to-prd 把当前对话直接转成产品需求文档（PRD），扔到 issue tracker 里。最关键的一点： 它不再采访你 ，只综合已经聊过的内容。
PRD 模板很完整：问题陈述、解决方案、用户故事、实现决策、测试决策、不在范围内的部分、其他备注。Matt 还专门强调一条—— 不写具体文件路径或代码片段 ，因为这些会快速过时。
4. /to-issues — 把计划切成”小道菜”
PRD 太大没法干？ /to-issues 把它切成一个个独立可领的 GitHub Issue。
切的方式有讲究，叫 垂直切片 。 Matt 用做菜来类比： 水平切片（错） ：先切完所有菜、再炒完所有菜、再摆完所有盘——做完之前一口都吃不到； 垂直切片（对） ：先完整做一道菜，切+炒+摆盘走一遍，做完先吃上。
代码里也一样—— 每个切片都包含数据库 + API + 前端 + 测试 ，能独立跑通。配套还有一个标记： AFK（Away From Keyboard） = AI 可独立完成； HITL（Human In The Loop） = 必须人工介入。
二、写代码与调试（3 个）
5. /tdd — 红绿重构循环
/tdd 是 Matt 安利得最重的一个，用经典的 红绿重构 三步走：写测试 → 看它失败（红）→ 写最少代码让它通过（绿）→ 重构。
它强调一个铁律： 测试要验证”行为”，而不是”实现细节” 。坏的测试长这样：去 mock（伪造）内部协作者、测试私有方法。Matt 打了个比方—— 就像为了测试厨房好不好，去拆灶台看火苗颜色 。
还有个被他写进流程的小招式叫 Tracer Bullet（示踪弹） ：先发一发最简单的测试上去，确认整条链路能跑通——测试框架、调用栈、部署流程，都没问题——再开始正经写。就跟打仗时先发个曳光弹试探距离一样。规则也很硬： RED 状态绝不重构 ，必须先变绿才能动手。
6. /diagnose — 严格调试六步走
调试 Bug 也有标准流程，整整六个阶段，一步不能跳：
阶段
干啥
Phase 1 — 反馈循环
整套技能的核心：搞个”按一下就知道 Bug 在不在”的工具
Phase 2 — 复现
确认 Bug 真的能稳定复现
Phase 3 — 假设
生成 3-5 个可证伪的假设，先给用户看再测
Phase 4 — 验证
一次只改一个变量，所有 debug log 必须打 [DEBUG-xxx] 标记
Phase 5 — 修复 + 回归测试
修完后写”防止再犯”的测试
Phase 6 — 清理 + 复盘
删 [DEBUG-] 日志，思考”什么能预防这个 Bug”
最关键的是 Phase 1 的反馈循环 ——Matt 形容它像”修自行车的打气筒，按一下立刻知道有没有气”。 没有反馈循环，绝不进入假设阶段 。性能回归也一样：先测量（profiler、query plan），再修复，禁止”凭感觉优化”。
7. /zoom-out — 一键拉远镜头
打开一段陌生代码，看不懂为啥这么写？ /zoom-out 就像 GPS 的”缩小地图”按钮，拉远视角告诉你：
- 这个模块被谁调用？
- 它又调用了谁？
- 它属于哪个业务上下文？
输出一张关系图，让你瞬间知道自己站在系统的哪个位置。和后面要讲的 /improve-codebase-architecture 不同—— /zoom-out 只 了解 ，不 改进 。
三、维护代码库（2 个）
8. /improve-codebase-architecture — 给代码做体检
这是对抗 ball of mud（泥球） 的杀手锏。Matt 推荐 每隔几天跑一次 。
它的核心目标是发现”浅模块”并把它们改造成”深模块”——
- 深模块（好） ：用法很简单，但里面做了很多事。就像自动洗衣机，按一个按钮，洗漂脱全搞定。
- 浅模块（坏） ：用法复杂，里面没干啥。就像
validateEmail()却要传 5 个参数，最后只做一个正则判断。
它还提供了一个判断神器，叫 Deletion test（删除测试） ：想象删掉这个模块，复杂度是消失了，还是分散到各处？消失了 = 这是个好模块；分散了 = 凉拌。Matt 还特别强调： 一个 adapter = 假想的 seam，两个 adapter = 真实的 seam 。意思是只有一个实现的时候别瞎抽象，等出现两个实现再上接口。
9. /triage — Issue 分拣流水线
Issue 进来太多没人管？ /triage 让 AI 当预审员，读 Issue、贴标签、尝试复现、追问信息。
每个 Issue 两类标签：
- Category（类型） ：
bug/enhancement - State（状态） ：
needs-triage/needs-info/ready-for-agent/ready-for-human/wontfix
最有意思的是 ready-for-agent 这个状态——意思是 这个 Issue 已经准备好让 AI 直接干 ，工程师可以撒手不管。Matt 还规定， 所有 triage 评论必须以一句声明开头 ：” This was generated by AI during triage. “ 透明度拉满，避免甩锅。
四、生产力调节（2 个）
10. /caveman — 让 AI 像原始人说话
这个技能的脑洞我特别喜欢。
我们都知道 Claude 这种模型说话特别礼貌：” Sure! I’d be happy to help you with that. The issue you’re experiencing is likely caused by… “ 一句话八个虚词，token 哗哗烧。
/caveman 模式打开之后，画风秒变：
Bug in auth middleware. Token expiry check use
<not<=. Fix:
冠词砍掉，客套话砍掉，连接词砍掉，只留代码、术语、错误原文。Matt 在文档里写明节省约 75% 的 token ，效果立竿见影。
更绝的是它的 持久性 ——一旦触发， 每轮回复都生效 ，直到你说 stop caveman。但又留了几个”自动例外”：遇到安全警告、不可逆操作确认、多步骤序列时，会临时切回正常模式，免得砍得太狠你看不懂出事。聪明又克制。
11. /write-a-skill — 教你造新技能
想自己造一个 skill？ /write-a-skill 给你模板和指导。
它强调一个理念叫 Progressive disclosure（渐进披露） ：常用功能放 SKILL.md 前面，复杂场景链接到 REFERENCE.md，别一上来就把人砸蒙。还有一条很硬的要求—— description 字段是 AI 选择 skill 的唯一依据 ：最多 1024 字符，第三人称，第一句说”做什么”，第二句必须以” Use when [具体触发词]”开头。
五、初始化配置（1 个）
12. /setup-matt-pocock-skills — 一切的开始
工程类技能跑之前必须先跑一次它。它会问你三个问题：
- Issue tracker 用啥？ GitHub / GitLab / Local markdown / Other
- Triage 标签怎么映射？ 五个标准状态 → issue tracker 实际 label
- Domain docs 怎么布局？ 单上下文（一本字典）/ 多上下文（多部字典 + 总目录）
回答完，会自动往 CLAUDE.md 里塞一段 ## Agent skills 配置块。Matt 反复强调 每个仓库跑一次就够了 ——不跑，后面所有工程技能都缺上下文。
推荐启动顺序
Matt 在 README 里给了一个标准工作流，照着用就行：
1 | `1. /setup-matt-pocock-skills # 首次配置 |
注意一个常见陷阱： 跳过 step 1 直接跑后面的工程技能 ，会因为缺少 issue tracker / label 上下文而报错。
同行们怎么看？
这事儿不孤立。Matt 这个仓库火起来的同时，另一个叫 obra/superpowers 的同类项目已经冲到了 174,000 stars 。Anthropic 自己在 2026 年 3 月发的《Agentic Coding Trends Report》里也写了一句：” 重心已经决定性地转向 agentic engineering 。”
社区的反应也分两派。喜欢的人觉得这是把”野生 AI 编程”驯化成”工业流水线”的及时雨；不感冒的人觉得仪式感太重，写个小脚本你也搞 PRD、ADR、grilling，至于吗？
Matt 自己倒是没争辩，他还顺手开了个叫 Claude Code for Real Engineers 的训练营，关联他那个 AI Hero newsletter 一起做。商业归商业，开源归开源，倒也利落。
一些花絮
- 仓库的主语言显示是 Shell 100% ——因为里面装的全是 markdown 和 SKILL.md 配置文件，没啥真代码。
- 仓库还顺便提供了一个
/git-guardrails-claude-code技能，专门拦截 Claude Code 想跑git push --force、git reset --hard、rm -rf这种危险命令，相当于给 AI 装了个”防误删保险”。 - 那句 README 里的引用，来自《务实程序员》经典老书：” Always take small, deliberate steps. The rate of feedback is your speed limit. “（永远小步谨慎前进。反馈速度就是你的速度上限。）二十多年前的话，今天看依然成立。
- 单上下文 vs 多上下文怎么判断？Matt 给了个流程图：项目有多个完全不同的业务领域吗？没有 → 单上下文；有 → 多上下文（monorepo 常见）。
写在最后
mattpocock/skills 这个项目本身的代码量其实不多，55k stars 不是因为它技术多炫，而是因为它替很多人喊了一句： AI 越能干，工程师越得较真。
至于这是不是 AI 编程的未来，有人会觉得这只是把传统软件工程那套”重流程”换了个皮重新塞回来，也有人会觉得这才是 AI 时代真正的”基础设施”。无论站哪边，仓库就在那里，clone 下来花半小时就能体验，剩下的判断交给你自己。
毕竟，工具是给人用的，不是给人膜拜的。
💬 本文评论区已开启，但暂无读者留言。
本文转载自微信公众号，如有侵权请联系删除。
- 标题: 一个 `.claude` 文件夹凭啥两个月冲到 55k stars？
- 作者: lxiol
- 创建于 : 2026-05-06 19:55:58
- 更新于 : 2026-05-12 16:07:04
- 链接: https://blog.lxiol.cn/2026/05/06/一个-claude-文件夹凭啥两个月冲到-55k-stars/
- 版权声明: 本文章采用 CC BY-NC-SA 4.0 进行许可。