HoangNguyen0403/agent-skills-standard

解决的问题

AI 编码代理通常难以适应团队特定的编码标准，导致产出通用代码，或需要重复且消耗大量 Token 的提示词。本项目提供了一个可移植、版本控制的工程规则层，AI 代理可按需加载，从而减少 Token 浪费并确保不同 AI 工具间的一致性。

运作方式

它使用分层加载系统来避免“提示词丢失”并节省 Token。它不将所有规则注入每个提示词，而是遵循解析路径：路由表 (AGENTS.md) $\rightarrow$ 分类索引 (_INDEX.md) $\rightarrow$ 特定技能 (SKILL.md)。AI 仅加载与正在编辑的文件或当前任务相符的规则。

该系统通过 CLI (ags) 进行分发，并提供可选的 MCP 服务器进行运行时强制执行，确保代理在会话期间确实调用必要的技能。

适用对象

使用 AI 编码代理（如 Cursor、Claude Code、GitHub Copilot、Gemini、Windsurf 等）并希望在整个团队中同步 SDLC 工作流程和编码标准的软件工程团队。

特色亮点

• 多代理支持：为各种 AI 工具（包括 Cursor、Claude、Copilot 和 Gemini）生成原生资产。
• Token 效率：优化后的技能平均约 500 个 Token，比传统提示工程减少高达 85% 的 Token 使用量。
• 丰富的函数库：包含近 300 种涵盖 20 多个框架（例如 Flutter、React、Go、Python、NestJS）的现成技能。
• SDLC 工作流程骨干：为代理提供遵循的原生生命周期，涵盖从头脑风暴、规划到安全性测试与验证的各个阶段。
• 零信任架构：实现分层解析系统，以防止 AI 混淆和提示词丢失。