Agent Skills: 24 навыка для AI-агентов от инженера Google

AI-агент пишет код — но думает ли он как старший инженер?

По умолчанию любой AI-агент кодинга идёт кратчайшим путём к «готово»: попросите фичу — он напишет фичу. Не спросит, есть ли спека, не напишет тест до реализации, не проверит, пересекает ли изменение границу доверия. Он производит код, объявляет победу и идёт дальше.

Эту проблему решает новый open-source проект agent-skills от Эдди Османи — директора Google Cloud AI, который работает с Gemini, Vertex AI и Agent Development Kit. Основная философия — закодировать рабочие процессы, контрольные точки качества и лучшие практики, которым следуют старшие инженеры, в структурированные навыки, чтобы AI-агенты стабильно выполняли эти стандарты на каждом этапе разработки.

Что такое agent-skills

Пакет включает 24 навыка — 23 навыка жизненного цикла плюс мета-навык using-agent-skills. Каждый навык — это структурированный рабочий процесс с шагами, контрольными точками верификации и таблицами анти-рационализации.

Навыки написаны в формате plain Markdown — они работают с любым агентом, который принимает системные промпты или файлы инструкций.

7 slash-команд на весь жизненный цикл

Проект вводит 7 команд, которые автоматически активируют нужные навыки. Каждая команда соответствует этапу разработки:

Полный цикл разработки

graph LR
    A["💡 DEFINE\n/spec"] --> B["📋 PLAN\n/plan"]
    B --> C["🔨 BUILD\n/build"]
    C --> D["✅ VERIFY\n/test"]
    D --> E["🔍 REVIEW\n/review"]
    E --> F["🚀 SHIP\n/ship"]
    style A fill:#4f46e5,color:#fff
    style B fill:#7c3aed,color:#fff
    style C fill:#2563eb,color:#fff
    style D fill:#059669,color:#fff
    style E fill:#d97706,color:#fff
    style F fill:#dc2626,color:#fff

Ключевые навыки из 24

Навыки охватывают всё — от работы с требованиями до деплоя:

• interview-me — извлекает реальные потребности пользователя через последовательные вопросы вместо того, что он «думает, что хочет»
• spec-driven-development — пишет PRD (Product Requirements Document) до любого кода
• test-driven-development — Red-Green-Refactor, пирамида тестов (80/15/5), DAMP вместо DRY
• doubt-driven-development — адверсариальная проверка каждого нетривиального решения с возможностью эскалации к другой модели
• security-and-hardening — OWASP Top 10, паттерны аутентификации, управление секретами
• source-driven-development — каждое решение по фреймворку опирается на официальную документацию

Поддерживаемые платформы

Последний крупный релиз ввёл три компонуемых слоя (персоны, навыки и slash-команды), команда /ship теперь запускает трёх параллельных специализированных персон, а новые интеграции появились для Gemini CLI, Kiro и OpenCode.

Установка под разные инструменты:

# Claude Code (из маркетплейса)
/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

# Gemini CLI
gemini skills install https://github.com/addyosmani/agent-skills.git --path skills

# Antigravity CLI
agy plugin install https://github.com/addyosmani/agent-skills.git

Для Cursor достаточно скопировать любой SKILL.md в .cursor/rules/ или подключить всю директорию skills/.

Почему это важно для отрасли

AI-агенты — крайне способные junior-инженеры, у которых нет инстинкта на ту часть работы, которая не видна в диффе.

Работа старшего инженера — обозначить допущения, сформулировать спеку, разбить задачу на ревьюабельные части — это именно то, что агент пропустит, если только не сделать это невозможным. Всё важнее становится кодировать эту дисциплину так, чтобы агент не мог сам себя из неё вывести.

Три компонуемых слоя определены в AGENTS.md: Personas (роли с перспективой и форматом вывода — «кто»), Skills (рабочие процессы с шагами и критериями выхода — «как»), Slash commands (точки входа для пользователя — «когда»).

Проект вышел под MIT-лицензией и доступен на github.com/addyosmani/agent-skills.