你只是想让 Agent 改几行代码。
结果它先把你拉进需求讨论,接着写规格、拆计划、开子 Agent、建 worktree。等这一套走完,人都快忘了刚开始要改什么。
这个画面,用过 Superpowers 的人应该不陌生。
Superpowers 很完整。碰到复杂功能和长任务,它能把 Agent 按在一套相对规范的软件开发流程里,从需求讨论一路做到实现和验证。哪怕你不太懂 TDD、worktree 和代码审查,也能跟着它往下走。
可一旦任务很小,这套流程就容易显得重。
明明是一个十分钟可能就能解决的问题,最后开了好几轮对话,生成一堆中间文档,Token 也跟着往上涨。
Matt Pocock 开源的mattpocock/skills,走的是另一条路:把大流程拆成一个个独立 Skill。这次需要追问需求,就只做需求追问;需要排查 Bug,就直接进入排查;准备换模型,再单独做一次交接。
这次要用多少流程,你自己选。
该有的约束还在,只是不必每次都从头跑到尾。
Superpowers 为什么会让人觉得重
先把边界讲清楚:Superpowers 官方把自己定义为一套面向编程 Agent 的完整软件开发方法。
它从你开始做东西的那一刻介入。Agent 不会立刻写代码,而是先追问需求、整理设计,等你确认后再写实现计划,接着用子 Agent、TDD 和代码审查把任务推进下去。
这些流程不是随手建议,而是会自动触发的强制工作流。
这正是 Superpowers 的价值。面对跨模块功能和长时间任务,它能降低 Agent 写着写着偏离目标的概率。对不熟悉软件工程的人来说,也相当于多了一层保护。
但它很难提前知道:你这次是在做一个复杂功能,还是只想修掉一个已经定位清楚的小问题。
于是,小任务也可能被带进完整流程。
每多一个阶段,Agent 就要多读一遍上下文,多做一次判断,再生成一份东西交给下一阶段。单独看哪一步都合理,全部叠起来,就会慢,也会多花 Token。
所以大家说它“重”,并不是说这些工程步骤没用。问题在于,不是每次都需要全部步骤。
这不只是写代码时才会遇到
虽然 Superpowers 针对的是软件开发,但“流程比任务本身还重”这件事,并不只发生在代码项目里。
让 Agent 帮你研究一个主题,它可能先给你搭一套庞大的研究框架;让它整理一份计划,它又顺手扩展出任务系统、复盘机制和长期路线;你只是想换个新会话继续做事,却要重新解释一遍背景、决定和当前进度。
写作、研究、学习、项目管理,都会碰到同一个问题:
这次任务到底需要一整套工作流,还是只需要其中一个动作?
这也是mattpocock/skills比较有意思的地方。它的主体仍然是软件工程,但仓库里还单独放了一组 Productivity Skills,专门处理更通用的 Agent 工作。
所以不写代码,也有一部分可以直接用。
mattpocock/skills 把流程分成了两层
它的 README 标题是Skills For Real Engineers。
它没有再做一个包办所有任务的大工作流,而是把常用动作拆开,再区分哪些必须由人主动调用,哪些可以由 Agent 在合适的场景下使用。
开发项目用 Engineering Skills
例如:
/grill-with-docs:在动手前追问需求,同时整理项目术语、
CONTEXT.md和 ADR;/to-spec:把已经讨论清楚的内容写成规格;
/to-tickets:把规格拆成可以独立执行、带依赖关系的任务;
/implement:根据规格或 tickets 实现,过程中使用 TDD,结束前做代码审查;
/diagnosing-bugs:复现问题、缩小范围、验证假设,再修复和补测试。
这些 Skill 让开发流程有了不同档位。
小问题可以只做诊断和测试。复杂功能再把需求追问、规格、任务拆分和实现流程逐步加上去。
普通 Agent 任务用 Productivity Skills
这一组不要求你正在写代码。
想法还没想清楚:/grill-me
你可以拿它梳理:
一个商业想法;
一篇文章的方向;
产品或服务方案;
个人计划;
一个还说不清楚的长期项目。
它不会急着替你产出一份看起来很完整的方案,而是持续追问目标、边界、选择和验收标准。
如果讨论的是软件项目,需要同时维护项目术语和 ADR,再换成/grill-with-docs。
准备换模型或换会话:/handoff
这个场景更常见。
从 Claude 换到 Codex,研究 Agent 交给写作 Agent,或者当前会话太长准备开新会话,都可以用/handoff整理:
当前目标;
已经确认的决定;
已完成工作;
文件和资料位置;
下一步;
不能违反的边界。
新 Agent 不必重新翻完整聊天记录,也不用让你再讲一遍“我们做到哪了”。
想持续学一个东西:/teach
它会把当前目录当成一个有状态的教学空间。
学工具、学编程、学写作、学一个专业概念,都可以把进度保留下来,不必每次从零开始问。
想给自己的 Agent 做工作流:/writing-great-skills
Skill 不一定是写代码的。
写作、研究、内容整理、图片制作、商业分析,都可以做成固定工作流。这个 Skill 主要帮助你把触发条件、步骤、边界和验证方式写清楚,让 Agent 下次还能稳定复用。
不知道该从哪个 Skill 开始:/ask-matt
这个入口很重要。
mattpocock/skills把流程拆开以后,选择权回到了人手里,但新的问题也随之出现:这么多 Skill,我现在到底该用哪一个?
/ask-matt就是整套仓库的路由器。你只需要描述自己遇到的情况,它会告诉你:
当前适合调用哪个 Skill;
如果需要多个,应该按什么顺序运行;
这次是走完整主流程,还是只用一个独立 Skill;
哪些步骤可以直接跳过。
比如,你有一个模糊想法,它可能把你带到/grill-me或/grill-with-docs;碰到一个难查的 Bug,它会指向/diagnosing-bugs;项目大到一个会话讲不清楚,它可能建议先走/wayfinder。
它自己不追问需求、不写规格,也不替你执行任务,只负责把你送到正确入口。
这也补上了按需调用的一块短板:主流程里的 user-invoked Skills 不会自己启动,你不可能一直记住每个名字和顺序。忘了没关系,先问/ask-matt。
【用 /ask-matt 选择工作流】
Token 为什么通常会少一些
这里没有固定节省比例。换个模型、换个项目,结果都可能不同。
但它少用 Token 的原因并不神秘:少走不需要的步骤,也少重复解释已经说过的事情。
【按需调用为什么通常减少 Token 开销】
当前只需要什么,就加载什么
一个已经定位清楚的小 Bug,可以直接这样处理:
/diagnosing-bugs → /tdd没必要先做完整需求访谈,也不必额外写一份 PRD,再拆成多个 Issue。
普通任务也一样。
只想把模糊想法问清楚,就用/grill-me;只想换会话,就用/handoff;只想继续学习,就用/teach。
少走几个阶段,就少几轮上下文读取、分析和中间文档。
已经确认的背景,不必每次重讲
软件项目可以把术语、决定和规格放进CONTEXT.md、ADR、Spec 和 tickets。
普通任务也可以通过 handoff、项目文件和学习记录保存状态。
下一个会话直接读取这些结果,不必把整段聊天重新塞进上下文。
单次可能只省一点,长期项目里反复少讲几遍,差别就会越来越明显。
Agent 不再顺手扩大任务
大工作流一旦接管,Agent 会继续判断要不要写规格、拆计划、启动子 Agent、做审查。
主动选择 Skill,相当于提前告诉它:
这次只把需求问清楚。 这次只做交接。 这次直接排查 Bug。 不要顺带扩展成完整项目。这不只控制 Token,也能减少“事情越做越大”的失控感。
平时怎么开始
安装命令:
npx skills@latest add mattpocock/skills安装时可以选择自己需要的 Skills,不必全部装上。
如果你要使用完整的工程流程,记得选择并运行:
/setup-matt-pocock-skills它会让你确认:
Issue 放在 GitHub、GitLab,还是本地 Markdown;
triage 使用哪些标签;
CONTEXT.md和 ADR 放在哪里。
如果你只想使用/grill-me、/handoff、/teach这些通用 Skills,通常不需要先搭 GitHub Issues 和整套工程文档。
装完以后也别急着把所有流程跑一遍。先问自己一句:
我这次真正需要 Agent 帮我完成的,是整个项目,还是其中一个动作?
选择权回来以后,也要自己做判断
如果你还不熟悉软件工程流程,也不想判断什么时候该写规格、什么时候该拆任务,Superpowers 的强制保护反而更省心。
mattpocock/skills给了你更多选择,但也要求你判断任务大小。流程选轻了,可能兜不住复杂改动;选重了,小任务照样会被做成大工程。
两套思路的区别可以说得很直接:
Superpowers 倾向于替你把开发流程跑完整;
mattpocock/skills让你决定这次需要哪几个动作。
我更喜欢后面这个方向。
现在的 Agent 越来越能干,我们需要的未必是更长的提示词和更重的自动化。有时候,能根据任务大小踩油门、踩刹车,比一路把流程开到底更重要。
项目地址:
https://github.com/mattpocock/skills你平时让 Agent 做事,是喜欢它自动把整套流程跑完,还是更愿意自己决定这次只做哪一步?
到这里,如果觉得这篇文章还不错,欢迎点个关注,也可以顺手点个赞、来个三连。
后面我会继续把自己折腾 AI 工具和 Agent 的真实过程、踩过的坑、跑通的办法,慢慢分享出来。