首页
/ Agent Skills (OpenCode)

Agent Skills (OpenCode)

2026-09-04 19:55:45作者:房伟宁

This project uses skills installed under .opencode/skills/ (or a compatible path).

Core Rules

  • If a task matches a skill, invoke it with the skill tool before acting.
  • Skills are located in .opencode/skills/<skill-name>/SKILL.md.
  • Follow the skill workflow strictly; do not partially apply it.
  • Never skip required steps such as spec, plan, or test when a skill demands them.

Intent → Skill Mapping

Map the user's intent to the matching skill automatically:

  • Feature / new functionality → spec-driven-development, then incremental-implementation and test-driven-development
  • Planning / breakdown → planning-and-task-breakdown
  • Bug / failure / unexpected behavior → debugging-and-error-recovery
  • Code review → code-review-and-quality
  • Refactoring / simplification → code-simplification
  • API or interface design → api-and-interface-design
  • UI work → frontend-ui-engineering

Execution Model

For every request:

  1. Determine if any skill applies (even a small chance).
  2. Load the skill with skill({ name: "<skill-name>" }).
  3. Follow the skill workflow exactly.
  4. Only proceed to implementation once required steps are complete.

把它保存为你项目根目录的 `AGENTS.md`,OpenCode 会自动加载。

这个模板与仓库根 [AGENTS.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/AGENTS.md?utm_source=gitcode_repo_files#L11-L68) 的 OpenCode 集成章节几乎一一对应:Core Rules 对应其 "Core Rules",Intent → Skill Mapping 对应其意图映射表(Feature 走 `spec-driven-development` → `incremental-implementation` + `test-driven-development`,Bug 走 `debugging-and-error-recovery`,评审走 `code-review-and-quality` 等)。值得补充的是,根 `AGENTS.md` 还包含一节模板未展开的 **Anti-Rationalization(反合理化)**:以下想法是错误的、必须忽略——"这个任务太小用不着技能"、"我可以快速直接实现"、"我先收集一下上下文"。如果你的 OpenCode 会话频繁绕过技能,可以把这一节也加进你的项目级 `AGENTS.md`。

> **注意:** agent-skills 仓库根目录的 `AGENTS.md` 是为该仓库的贡献者准备的,不应复制到其他项目,参见 [CONTRIBUTING.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/CONTRIBUTING.md?utm_source=gitcode_repo_files) 中关于仓库级文件的说明。

## 四、工作原理:发现、调用与生命周期映射

### 1. 技能发现

OpenCode 按以下顺序扫描路径(项目级优先,然后是全局):

- `.opencode/skills/<name>/SKILL.md`
- `~/.config/opencode/skills/<name>/SKILL.md`
- `.claude/skills/<name>/SKILL.md`
- `~/.claude/skills/<name>/SKILL.md`
- `.agents/skills/<name>/SKILL.md`
- `~/.agents/skills/<name>/SKILL.md`

每个技能必须包含带合法 `name` 和 `description` frontmatter 的 `SKILL.md`。

### 2. 自动技能调用

当你的项目 `AGENTS.md` 指示 agent 使用技能时,agent 会对每一个请求做评估并映射到合适的技能。典型映射:

- "build a feature"(做个功能)→ `incremental-implementation` + `test-driven-development`
- "design a system"(设计系统)→ `spec-driven-development`
- "fix a bug"(修 bug)→ `debugging-and-error-recovery`
- "review this code"(评审这段代码)→ `code-review-and-quality`

这些被调用技能都是真实存在于仓库中的完整工作流,例如 [skills/debugging-and-error-recovery/SKILL.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/skills/debugging-and-error-recovery/SKILL.md?utm_source=gitcode_repo_files)、[skills/code-review-and-quality/SKILL.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/skills/code-review-and-quality/SKILL.md?utm_source=gitcode_repo_files),内部包含步骤、检查点、验证要求和反合理化表格——这正是 OpenCode 侧只需要"薄薄的" AGENTS.md 的原因:编排规则在项目里,工作流细节在技能里。

### 3. 生命周期映射(隐式命令)

OpenCode 不要求 slash 命令,但如果你偏好显式命令,见下一节。在 agent 驱动模式下,开发生命周期被隐式映射为:

- DEFINE → `spec-driven-development`
- PLAN → `planning-and-task-breakdown`
- BUILD → `incremental-implementation` + `test-driven-development`
- VERIFY → `debugging-and-error-recovery`
- REVIEW → `code-review-and-quality`
- SHIP → `shipping-and-launch`

这与 [README.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/README.md?utm_source=gitcode_repo_files) 中 DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP 的六段生命周期完全一致,意味着你在 Claude Code 等工具里用 `/spec`、`/plan` 等命令完成的事,在 OpenCode 里由意图映射隐式完成。

### 4. 可选:复制 slash 命令文件

如果你偏好显式命令,把这个仓库的命令文件复制到你自己的项目中,并调整其内容以调用你安装的技能:

```bash
mkdir -p .opencode/commands
cp /path/to/agent-skills/.opencode/commands/*.md .opencode/commands/

注意: 当前仓库 main 分支的 .opencode/ 目录下并没有 commands/*.md 文件(实际只有 skills/ 镜像),因此这条命令目前无文件可复制。可以自行创建命令文件,或关注提议添加这些文件的 PR #200;一旦它们存在,上面的复制模式即可生效。

一个典型的命令文件长这样:

---
description: Break work into small verifiable tasks
---

Invoke the planning-and-task-breakdown skill. Read the spec and create tasks with acceptance criteria.

把它保存为 .opencode/commands/plan.md,即可在 OpenCode 中获得 /plan 命令。

五、使用示例

示例 1:功能开发

用户输入:

Add authentication to this app

Agent 行为:

  • 识别这是功能类工作
  • 调用 spec-driven-development
  • 先产出 spec 再写代码
  • 随后转入规划与实现技能(planning-and-task-breakdownincremental-implementationtest-driven-development

示例 2:修 Bug

用户输入:

This endpoint is returning 500 errors

Agent 行为:

  • 调用 debugging-and-error-recovery
  • 按"复现 → 定位 → 修复 → 加防护"的流程推进

示例 3:代码评审

用户输入:

Review this PR
登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
33
18
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.12 K
2.72 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
527
590
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
904
1.82 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
854
1.34 K
docsdocs
暂无描述
Markdown
889
5.78 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.52 K
1.01 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.33 K
1.45 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
980
502
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
540
384