# AgentSkills 项目研究报告 | 项目名称 | AgentSkills —— AI 智能体技能集 | | -------- | -------------------------------------------- | | 报告类型 | 项目研究报告(PROJECT_REPORT) | | 报告日期 | 2026-08-08 | | 许可证 | MIT License(Copyright © 2026 Shuery-Shuai) | --- ## 摘要 本项目构建了一套面向 AI 编码智能体(Agent)的开源技能(Skills)集合——AgentSkills。项目以「提示词 + 接口策略」为核心组织单元,每个技能由一个 `SKILL.md`(定义角色、工作流、行为准则与输出格式的完整提示词)与一个 `agents/openai.yaml`(定义展示名、简介与调用策略)组成。技能按「开发与规范 → 测试与修复 → 交付与部署 → 全自动化」四层递进组织,共 18 个技能,覆盖从代码规范、质量保障到生产部署、监控告警的完整软件工程闭环。项目同时提供 `skills_linker.sh` 一键安装脚本,可将全部技能软链接至全局技能目录,实现开箱即用。本项目采用 MIT 许可证开源,不包含第三方运行时依赖,许可证合规状态为完全合规。 **关键词**:AI 智能体;技能(Skills);质量工程;自动化流水线;软件工程 --- ## 第1章 绪论 ### 1.1 项目背景 随着大语言模型(LLM)与 AI 编码智能体的快速发展,如何让智能体稳定、可复用地完成「代码审查、缺陷修复、性能测试、生产部署、监控告警」等工程化任务,已成为开发者社区关注的热点。传统上,这些任务依赖人工或碎片化的脚本,难以与 AI 智能体无缝衔接;而将领域知识封装为结构化的「技能」(Skills),则可以让智能体按既定流程执行高质量工程任务。 ### 1.2 项目意义 本项目通过将多年软件工程实践沉淀为 18 个可复用、可组合的技能,实现以下价值: - **能力升级**:将 AI 从「问答助手」升级为「质量工程团队」,使其具备端到端工程执行能力; - **质量闭环**:形成「发现缺陷 → 自动修复 → 语法检查 → 性能验证 → 回归测试」的完整闭环; - **安全可控**:内置生产环境保护、敏感信息脱敏、最小权限与人工确认点等安全规则; - **可观测可审计**:每个技能输出带时间戳的结构化 Markdown 报告,全程留痕、便于追溯。 ### 1.3 项目目标 1. 提供一套**开箱即用**、跨平台的智能体技能定义; 2. 通过技能互链形成**可组合的自动化流水线**(如 CI/CD 闭环); 3. 保证工程任务执行的**安全性与可审计性**; 4. 以 **MIT 许可证**开源,降低社区采用门槛。 ### 1.4 报告结构 本报告共七章:第 2 章介绍开发技术与许可证合规分析;第 3 章进行需求分析;第 4 章阐述详细设计;第 5 章说明编码与实现;第 6 章给出系统测试方法与结果;第 7 章进行总结与展望。附录 A 提供许可证清单,附录 B 汇总文档质量检查(lint / prettier / 死链)执行摘要。 --- ## 第2章 开发技术 ### 2.1 技术栈概述 本项目为「文档 + 配置 + 脚本」型仓库,技术栈轻量且无运行时依赖: | 层面 | 技术 / 格式 | 说明 | | -------------- | --------------------------------------------------- | ----------------------------------------------- | | 技能提示词 | Markdown(GFM) | `SKILL.md` 定义角色、工作流、行为准则与输出格式 | | 接口与策略 | YAML | `agents/openai.yaml` 定义展示信息与调用策略 | | 安装与自动化 | Bash(Shell) | `skills_linker.sh` 实现一键软链接安装 | | 图表与文档增强 | Mermaid / shields.io | 架构图、流程图与徽章 | | 质量工具链 | shellcheck / markdownlint-cli2 / prettier / js-yaml | 语法检查与格式化 | ### 2.2 核心技术 1. **SKILL.md 提示词规范**:采用统一的章节模板(角色与描述、支持格式、工作模式、行为准则、输出格式),使技能可被智能体稳定解析与执行; 2. **agents/openai.yaml 策略配置**:以结构化字段(`interface` / `policy`)描述技能的展示信息、隐式调用许可、确认要求与重试次数; 3. **技能互链机制**:技能之间通过 `/技能名` 相互调用,形成可复用的自动化链路(如 `ci-cd-pipeline` 串联 13 个子技能); 4. **一键安装脚本**:`skills_linker.sh` 遍历分类目录,将各技能软链接至 `~/.agents/skills/`,实现全局可用。 ### 2.3 许可证合规分析 本项目采用 **MIT License**(Copyright © 2026 Shuery-Shuai)。经对项目根目录及子目录扫描,未发现 `package.json`、`pyproject.toml`、`go.mod`、`requirements.txt`、`Cargo.toml`、`composer.json` 等任何第三方依赖清单文件,即**项目不包含第三方运行时依赖**,因此不存在依赖许可证冲突风险。 | 检查项 | 结果 | | ------------ | --------------------------------------- | | 项目主许可证 | ✅ MIT License(与 `LICENSE` 文件一致) | | 第三方依赖 | ✅ 无(依赖文件数 = 0) | | 许可证冲突 | ✅ 无 | | 合规结论 | **完全合规** | > [!NOTE] > > 文档中引用的 shields.io(徽章)与 Mermaid(图表)为在线服务或渲染库,不构成代码层面的许可证依赖;若未来引入第三方依赖,建议补充执行依赖许可证扫描。 --- ## 第3章 需求分析 ### 3.1 功能需求 按四大分类归纳的 18 个技能功能需求如下: | 分类 | 技能 | 功能需求描述 | | ---------- | ----------------------------- | ---------------------------------------------------------------------------- | | 开发与规范 | `readme-generator` | 遍历项目生成开源风格 README,含徽章、Mermaid、提示块与死链检查 | | 开发与规范 | `academic-readme-writer` | 生成论文格式 `PROJECT_REPORT.md`,集成格式化、死链检查与许可证信息 | | 开发与规范 | `google-style-formatter` | 将代码重构为严格 Google 风格,补全注释并调用权威格式化工具 | | 开发与规范 | `syntax-checker` | 自动识别语言并调用编译器 / linter 做语法检查,输出结构化报告 | | 开发与规范 | `dependency-security-scanner` | 扫描依赖已知漏洞(CVE),输出风险报告与修复优先级 | | 开发与规范 | `doc-link-checker` | 检查 Markdown 文档外部链接可达性,标记死链并生成报告 | | 测试与修复 | `blackbox-tester` | 黑盒测试:环境确认 → 用例生成 → 缺陷报告(仅限测试服务器) | | 测试与修复 | `unit-test-generator` | 分析源码自动生成缺失单元测试,覆盖正常 / 边界 / 异常场景 | | 测试与修复 | `bug-fixer-from-tests` | 解析缺陷报告 → 定位根因 → 最小化修复 → 回归验证指引 | | 测试与修复 | `performance-baseline-tester` | 对核心 API 做性能基准测试,与历史基线对比识别退化 | | 测试与修复 | `auto-test-and-fix` | 端到端编排「测试→修复→语法检查→性能→回归」闭环 | | 交付与部署 | `db-migration-checker` | 分析迁移脚本风险(危险操作 / 锁表),支持预发环境模拟执行 | | 交付与部署 | `deploy-to-production` | 多重确认下部署生产,集成迁移审查、健康检查与监控规则生成 | | 交付与部署 | `license-compliance-checker` | 扫描依赖开源许可证,检查与主许可证的兼容性与冲突 | | 交付与部署 | `log-monitor-rule-generator` | 扫描日志输出,生成 ELK / Loki / Prometheus 监控与告警规则 | | 全自动化 | `ci-cd-pipeline` | 串联 13 个子技能的全自动 CI/CD 闭环 | | 全自动化 | `project-health-check` | 全量质量体检(安全 / 语法 / 测试 / 性能 / 文档 / 合规),输出 0-100 综合评分 | | 全自动化 | `release-orchestrator` | 发布管理:决定版本号、生成变更日志、创建标签、触发 CI/CD、监控与回滚 | ### 3.2 非功能需求 | 类别 | 需求描述 | | -------- | ----------------------------------------------------------------------- | | 安全性 | 生产环境保护、敏感信息脱敏、最小权限、人工确认点 | | 可观测性 | 每个技能输出 `*_.md` 结构化报告,全程留痕 | | 可复用性 | 技能可独立使用,也可通过 `/技能名` 互链组合 | | 兼容性 | 覆盖 Python / Node / Java / Go / Shell / YAML / Markdown 等多语言工具链 | | 可维护性 | 目录按分类组织,技能模板统一,便于新增与维护 | ### 3.3 需求用例概览 以「CI/CD 全流程」为例,系统需按阶段依次调用安全扫描、黑盒测试、缺陷修复、格式化、文档生成、迁移审查与生产部署,任一阶段失败即暂停并报告: ```mermaid flowchart LR R1["用户发起 CI/CD"] --> S0["静态分析
(安全/许可证/语法)"] S0 --> S1["黑盒测试"] S1 -->|有缺陷| S2["缺陷修复 + 回归(≤3次)"] S2 --> S1 S1 -->|通过| S3["测试增强 + 性能验证"] S3 --> S4["代码规范化 + 语法复查"] S4 --> S5["文档生成 + 死链检查"] S5 --> S6["数据库迁移审查"] S6 --> S7["生产部署"] S7 --> S8["监控规则生成"] S8 --> R2["生成 cicd_report"] ``` --- ## 第4章 详细设计 ### 4.1 系统总体架构 系统按「开发与规范 → 测试与修复 → 交付与部署 → 全自动化」四层递进组织,形成完整质量闭环: ```mermaid flowchart TB subgraph SK["🧩 AgentSkills(18 技能)"] A["🛠️ 开发与规范
readme-generator · syntax-checker
google-style-formatter · doc-link-checker
dependency-security-scanner · academic-readme-writer"] B["🧪 测试与修复
blackbox-tester · unit-test-generator
bug-fixer-from-tests · performance-baseline-tester
auto-test-and-fix"] C["🚀 交付与部署
db-migration-checker · deploy-to-production
license-compliance-checker · log-monitor-rule-generator"] D["🤖 全自动化
ci-cd-pipeline · project-health-check
release-orchestrator"] end A --> B --> C B -.->|"auto-test-and-fix 闭环"| B D -->|"编排调用"| A D -->|"编排调用"| B D -->|"编排调用"| C ``` ### 4.2 模块设计 #### 4.2.1 仓库目录结构 ```text AgentSkills/ ├── skills_linker.sh # 一键安装脚本(软链接到 ~/.agents/skills/) ├── README.md # 项目说明 ├── PROJECT_REPORT.md # 项目研究报告(本文件) ├── LICENSE # MIT 许可证 ├── .markdownlint.json # Markdown 规范配置 ├── development-and-standards/ # ① 开发与规范(6 个技能) ├── testing-and-fixing/ # ② 测试与修复(5 个技能) ├── delivery-and-deployment/ # ③ 交付与部署(4 个技能) └── full-automation/ # ④ 全自动化(3 个技能) ``` #### 4.2.2 单个技能的内部结构 ```text / ├── SKILL.md # 技能提示词(角色、工作流、行为准则、输出格式) └── agents/ └── openai.yaml # 接口与策略配置(display_name / policy) ``` ### 4.3 配置数据结构设计 `agents/openai.yaml` 采用两层结构,字段说明如下: | 字段 | 类型 | 说明 | | ---------------------------------- | ------- | ------------------------------ | | `interface.display_name` | string | 技能展示名称 | | `interface.short_description` | string | 技能简介(用于调用方理解用途) | | `policy.allow_implicit_invocation` | boolean | 是否允许隐式调用 | | `policy.require_confirmation` | boolean | 执行副作用操作前是否需人工确认 | | `policy.max_retries` | int | 最大重试次数(避免死循环) | ### 4.4 交互流程设计 「测试→修复→回归」闭环由 `auto-test-and-fix` 编排,核心循环如下: ```mermaid flowchart TB P1["blackbox-tester
初始测试"] --> P2{有致命/严重缺陷?} P2 -->|是| P3["bug-fixer-from-tests
修复"] P3 --> P4["syntax-checker
语法复查"] P4 -->|有语法错误| P4 P4 -->|通过| P5["performance-baseline-tester
性能验证"] P5 --> P6["blackbox-tester
回归测试"] P6 -->|回归通过率<95% 且循环≤5次| P2 P6 -->|收敛| P7["final_report"] P2 -->|否| P7 ``` --- ## 第5章 编码与实现 ### 5.1 总体实现情况 项目共实现 18 个技能(每个含 `SKILL.md` 与 `agents/openai.yaml`)、1 个安装脚本(`skills_linker.sh`)与 1 份 Markdown 规范配置(`.markdownlint.json`)。所有技能提示词均遵循统一的「角色描述 → 支持格式 → 工作模式 / 工作流程 → 行为准则 → 输出格式」结构,确保可被智能体稳定解析。 ### 5.2 安装脚本 `skills_linker.sh` 的实现 安装脚本遍历分类目录,将各技能软链接至 `~/.agents/skills/`,并对已存在链接、同名冲突等情况进行安全处理。该脚本已通过 `shellcheck` 检查(0 告警): ```bash #!/bin/bash # 技能链接脚本 - 将当前目录下分类中的技能链接到 ~/.agents/skills/ TARGET_DIR="$HOME/.agents/skills" # 创建目标目录(如果不存在) mkdir -p "$TARGET_DIR" # 遍历所有一级子目录(分类目录) for category_dir in */; do # 排除非目录项 [ -d "$category_dir" ] || continue # 遍历分类目录下的技能子目录 for skill_dir in "$category_dir"/*/; do [ -d "$skill_dir" ] || continue skill_name="${skill_dir%/}" skill_name="${skill_name##*/}" # 源技能目录的绝对路径 src="$(realpath "$skill_dir")" # 目标链接路径 link="$TARGET_DIR/$skill_name" # 目标已存在且不是指向当前源时,区分符号链接与普通目录处理 if [ -L "$link" ]; then current_target="$(readlink "$link")" if [ "$current_target" = "$src" ]; then echo "跳过: $link 已指向 $src" continue else echo "警告: $link 存在但指向不同目标 ($current_target),将替换" rm "$link" fi elif [ -e "$link" ]; then echo "警告: $link 存在且不是符号链接,跳过 (手动处理)" continue fi # 创建符号链接 ln -s "$src" "$link" echo "已链接: $src -> $link" done done echo "完成。所有技能已链接到 $TARGET_DIR" ``` ### 5.3 接口策略配置 `agents/openai.yaml` 以 `blackbox-tester` 为例,接口策略配置定义了展示信息与调用策略: ```yaml interface: display_name: "黑盒测试专家" short_description: "从 README 提取信息并执行全面的黑盒测试(仅限测试环境),输出缺陷报告。" policy: allow_implicit_invocation: false # 需用户明确要求测试 require_confirmation: true # 在执行任何可能产生副作用的测试动作前需确认 max_retries: 2 # 网络或环境问题可重试,但避免死循环 ``` ### 5.4 技能提示词 `SKILL.md` 的结构 以 `syntax-checker` 为例,`SKILL.md` 采用「角色描述 → 支持语言与工具 → 误报处理 → 执行步骤 → 报告格式」的结构化写法,并集成误报处理(忽略标签)规范: ```markdown --- name: syntax-checker description: 自动识别代码语言并调用对应的语法检查工具(如编译器、解释器或专用 linter),检测语法错误,输出结构化检查报告。 --- 你是一名代码语法验证专家,专注于检测代码中的语法错误(Syntax Errors)... ``` ### 5.5 Markdown 规范配置 `.markdownlint.json` 为抑制 Markdown 文档中系统性出现的纯风格规则噪音(行长、标题与围栏空行、首行标题),项目建立了统一规范配置: ```json { "MD013": false, "MD022": false, "MD031": false, "MD041": false } ``` --- ## 第6章 系统测试 ### 6.1 测试环境与工具 | 工具 | 版本 | 用途 | | ----------------- | ----------------------------- | ----------------------- | | shellcheck | 0.11.0 | Shell 语法与静态检查 | | js-yaml | 4.x | YAML 语法解析校验 | | markdownlint-cli2 | 0.23.2(markdownlint 0.41.1) | Markdown 结构与规范检查 | | prettier | 3.3.3 | Markdown 格式化 | | jq / python3 | — | JSON / 辅助校验 | ### 6.2 语法检查 | 检查对象 | 工具 | 文件数 | 结果 | | -------------- | ------------------- | ------ | ----------- | | Shell 脚本 | `shellcheck` | 1 | ✅ 0 问题 | | Shell 语法基线 | `bash -n` | 1 | ✅ 通过 | | YAML 配置 | `js-yaml` | 18 | ✅ 全部通过 | | Markdown | `markdownlint-cli2` | 19 | ✅ 0 issues | | Markdown 格式 | `prettier --check` | 19 | ✅ 全部合规 | ### 6.3 链接检查 对 `README.md`、`PROJECT_REPORT.md` 等文档中的外部链接进行可达性检查(HEAD 请求,405 时回退 GET,超时 5 秒,同域间隔 0.5 秒),结果如下: | 链接 | 状态码 | 结果 | | ----------------------------------------------------- | --------- | ---------------------------------------- | | `img.shields.io/*`(徽章) | 200 | ✅ 可达 | | `shields.io` | 200 | ✅ 可达 | | `mermaid.js.org` | 200 | ✅ 可达 | | `github.com/Shuery-Shuai/AgentSkills.git`(代码块内) | 301 → 404 | ⚠️ 仓库尚未公开(已在 README 标注 TODO) | ### 6.4 测试结论 系统测试全部通过:Shell 与 YAML 无语法错误,Markdown 无规范问题且格式合规;文档外部链接除「未公开仓库的克隆地址」外均可达。测试过程全程只读,未对生产环境执行任何操作。 --- ## 第7章 总结与展望 ### 7.1 工作总结 本项目设计并实现了一套结构化的 AI 智能体技能集合 AgentSkills: 1. **体系化分类**:将 18 个技能按「开发与规范 → 测试与修复 → 交付与部署 → 全自动化」四层组织,形成完整质量闭环; 2. **统一规范**:每个技能由 `SKILL.md`(提示词)与 `agents/openai.yaml`(策略)组成,模板统一、易于扩展; 3. **可组合可编排**:通过技能互链与 `ci-cd-pipeline` / `auto-test-and-fix` 编排器,实现端到端自动化; 4. **安全可审计**:内置生产环境保护、脱敏、人工确认点等安全规则,并输出时间戳报告; 5. **质量保障**:经 shellcheck / js-yaml / markdownlint-cli2 / prettier / 死链检查全面验证,全部通过。 ### 7.2 不足 1. 部分技能依赖第三方工具(如 `shellcheck`、`yamllint`、`markdownlint-cli2`),需要目标环境预先安装; 2. `release-orchestrator` 等技能仍在完善中,其与版本控制系统的深度集成有待增强; 3. 仓库尚未发布至 GitHub(克隆地址暂不可用),动态徽章(构建状态、覆盖率)有待接入 CI 后补充。 ### 7.3 展望 未来可进一步:完善 `release-orchestrator` 的发布与回滚流程;补充 GitHub Actions 工作流以自动执行全量质量检查;增加更多语言与框架的技能模板;探索与主流 AI 编码工具(Claude Code、VS Code Copilot 等)的深度集成。 --- ## 参考文献 1. GitHub Flavored Markdown Spec. 2. shields.io 徽章服务. 3. Mermaid 图表. 4. ShellCheck —— Shell 脚本静态分析工具. 5. markdownlint-cli2 —— Markdown 规范检查工具. 6. Prettier —— 代码格式化工具. --- ## 致谢 感谢所有为本技能集贡献思路、反馈与代码的开发者;感谢 shields.io、Mermaid、ShellCheck、markdownlint-cli2 与 Prettier 等优秀开源工具,为本项目的实现与质量保障提供了坚实支撑。 --- ## 附录A 许可证清单 | 组件 | 许可证 | 说明 | | --------------------- | ------ | ----------------- | | AgentSkills(本项目) | MIT | 见 `LICENSE` 文件 | | 第三方运行时依赖 | 无 | 依赖文件数 = 0 | > [!WARNING] > > 本清单基于项目当前状态生成,仅供参考,不构成法律意见。若后续引入第三方依赖,请重新执行许可证合规检查。 ## 附录B 检查执行摘要 | 检查项 | 工具 | 结果 | | ----------------- | -------------------------- | ------------------------------------- | | 语法检查(Shell) | `shellcheck 0.11.0` | ✅ 0 问题 | | 语法基线(Shell) | `bash -n` | ✅ 通过 | | YAML 解析 | `js-yaml@4` | ✅ 18/18 通过 | | Markdown 规范 | `markdownlint-cli2 0.23.2` | ✅ 0 issues | | Markdown 格式 | `prettier 3.3.3` | ✅ 合规 | | 死链检查 | HEAD/GET 请求 | ✅ 无死链(1 处待公开仓库地址已标注) | | 许可证合规 | 静态扫描 | ✅ 完全合规(MIT,无依赖) |