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。开发者往往面临两难：规则太多会导致 token 浪费和 AI 混淆，规则太少则导致生成通用代码。在团队中手动管理 .cursorrules 或类似提示文件，会导致版本漂移和扩展性问题。

工作原理

Agent Skills Standard 将工程规则转换为模块化、版本控制的「技能」，按需加载。它采用分层查找系统以最小化 token 使用量：

1. 路由表（AGENTS.md）：一个紧凑的入口点，将 AI 引导至正确的类别索引。
2. 类别索引（_INDEX.md）：一个触发表，将当前文件或提示中的关键词与特定技能匹配。
3. 技能（SKILL.md）：实际的工程规则，仅在相关时加载。

该项目提供 CLI 用于分发（将技能同步到 Cursor、Claude Code、GitHub Copilot 等工具原生支持的格式），并提供可选的 MCP 服务器用于运行时强制执行，确保代理在编辑代码前实际调用必要的技能。

适用对象

使用 AI 编码代理（如 Cursor、Claude Code、Copilot、Gemini、Windsurf 等）并希望在代码库中统一、可移植地执行 SDLC 标准，同时避免 token 浪费的工程团队。

主要亮点

• 多代理支持：为 Cursor、Claude、Copilot、Gemini、Windsurf、Trae、Kiro 和 Roo 等广泛 AI 工具生成原生资产。
• Token 高效：采用分层加载系统，相比传统提示工程，token 消耗可减少高达 85%。
• 丰富库：涵盖 20 多个框架（如 Flutter、React、NestJS、Go、Python）的 280 个即用型编码标准。
• SDLC 工作流核心：为代理提供原生生命周期，覆盖从头脑风暴、规划到安全测试和验证的各个阶段。
• 运行时强制：MCP 服务器允许代理通过工具调用加载技能，弥补代理可能忘记读取索引文件的缺口。