khasky GitHub avatar

awesome-agent-skills

39 Stars49 Skills6 ForksMIT10月20日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月20日

面向 AI 编程助手的技能合集:代码评审、调试、安全审计与重构

这是一个面向 AI 编程助手的技能合集仓库,收录代码评审、缺陷修复、架构审计、无障碍审计、API 设计、代码文档等多个可复用 Skill。每个 Skill 以独立文件存放,并规定输出格式;仓库简介中的宣传表述不能单独证明具体能力,实际范围以各 Skill 文件为准。

包含 Skill

49

可以单独安装

GitHub Star

39

仓库累计 Star

近 7 天

+4

新增 Star

代码更新

2026年10月20日

最近一次推送

核心亮点

  • 1任务分工清晰

    每个技能对应一类工程任务,便于按场景选用。

  • 2输出结构固定

    多数技能规定报告字段,结果更易阅读和比对。

  • 3覆盖环节较广

    从评审、调试到审计、文档都有对应技能。

能做什么

  • 对代码改动或 PR 做评审,并按严重程度列出问题。
  • 通过可复现步骤定位缺陷根因,并给出修复与回归测试建议。
  • 对仓库或子系统做架构审计,输出结论与改进建议。
  • 对界面与标记做只读无障碍检查,逐条给出修复建议。
  • 梳理 API 契约决策,输出设计说明与待定问题。
  • 生成或整理代码文档、说明文件等工程材料。

适用场景

  • 合并前让助手按严重程度评审一次代码改动。

  • 遇到偶发失败时,先写可复现步骤再定位根因。

  • 上线前检查页面文案与代码实现是否一致。

  • 为新接口梳理分页、版本与幂等约定。

用之前和用之后

  • 评审意见零散,问题严重程度和位置不统一。按固定结构输出问题位置、影响与修复方向,便于逐条处理。
  • 修缺陷时直接改代码,缺少可复现证据。先复现再定位根因,并附上验证结果与回归测试建议。

它是怎么工作的

  1. 第 1 步

    选择技能

  2. 第 2 步

    提供上下文

  3. 第 3 步

    获取结构化结果

快速上手

安装与复制命令见“安装方式”。

  1. 1

    在仓库中找到对应技能的说明文件。

  2. 2

    阅读该技能规定的输入与输出格式。

  3. 3

    在 AI 编程助手中加载技能并说明任务范围。

  4. 4

    按输出结构核对结果并跟进修改。

适合谁

  • 使用 AI 编程助手的开发者
  • 需要做代码评审的团队
  • 关注工程质量的维护者

局限

  • 部分技能仅有简短说明,具体步骤需回到源文件确认。
  • 技能效果依赖所接入的 AI 助手与提供的上下文。
  • 采集信息未包含各技能的实际验证记录。

使用前注意

  • · 技能会读取代码与配置,使用前确认可访问范围。
  • · 审计与评审结论需人工复核,不宜直接作为最终判断。
  • · 涉及安全与权限的检查结果,应结合实际情况核验。

包含的 Skills · 49

公开来源

相关 Skills

查看更多