我给 codex 装的最有用的 skill,是反过来盘我的

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
我给 codex 装的最有用的 skill,是反过来盘我的
8164点击    2026-07-27 11:10

装完 codex,很多人在输入框里敲的第一句话是这样的:帮我做个 XX 网站。


然后就开始来回改。改到第五轮的时候,你会发现它已经忘了你第一轮说过什么,上下文里塞满了各种修正记录,它反而更糊涂了。


最近一月我用 codex 用得挺凶的,累计 66.7 亿 token,单日峰值 10 亿,最长的一个任务跑了 2 小时 27 分,连着 32 天没断过。(在此跪谢tibo的重置)


我给 codex 装的最有用的 skill,是反过来盘我的

我的 token 使用情况


烧了这么多量,我最大的体会是,codex 写得差,很多时候问题不在模型,在开局那句话太空了。


这篇就说说装完 codex 之后我最后留下来的 5 个 skill,以及它们串起来的一条完整开发流程,安装命令我放在最后,可以直接抄。


先说说大家会走的那条弯路。


帮我做个网站这句话,你自己脑子里其实是有画面的,用什么框架、数据存哪、登录怎么做、哪些功能这版先不做,这些你都想过。但你一个字都没说。


codex 只能猜。


它猜的版本和你脑子里的版本大概率对不上,你就开始改。改需求这个动作很消耗,因为你不是在补充信息,你是在纠正它已经写下的东西。改到后面,代码里一半是它的理解,一半是你的补丁。


进阶一点的人会去装 superpowers


我给 codex 装的最有用的 skill,是反过来盘我的

obra/superpowers 仓库数据


258k star,23k fork,43 个贡献者,数据非常吓人。它的自我介绍是一套 agentic skills 框架加软件开发方法论。


我给 codex 装的最有用的 skill,是反过来盘我的

superpowers 仓库结构


点进仓库你就明白框架这两个字的分量了。hooks、scripts、skills、tests、各家平台的 plugin 目录,claude、codex、cursor、kimi、opencode 全都单独适配了一套,光 commit 就 628 个。


它是把一整套开发方法论打包塞给你。


好处很明显,全。坏处也很明显,重。你只是想改个小需求,它也要拉着你把整套规矩走一遍。我用下来的感觉是,这套东西更适合团队去落地规范,个人开发者装上会有点被绑住。


真正在我这留下来的,是另一个东西。


我给 codex 装的最有用的 skill,是反过来盘我的

The /grill-with-docs Skill


grill-with-docs,作者是 Matt Pocock,前端圈子里应该不少人认识他。


这个 skill 干的事只有一件:在你写任何代码之前,一次只问你一个问题,往死里追问,直到你和它对同一件事的理解完全对齐。


我给 codex 装的最有用的 skill,是反过来盘我的

grill-with-docs 官网说明


grill 这个词本身就是拷问、盘问的意思,命名很直白。


但追问本身不稀奇,你自己写一段提示词让 AI 多问几句也能做到。它真正值钱的地方在后半句:追问完不蒸发。


官网的说法是,普通的追问只会让你当下的思路变清晰,然后随着会话结束一起蒸发掉,对齐只活在你自己脑子里。


grill-with-docs 会一边问一边往你仓库里写东西。聊定的术语,当场写进根目录的 CONTEXT.md 词汇表;那些难以反悔的一次性决定,写成 ADR 落到 docs/adr/ 目录下。两个文件都是懒加载,没聊出东西就不生成,不需要你提前搭架子。


下次你或者 codex 再进这个项目,共识是躺在文件里的,不用重新对一遍。


最让我意外的是这个 skill 本身的体量。它的 SKILL.md 全文就 7 行:


---

name: grill-with-docs

description: A relentless interview to sharpen a plan or design, which also creates docs (ADR's and glossary) as we go.

disable-model-invocation: true

---


Run a `/grilling` session, using the `/domain-modeling` skill.


对面是 628 个 commit 的一整套框架,这边是 7 行。


顺带说一下最后那行 disable-model-invocation: true,意思是模型不会自己去调用它,必须你手动敲 /grill-with-docs 才会启动。这个设计我觉得挺对的,需求对齐这种事,得你主动开口。


两个东西怎么选,我的判断是这样。


我给 codex 装的最有用的 skill,是反过来盘我的

Skills for Real Engineers


Matt Pocock 在仓库 README 里写得很清楚,他说 GSD、BMAD、Spec-Kit 这类方案是想帮你接管整个流程,但接管的同时也拿走了你的控制权,出了 bug 很难查。他这套 skill 的设计目标是 small、easy to adapt、composable,小、好改、能拼,配任何模型都能跑


所以想要一整套现成的团队规矩,上 superpowers;卡在需求说不清楚这一步,先装 grill-with-docs 就够了。


而且 grill-with-docs 只是个开场。真正好用的是它后面接的那条链路。


我给 codex 装的最有用的 skill,是反过来盘我的

mattpocock/skills 仓库


180k star,同一个仓库里还有另外四个 skill,五个连起来是一条完整的开发流程:


grill-with-docs → to-spec → to-tickets → implement → code-review


to-spec 的特点是不再问你问题。它直接把你刚才聊定的东西合成一份 spec,也就是大家熟悉的 PRD,内容包括问题陈述、解决方案、用户故事清单、已经拍板的实现决策、测试方案,以及明确不做的范围。写完自动发到项目的 issue tracker 上,打好 ready-for-agent 标签。


to-tickets 负责把 spec 拆成一张张任务票。这里有个细节我很喜欢,它拆的是竖切,官方叫 tracer bullet,每张票都贯穿数据库、接口、界面、测试全链路,能单独跑起来单独演示。不是那种先把所有后端写完再动前端的横切法。每张票还会标好自己被哪些票卡着。


implement 只管执行,不管决策。照着 spec 和票干活,能用 TDD 的地方走 TDD,中途定期跑类型检查和单个测试文件,最后跑一遍完整测试套件,干完自动触发 code-review 并提交到当前分支。


code-review 是两条轴分开审。一条看规范,代码符不符合这个仓库文档化的编码标准;一条看需求,有没有忠实实现对应 issue 的要求。这两条轴跑在各自独立的子 agent 里,结果分开报,不合并。


为什么不合并,官方的解释我觉得挺有道理:一份代码可能规范上挑不出毛病但根本没做对需求,也可能需求做对了代码写得一塌糊涂,混在一起报会互相掩盖。


一圈走下来,你的角色变了,以前是在后面改 AI 写的代码,现在是在开工前把话说清楚。


最后说怎么装。


我给 codex 装的最有用的 skill,是反过来盘我的

Build skills


codex 现在原生支持 skills,敲 $ 就能唤起 skill 选择器,装好的都在这里面。


我给 codex 装的最有用的 skill,是反过来盘我的

codex 的 skill 选择器


安装 grill-with-docs 的命令是这一条:


npx skills add mattpocock/skills --skill=grill-with-docs


更新用这条:


npx skills update grill-with-docs


另外四个把 --skill= 后面换成 to-specto-ticketsimplementcode-review 就行。仓库地址是 github.com/mattpocock/skills,装之前可以自己进去对一眼,我不建议闭着眼睛往自己项目里装任何东西。


装完之后建议先只用 grill-with-docs 跑一个小需求,感受一下被追问是什么体验。说实话第一次会有点烦,它是真的一个问题一个问题往下钻。但被钻完你会发现,很多你以为自己想清楚了的地方,其实全是模糊的。


我自己的体感是,让 AI 写代码的门槛已经基本没有了,门槛挪到了你能不能把一件事说清楚。以前这个能力叫沟通,现在它直接决定你的产出质量。


文章来自于"AI产品普洱",作者 "AI产品普洱"。

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
cursor

【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。

视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/

项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file


2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0