Skip to main content

技能指南

更新 2026-08-26 9 分钟阅读 在 GitHub 上编辑 ↗

详细介绍 MoAI-ADK 的技能系统。技能是智能体 Harness 的知识层,也是"只在需要的时刻加载需要的知识"这一代币经济学最具体的落地之处。

平台基础
平台层的背景说明见 技能。本页是 MoAI-ADK 视角的说明。
信息

什么是技能?

还记得 1999 年电影 黑客帝国 中的直升机驾驶场景吗?Neo 问 Trinity 会不会开直升机,Trinity 打电话给总部报出直升机型号,请求传送操作手册。

Claude Code 的技能 正是那份 操作手册。在需要的时刻只加载需要的知识,让 AI 立刻表现得像专家。

什么是技能?

技能是向 Claude Code 提供特定领域专业知识的 知识模块

用学校来类比,Claude Code 是学生,技能是教科书。就像数学课翻开数学课本、科学课翻开科学课本一样,Claude Code 写 Python 代码时加载 Python 技能,做 React UI 时加载 Frontend 技能。

flowchart TD
    USER[用户请求] --> DETECT[关键字检测]
    DETECT --> TRIGGER{触发匹配}
    TRIGGER -->|Python 相关| PY["moai-domain-backend
后端专业知识"] TRIGGER -->|React 相关| FE["moai-domain-frontend
前端专业知识"] TRIGGER -->|安全相关| SEC["moai-foundation-core
TRUST 5 安全原则"] TRIGGER -->|DB 相关| DB["moai-domain-database
数据库专业知识"] PY --> AGENT[向智能体注入知识] FE --> AGENT SEC --> AGENT DB --> AGENT

没有技能时:Claude Code 只能凭一般性知识作答。有技能时:应用 MoAI-ADK 的规则、模式与最佳实践作答。

技能分类

MoAI-ADK 模板共提供 34 个技能。目录按安装范围分为随每个项目部署的 核心技能 21 个,以及按需部署的 可选包技能 13 个(backend 3 · design 1 · devops 5 · frontend 4)。按功能归类为 Foundation 4 + Workflow 8 + Domain 7 + Reference 11 + Meta/Harness 3 = 专业技能 33 个,再加上 1 个把请求路由到专业技能的 moai umbrella 技能,合计 34 个。在用户项目中还可以额外编写 hns-* 用户自定义 harness 技能。编程语言支持由 rules/moai/languages/ 下的规则提供,不是独立技能。

这个数字也是瘦身的结果 — 技能目录在 v3 期间从 48 → 38 个精炼,包含可选包在内的当前数量为 34 个。

Foundation(核心哲学)- 4 个

技能名称说明
moai-foundation-core基于 SPEC 的 TDD/DDD、TRUST 5 框架、执行规则
moai-foundation-ccClaude Code 扩展模式(Skills、Agents、Hooks)
moai-foundation-thinking结构化思考、创意发想、第一性原理分析
moai-foundation-quality代码质量自动验证、TRUST 5 校验

Workflow(自动化工作流)- 8 个

技能名称说明
moai-workflow-specSPEC 文档生成、GEARS 格式、需求分析
moai-workflow-project项目初始化、文档生成、语言设置
moai-workflow-dddANALYZE-PRESERVE-IMPROVE 循环
moai-workflow-tddRED-GREEN-REFACTOR 测试驱动开发
moai-workflow-testing测试生成、调试、代码评审集成
moai-workflow-worktree基于 Git worktree 的并行开发
moai-workflow-loopRalph Engine 自主循环、LSP 联动
moai-workflow-docs-claim-check公开文档(README·发布说明)主张校验,只读

Domain(领域专业性)- 7 个

技能名称说明
moai-domain-backendAPI 设计、微服务、数据库集成
moai-domain-frontendReact 19、Next.js 16、Vue 3.5、组件架构
moai-domain-databasePostgreSQL、MongoDB、Redis、高级数据模式
moai-domain-html-reportMarkdown → 单文件 HTML 报告渲染器(6 种模式,无外部依赖)
moai-domain-humanizeAI 文本人性化、润色(KO/EN/JA/ZH)
moai-domain-svg-infographic可编辑 SVG 技术信息图(架构·流程·对比),CJK 字体
moai-domain-design-dna把参考设计(截图·图片·URL)逆向提取为 Design DNA JSON,并据此生成新的产物。支持图表配置档案 —— 激活档案的标记保存在项目根目录的 .design-dna/ 下,能活过 moai update;可选开启的 mermaid·drawio 导入器把来源当作不可信输入(坐标、颜色、字体、版式一概不带过来)

SVG 信息图 — 可生成的图表种类

moai-domain-svg-infographic 技能能生成哪些图表,不是推测而是实测确认的。把外部目录(SkillStead TypePack)的 9 种形态当作同样的生成任务运行,并测量是否通过技能自身的质量门(确定性源码 lint、带尺寸校验的 2 倍分辨率 PNG 渲染),结果 9 种形态全部可以复现。

图表种类用途实测产物
审批门流程必须通过关卡的审批步骤.moai/reports/t272/artifacts/approval-gate.svg
前后对比用同一组标准对照改进前后.moai/reports/t272/artifacts/before-after.svg
KPI 卡片网格把关键指标排成卡片.moai/reports/t272/artifacts/cards-kpi-grid.svg
决策矩阵候选与标准的交叉评估.moai/reports/t272/artifacts/decision-matrix.svg
分层堆叠自上而下叠放的结构.moai/reports/t272/artifacts/layer-stack.svg
嵌套作用域边界层层嵌套的结构.moai/reports/t272/artifacts/nested-scope.svg
流程图依次衔接的处理步骤.moai/reports/t272/artifacts/process-flow.svg
路线图时间线放在时间轴上的阶段与里程碑.moai/reports/t272/artifacts/roadmap-timeline.svg
组件拓扑组件之间的连接关系.moai/reports/t272/artifacts/topology-component.svg

每种形态都在四种基本布局(堆叠、从左到右的流程、并排比较、层级树)之上以保留信息结构的方式表达。分形态判定表和门禁日志见 .moai/reports/t272/verdict.md

Reference(最佳实践)- 11 个

技能名称说明
moai-ref-api-patternsREST/GraphQL API 设计模式、错误处理
moai-ref-git-workflowGit 工作流、分支策略、Conventional Commits
moai-ref-owasp-checklistOWASP Top 10 安全模式、输入校验
moai-ref-react-patternsReact/Next.js 组件模式、状态管理
moai-ref-testing-pyramid测试金字塔策略、覆盖率目标
moai-ref-llm-securityAI/LLM 防御安全(提示词注入、OWASP LLM Top 10)
moai-ref-secopsDevSecOps/容器/API 运营防御安全
moai-ref-supply-chain软件供应链防御安全(SBOM、SLSA、Sigstore)
moai-ref-seo搜索可见性与可抓取性(规范 URL、逐页元数据、JSON-LD)
moai-ref-ui-polishUI 设计完成度、界面打磨参考
moai-ref-cross-model-audit跨模型审计收敛(codex·GLM 并行评审后判定收敛)

Meta/Harness(系统扩展)- 3 个

技能名称说明
moai-meta-harnessDEPRECATED —— 遗留的 7-Phase 元 harness。重定向到 v4 Builder(/moai:harness <自然语言请求>
moai-harness-learnerHarness 学习子系统、自动更新提案
moai-kanban-foreman无人值守看板工头的一轮 —— 监视积压队列,把已挑选的卡片分给隔离的工作者,并收集证据

34 个技能包含在 MoAI-ADK 模板中(核心 21 个立即可用,13 个经由可选包),每个技能独立加载以节省代币。用户还可以额外编写按项目的 hns-* 用户自定义 harness 技能。

渐进式披露系统

MoAI-ADK 的技能使用 3 级渐进式披露 (Progressive Disclosure) 系统。一次加载所有技能会浪费代币,因此按需分级加载。可以把它理解为上下文瘦身在技能层的实现。

flowchart TD
    subgraph L1["Level 1: 元数据 (~100 代币)"]
        M1["名称、说明、触发关键字"]
        M2["始终加载"]
    end

    subgraph L2["Level 2: 正文 (~5,000 代币)"]
        B1["完整技能文档"]
        B2["代码示例、模式"]
    end

    subgraph L3["Level 3: 附加包 (无限制)"]
        R1["modules/ 目录"]
        R2["reference.md, examples.md"]
    end

    L1 -->|"触发匹配时"| L2
    L2 -->|"需要深入信息时"| L3

各级别的角色

级别代币加载时机内容
Level 1~100始终技能名称、说明、触发关键字
Level 2~5,000触发匹配时完整文档、代码示例、模式
Level 3无限制按需modules/、reference.md、examples.md

代币节省效果

  • 传统方式:加载全部 34 个技能 = 约 170,000 代币(不可行)
  • 渐进式披露:只加载元数据 = 约 3,400 代币(节省 98%)
  • 按需加载:只加载任务所需的 2~3 个技能 = 追加约 15,000 代币

技能触发机制

技能由 4 种触发条件 自动加载。

flowchart TD
    REQ[分析用户请求] --> KW{关键字检测}
    REQ --> AG{智能体调用}
    REQ --> PH{工作流阶段}
    REQ --> LN{语言检测}

    KW -->|"api, database"| SKILL1[moai-domain-backend]
    AG -->|"manager-develop"| SKILL1
    PH -->|"run 阶段"| SKILL2[moai-workflow-ddd]
    LN -->|"Python 文件"| SKILL3[moai-domain-backend]

    SKILL1 --> LOAD[技能加载完成]
    SKILL2 --> LOAD
    SKILL3 --> LOAD

触发配置示例

yaml
# 在技能 frontmatter 中定义触发
triggers:
  keywords: ["api", "database", "authentication"] # 关键字匹配
  agents: ["manager-spec", "manager-develop"] # 调用智能体时
  phases: ["plan", "run"] # 工作流阶段
  languages: ["python", "typescript"] # 编程语言

触发优先级:

  1. 关键字 (keywords):在用户消息中检测到关键字时立即加载
  2. 智能体 (agents):调用特定智能体时自动加载
  3. 阶段 (phases):按 Plan/Run/Sync 阶段加载
  4. 语言 (languages):按正在操作的文件的编程语言加载

技能的用法

显式调用

可以在 Claude Code 对话中直接调用技能。

bash
# 在 Claude Code 中调用技能
> Skill("moai-domain-backend")
> Skill("moai-domain-frontend")
> Skill("moai-ref-api-patterns")

自动加载

大多数情况下,技能会由触发机制 自动加载。用户无需手动调用,系统会分析对话上下文并激活合适的技能。

技能目录结构

技能文件位于 .claude/skills/ 目录。

text
.claude/skills/
├── moai-foundation-core/       # Foundation 类别
│   ├── skill.md                # 主技能文档 (500 行以内)
│   ├── modules/                # 深入文档 (无限制)
│   │   ├── trust-5-framework.md
│   │   ├── spec-first-ddd.md
│   │   └── delegation-patterns.md
│   ├── examples.md             # 实战示例
│   └── reference.md            # 外部参考链接
│
├── moai-domain-backend/        # Domain 类别
│   ├── skill.md
│   └── modules/
│       ├── api-patterns.md
│       └── microservices.md
│
└── my-skills/                  # 用户自定义技能 (更新时不受影响)
    └── my-custom-skill/
        └── skill.md
注意
注意:带 moai-* 前缀的技能在 MoAI-ADK 更新时会被覆盖。 个人技能务必创建在 .claude/skills/my-skills/ 目录。

技能命名空间

技能前缀区分 分发主体,moai update 的行为也不同。

前缀所有权moai update 行为
moai-* / moai-harness-*template-managed覆盖 (sync)
hns-*user-owned (harness)保留 (禁止修改·删除)
(无前缀) / 其他user-owned (个人)保留

hns-* 前缀表示用户创建的 harness 技能,moai update 绝不覆盖或删除。不得把 hns-* 技能镜像到模板中(CI 守卫会检测)。

注意
注意:带 moai-* 前缀的技能在 MoAI-ADK 更新时会被覆盖。 个人技能与 harness 技能请创建在 hns-* 前缀或无前缀的目录。

技能文件结构

每个技能的 skill.md 遵循以下结构。

markdown
---
name: moai-domain-backend
description: >
  后端开发专家。提供 API 设计、微服务、数据库集成模式。
  开发 API、Web 应用、数据管线时使用。
version: 3.0.0
category: domain
status: active
triggers:
  keywords: ["api", "database", "microservices", "authentication"]
allowed-tools: ["Read", "Grep", "Glob", "Bash"]
---

# 后端开发专家

## Quick Reference

(快速参考 - 30 秒)

## Implementation Guide

(实现指南 - 5 分钟)

## Advanced Patterns

(高级模式 - 10 分钟以上)

## Works Well With

(相关技能/智能体)

实战示例

在 Python 项目中自动加载技能

用户在 Python FastAPI 项目中工作的场景。

bash
# 1. 用户请求开发 API
> 用 FastAPI 做一个用户认证 API

# 2. MoAI-ADK 自动检测的关键字
# "FastAPI" → 触发 moai-domain-backend (Python 模式经 rules/moai/languages/ 提供)
# "认证"    → 触发 moai-domain-backend
# "API"     → 触发 moai-domain-backend

# 3. 自动加载的技能
# - moai-domain-backend (Level 2): API 设计模式、认证策略
# - moai-foundation-core (Level 1): TRUST 5 质量标准

# 4. 智能体运用技能知识进行实现
# - 应用 FastAPI 路由模式
# - 应用 JWT 认证最佳实践
# - 自动生成 pytest 测试
# - 满足 TRUST 5 质量标准

技能间协作

多个技能在同一任务中协作的过程。

flowchart TD
    REQ["用户: 用 Supabase + Next.js
做一个全栈应用"] --> ANALYZE[请求分析] ANALYZE --> S1["moai-domain-frontend
React/Next.js 模式"] ANALYZE --> S2["moai-domain-backend
API 设计模式"] ANALYZE --> S3["moai-domain-database
数据库集成"] ANALYZE --> S4["moai-foundation-core
TRUST 5 质量"] S1 --> IMPL[集成实现] S2 --> IMPL S3 --> IMPL S4 --> IMPL IMPL --> RESULT["类型安全的
全栈应用"]

技能范围与发现 (Skill Scope and Discovery)

嵌套 .claude/skills 加载

Claude Code 不仅在项目根目录,也会在嵌套的子目录(parent-walk)中发现 .claude/skills/。因此 monorepo 可以把各包本地的技能放在各包自己的 .claude/skills/ 目录中。当在包含自己 .claude/skills/ 的嵌套目录内工作时,该嵌套目录的技能会在该子树内与根级技能一起加载。

名称冲突时 closest-wins

当同一技能名称出现在嵌套链上的多个 .claude/skills/ 目录中时,由 closest-directory-wins(最近目录优先)规则解决冲突:离当前工作目录最近的 .claude/skills/ 会遮蔽 (shadow) 树上更高层的同名技能。这与嵌套 .claude/ 目录下已经适用于智能体、工作流、output-styles 的先行规则一致 — 最内层的 .claude/ 获胜。有意覆盖根技能的包本地技能必须保持同名。改名不会覆盖,而是产生第二个技能。

disableBundledSkills 开关

disableBundledSkills(settings.json 布尔值,或环境变量形式)会把 Claude Code 捆绑的 skills 与工作流 — 例如 /deep-research、内置斜杠命令 skills — 从 discovery 中隐藏,只显示 enterprise + personal + project + plugin skills。需要提供一个精选的无捆绑 skill 表面时使用。MoAI-ADK 不在自己的生成器中生成此开关,此处将其记录为可用选项。配套的 --safe-mode 启动标志记录在 Settings JSON 指南

相关文档

信息
提示:用好技能的核心是 使用合适的关键字。请求"用 Python 做一个 REST API"时,moai-domain-backend 技能会自动激活 (Python 模式经 rules/moai/languages/ 提供),生成最优代码。