企业官网建设流程全解析

上个专栏写了 16 篇 Claude Code 和 Codex 的基础用法。写完之后我花了两个月把 GitHub 上高星的社区项目几乎试了一遍——skills、agents、hooks、插件、子代理编排。

社区里确实有很多好东西，但 90% 的内容你不需要。这篇文章把最值得关注的几个项目圈出来，作为整个系列的导航页。

先搞清楚三个东西：Skill、Agent、Hook 分别是什么

社区生态里的项目虽然名字各不相同，但都可以归入这几类：

Skill（技能）— 一组可复用的指令，告诉 AI “遇到这种场景应该这样做”。一个 Markdown 文件，放到项目里就能生效。比如"写代码之前先想清楚"“用 TDD 循环”“只改你该改的，别顺手重构”。你可以把它理解为给 AI 的 Standard Operating Procedure。

Agent（代理）— 一个被赋予了特定角色的 AI 实例。比如一个 Agent 只做代码审查，另一个 Agent 只写测试。它们有独立的上下文窗口、专属的工具权限。ECC 里有 30 个 Agent，gstack 里有 CEO/QA/PM 等角色。

Hook（钩子）— 在 AI 执行到某个节点时自动触发的脚本。比如"每次写完代码自动跑 prettier 格式化"“在执行 rm -rf 之前弹一个警告”。事件驱动的自动化。

Command（斜杠命令）— 你在终端里输入/xxx时执行的预定义指令。比如/commit自动分析 diff 并生成 Conventional Commits 格式的提交信息。

Plugin（插件）— 上面这些东西的打包形式。通过/plugin install一键安装，包含 skills、agents、commands、hooks 的集合。

MCP Server— 让 AI 连接外部工具的协议接口。比如连 GitHub API、数据库、Slack、Jira。

社区高星项目地图

按 Stars 排序，截至 2026 年 5 月：

几个关键信息：

• 1400+个技能在 GitHub 上发布
• 658+收录在官方 marketplace
• 社区评测了 100 个技能，70% 不合格——要么过于泛泛，要么有事实错误
• 这个榜单上的 9 个项目，贡献了社区 90% 的讨论度

哪些值得优先关注

按使用场景分类：

如果你只想花 10 分钟装一个东西——装 Karpathy Skills。

一个 70 行的文件，四个原则，解决 AI 编程最常见的四类翻车。117K stars 不是因为 hype——是因为用完之后真的少了很多"AI 瞎改"的情况。下一篇会完整拆解这四条规则的实际效果。

如果你想要完整的工程流水线——装 superpowers。

从脑暴→写计划→TDD→代码审查→验证，覆盖了一个需求从想法到合入的全过程。177K stars 是因为它是目前最完整的端到端方案。第 3 篇会跑通完整流水线。

如果你想把 AI 当团队用——装 gstack。

把 Claude Code 变成 CEO、工程经理、QA、设计师。每个角色有独立的思考框架和输出格式。不是"让 AI 做所有事"，是"让 AI 从不同角度审视你的产品"。第 6 篇会模拟一个完整 sprint。

如果你想让 AI 记住项目上下文——装 claude-mem。

Claude Code 每次新会话都会丢失之前的上下文。claude-mem 用 SQLite + 全文搜索把关键决策、架构讨论、踩过的坑持久化，新会话启动时自动注入。第 7 篇会测它的记忆准确性。

如果你想看中文资源——ECC 中文版 + superpowers-zh。

xu-xiang/everything-claude-code-zh把 ECC 的 80+ 个文件完整翻译成了中文。superpowers-zh是 superpowers 的中文优化版。第 10 篇专门聊中文生态。

技能虽好，但不要贪杯——两三个就够了

试了一圈最大的教训：装太多技能会互相打架。

一个 skill 说"不要过度抽象"，另一个说"用设计模式组织代码"。AI 不知道该听谁的，结果就是犹豫不决，输出质量反而下降。

现在的建议是——装一个主线框架（superpowers 或 ECC）+ 一个辅助工具（claude-mem 或 Karpathy Skills）。两三个，不能再多。

本系列会覆盖哪些

下一篇

装上 GitHub 上 117K stars 的那个 70 行文件，跑同一个需求，看 AI 的行为到底变了没有。