antigravity_花匠小妙招

guanyang/antigravity-skills: 通过模块化的 Skills 定义，赋予 Agent 在特定领域的专业能力（如全栈开发、复杂逻辑规划、多媒体处理等），让 Agent 能够像人类专家一样系统性地解决复杂问题。

Github地址：
https://github.com/guanyang/antigravity-skills

无意间在github发现的一个skills集合，很不错分享给大家。他说的是：通过模块化的 Skills 定义，赋予 Agent 在特定领域的专业能力（如全栈开发、复杂逻辑规划、多媒体处理等），让 Agent 能够像人类专家一样系统性地解决复杂问题。

看看guanyang同学收集了辣么多skills：

创意与设计 (Creative & Design)

这些技能专注于视觉表现、UI/UX 设计和艺术创作。

@[algorithmic-art]: 使用 p5.js 代码创作算法艺术、生成艺术 @[canvas-design]: 基于设计哲学创建海报、艺术作品（输出 PNG/PDF） @[frontend-design]: 创建高质量、生产级的各种前端界面和 Web 组件 @[ui-ux-pro-max]: 专业的 UI/UX 设计智能，提供配色、字体、布局等全套设计方案 @[web-artifacts-builder]: 构建复杂、现代化的 Web 应用（基于 React, Tailwind, Shadcn/ui） @[theme-factory]: 为文档、幻灯片、HTML 等生成配套的主题风格 @[brand-guidelines]: 应用 Anthropic 官方品牌设计规范（颜色、排版等） @[slack-gif-creator]: 制作专用于 Slack 的高质量 GIF 动图

️ 开发与工程 (Development & Engineering)

这些技能涵盖了编码、测试、调试和代码审查的全生命周期。

@[test-driven-development]: 测试驱动开发（TDD），在编写实现代码前先编写测试 @[systematic-debugging]: 系统化调试，用于解决 Bug、测试失败或异常行为 @[webapp-testing]: 使用 Playwright 对本地 Web 应用进行交互测试和验证 @[receiving-code-review]: 处理代码审查反馈，进行技术验证而非盲目修改 @[requesting-code-review]: 主动发起代码审查，在合并或完成任务前验证代码质量 @[finishing-a-development-branch]: 引导开发分支的收尾工作（合并、PR、清理等） @[subagent-driven-development]: 协调多个子 Agent 并行执行独立的开发任务

文档与办公 (Documentation & Office)

这些技能用于处理各种格式的专业文档和办公需求。

@[doc-coauthoring]: 引导用户进行结构化文档（提案、技术规范等）的协作编写 @[docx]: 创建、编辑和分析 Word 文档 @[xlsx]: 创建、编辑和分析 Excel 电子表格（支持公式、图表） @[pptx]: 创建和修改 PowerPoint 演示文稿 @[pdf]: 处理 PDF 文档，包括提取文本、表格，合并/拆分及填写表单 @[internal-comms]: 起草各类企业内部沟通文档（周报、通告、FAQ 等） @[notebooklm]: 查询 Google NotebookLM 笔记本，提供基于文档的确切答案

计划与流程 (Planning & Workflow)

这些技能帮助优化工作流、任务规划和执行效率。

@[brainstorming]: 在开始任何工作前进行头脑风暴，明确需求和设计 @[writing-plans]: 为复杂的多步骤任务编写详细的执行计划（Spec） @[planning-with-files]: 适用于复杂任务的文件式规划系统（Manus-style） @[executing-plans]: 执行已有的实施计划，包含检查点和审查机制 @[using-git-worktrees]: 创建隔离的 Git 工作树，用于并行开发或任务切换 @[verification-before-completion]: 在声明任务完成前运行验证命令，确保证据确凿 @[using-superpowers]: 引导用户发现和使用这些高级技能

核心认知与架构 (Core Cognition & Architecture)

这些技能构建了 Agent 的思维模型、记忆系统和上下文管理能力。

@[bdi-mental-states]: 模拟 Agent 的信念(Belief)、愿望(Desire)和意图(Intention)模型 @[memory-systems]: 构建基于知识图谱或向量的长期记忆与实体追踪系统 @[context-fundamentals]: 理解和调试上下文窗口、注意力机制等基础问题 @[context-optimization]: 优化上下文效率，通过 KV-cache 或分区降低 Token 成本 @[context-compression]: 实施上下文压缩与摘要，应对长窗口限制 @[context-degradation]: 诊断和修复"迷失中间"等上下文退化问题 @[filesystem-context]: 利用文件系统进行动态上下文卸载与管理

系统设计与评估 (System Design & Evaluation)

这些技能专注于 AI 系统的架构设计、工具构建和质量评估。

@[project-development]: LLM 项目全生命周期设计，包括任务-模型匹配与管道架构 @[tool-design]: 设计高效、清晰的 Agent 工具接口与 MCP 协议 @[evaluation]: 建立多维度的 Agent 性能评估体系与质量门禁 @[advanced-evaluation]: 实施 LLM-as-a-Judge、成对比较等高阶评估方法

系统扩展 (System Extension)

这些技能允许我扩展自身的能力边界。

@[mcp-builder]: 构建 MCP (Model Context Protocol) 服务器，连接外部工具和数据 @[skill-creator]: 创建新技能或更新现有技能，扩展我的知识库和工作流 @[writing-skills]: 辅助编写、编辑和验证技能文件的工具集 @[dispatching-parallel-agents]: 分发并行任务给多个 Agent 处理 @[multi-agent-patterns]: 设计 Supervisor、Swarm 等高级多 Agent 协作模式 @[hosted-agents]: 构建和部署沙盒化、持久运行的后台 Agent