这是图片

Agent Skills 集合 —— 让 Claude 与多模型/工具无缝协作

License: MIT Claude Code Share Share Share

在 GitHub 上给我们点星~您的支持对我们意义重大! 🙏😊

English | 简体中文


一、项目简介

Agent SkillsAnthropic 推出的模块化能力扩展机制,让 LLM 能够按需加载专业领域知识与工作流。本仓库收录了 GudaStudio 开发的 Agent Skills 集合,实现 Claude 与其他 AI 模型、工具的无缝协作。

展开查看已收录的 Skills
Skill 功能描述 协作模型
collaborating-with-codex 将编码任务委托给 Codex CLI用于原型开发、调试和代码审查 OpenAI Codex
collaborating-with-gemini 将编码任务委托给 Gemini CLI用于原型开发、调试和代码审查 Google Gemini

二、快速开始

0. 前置要求

Important

本项目使用于Python运行脚本并要求版本在3.8以上开发测试python版本为3.10.

请确保已安装并配置以下工具!

1. 获取仓库

克隆仓库到任意位置。
git clone --recurse-submodules https://github.com/GuDaStudio/skills
cd skills

2. 安装 Skills

本项目提供一键安装脚本,支持灵活选择安装范围和目标位置。

Linux / macOS

查看可用 Skills

./install.sh --list

方式一:一键安装所有 Skills

# 用户级安装(所有项目生效)
./install.sh --user --all

# 项目级安装(仅当前项目生效,需在项目根目录执行)
./install.sh --project --all

方式二:选择性安装

# 仅安装 collaborating-with-codex
./install.sh --user --skill collaborating-with-codex

# 安装多个指定 Skill
./install.sh --user -s collaborating-with-codex -s collaborating-with-gemini

方式三:自定义安装路径

./install.sh --target /your/custom/path --all
Windows (PowerShell)

查看可用 Skills

.\install.ps1 -List

方式一:一键安装所有 Skills

# 用户级安装(所有项目生效)
.\install.ps1 -User -All

# 项目级安装(仅当前项目生效,需在项目根目录执行)
.\install.ps1 -Project -All

方式二:选择性安装

# 仅安装 collaborating-with-codex
.\install.ps1 -User -Skill collaborating-with-codex

# 安装多个指定 Skill
.\install.ps1 -User -Skill collaborating-with-codex -Skill collaborating-with-gemini

方式三:自定义安装路径

.\install.ps1 -Target C:\your\custom\path -All
点击查看完整参数说明
参数 (Bash) 参数 (PowerShell) 简写 说明
--user -User -u 安装到用户级目录 (~/.claude/skills/)
--project -Project -p 安装到项目级目录 (./.claude/skills/)
--target <path> -Target <path> -t 安装到自定义路径
--all -All -a 安装所有可用 Skills
--skill <name> -Skill <name> -s 安装指定 Skill可多次使用
--list -List -l 列出所有可用 Skills
--help -Help -h 显示帮助信息

3. 验证安装

启动 Claude Code 后Skills 会自动加载。可通过以下方式验证:
  • 让claude列出所有skilllist all available SKILLs please
  • Claude 应能识别并调用 collaborating-with-codexcollaborating-with-gemini 这是图片

4. 🎊可选,但强烈推荐)配置提示词

为让本SKILLS集合更加Claude Code等CLI我们强烈推荐您在 ~/.claude/CLAUDE.md中 配置/追加 以下提示词。

Important

本全局提示词使用了auggie-mcp,可参考官方安装教程.

# Global Protocols
- 若任务简单,可不进行多模型协作,但**必须**立即中止所有行为向用户报告不进行协作的具体原因直到收到用户许可才可进行下一步行动。例如向用户输出“这是一个简单xx任务无需多模型协作。您是否同意此任务下不再进行任何多模型协作过程我会等待您的回复并严格遵循本次特定协作规则”
- 严格遵守 **1. Workflow**。跳过任何phase均被视为 **危险级操作**,需要 *立即终止任务* 并向用户 *报告跳过的原因*。例如向用户输出“在当前的xx phase我发现xx所以下一xx phase的任务实质上已经被xx解决。您是否同意我跳过xx phase我会等待直到收到您确定的回复再继续下一phase行动”
- 除极个别特殊情况外,始终 **强制**与 Codex/Gemini 协作SKILLs形式`python /path/to/scripts/*.py --cd "/path/to/project" --PROMPT "Analyze..." [OPTIONS]`**Run in the background****不设置** timeout。

----
## 0. Core Instruction

### 0.1 交互与状态管理
- **语言协议**。与工具/模型交互:**英语**;与用户交互:**中文**。
- **会话连续性**。如果工具返回 `SESSION_ID`,立即存储;在调用工具之前,**思考**:“这是一个后续操作吗?”如果是,在命令后追加 `--SESSION_ID <ID>`;如果内核输出被截断,自动执行继续命令或循环,直到 `Unified Diff`(统一差异)在语法上完整。

### 0.2 异步操作(原子循环)
- **强制并行**。对于任何涉及 Codex/Gemini 或长时间运行脚本的任务,必须使用 **Run in the background****不设置** timeout。
- **CLI 结构**。确保 CLI 调用遵循SKILLs定义通常为`python /path/to/scripts/*.py --cd "/path/to/project" --PROMPT "Analyze..." [OPTIONS]`

### 0.3 安全与代码主权
- **无写入权**。Codex/Gemini 对文件系统拥有 **零** 写入权限;在每个内核 PROMPT提示词显式追加**"OUTPUT: Unified Diff Patch ONLY. Strictly prohibit any actual modifications."**
- **参考重构**。将获取到的其他模型的Uniffied Patch视为“脏原型Dirty Prototype**流程**:读取 Diff -> **思维沙箱**(模拟应用并检查逻辑) -> **重构**(清理) -> 最终代码。

### 0.4 代码风格
- 整体代码风格**始终定位**为,精简高效、毫无冗余。该要求同样适用于注释与文档,且对于这两者,严格遵循**非必要不形成**的核心原则。
- **仅对需求做针对性改动**,严禁影响用户现有的其他功能。

### 0.5 工作流程完整性
- **止损**:在当前阶段的输出通过验证之前,不要进入下一阶段。
- **报告**:必须向用户实时报告当前阶段和下一阶段。

----
## 1. Workflow

### Phase 1: 上下文全量检索 (Auggie Interface)
**执行条件**:在生成任何建议或代码前。
1.  **工具调用**:调用 `mcp__auggie-mcp__codebase-retrieval`。
2.  **检索策略**
    - 禁止基于假设Assumption回答。
    - 使用自然语言NL构建语义查询Where/What/How。
    - **完整性检查**:必须获取相关类、函数、变量的完整定义与签名。若上下文不足,触发递归检索。
3.  **需求对齐**:若检索后需求仍有模糊空间,**必须**向用户输出引导性问题列表,直至需求边界清晰(无遗漏、无冗余)。


### Phase 2: 多模型协作分析 
1.  **分发输入**::将用户的**原始需求**(不带预设观点)分发给 Codex 和 Gemini。注意Codex/Gemini都有完善的CLI系统所以**仅需给出入口文件和row index**(而非Snippet)。
2.  **方案迭代**
    - 要求模型提供多角度解决方案。
    - 触发**交叉验证**:整合各方思路,进行迭代优化,在过程中执行逻辑推演和优劣势互补,直至生成无逻辑漏洞的 Step-by-step 实施计划。
3.  **强制阻断 (Hard Stop)**:向用户展示最终实施计划(含适度伪代码);必须以加粗文本输出询问:"Shall I proceed with this plan? (Y/N)";立即终止当前回复。绝对禁止在收到用户明确的 "Y" 之前执行 Phase 3 或调用任何文件读取工具。

### Phase 3: 原型获取
- **Route A: 前端/UI/样式 (Gemini Kernel)**
  - **限制**:上下文 < 32k。gemini对于后端逻辑的理解有缺陷其回复需要客观审视。
  - **指令**:请求 CSS/React/Vue 原型。以此为最终前端设计原型与视觉基准。
- **Route B: 后端/逻辑/算法 (Codex Kernel)**
  - **能力**:利用其逻辑运算与 Debug 能力。
  - **指令**:请求逻辑实现原型。
- **通用约束**在与Codex/Gemini沟通的任何情况下**必须**在 Prompt 中**明确要求** 返回 `Unified Diff Patch`严禁Codex/Gemini做任何真实修改。

### Phase 4: 编码实施
**执行准则**
1.  **逻辑重构**:基于 Phase 3 的原型,去除冗余,**重写**为高可读、高可维护性、企业发布级代码。
2.  **文档规范**:非必要不生成注释与文档,代码自解释。
3.  **最小作用域**:变更仅限需求范围,**强制审查**变更是否引入副作用并做针对性修正。

### Phase 5: 审计与交付
1.  **自动审计**:变更生效后,**强制立即调用** Codex与Gemini **同时进行** Code Review并进行整合修复。
2.  **交付**:审计通过后反馈给用户。

----

## 2. Resource Matrix

此矩阵定义了各阶段的**强制性**资源调用策略。Claude 作为**主控模型 (Orchestrator)**,必须严格根据当前 Workflow 阶段,按以下规格调度外部资源。

| Workflow Phase           | Functionality           | Designated Model / Tool                  | Input Strategy (Prompting)                                   | Strict Output Constraints                           | Critical Constraints & Behavior                              |
| :----------------------- | :---------------------- | :--------------------------------------- | :----------------------------------------------------------- | :-------------------------------------------------- | :----------------------------------------------------------- |
| **Phase 1**              | **Context Retrieval**   | **Auggie** (`mcp__auggie`)               | **Natural Language (English)**<br>Focus on: *What, Where, How* | **Raw Code / Definitions**<br>(Complete Signatures) | • **Forbidden:** `grep` / keyword search.<br>• **Mandatory:** Recursive retrieval until context is complete. |
| **Phase 2**              | **Analysis & Planning** | **Codex** AND **Gemini**<br>(Dual-Model) | **Raw Requirements (English)**<br>Minimal context required.  | **Step-by-Step Plan**<br>(Text & Pseudo-code)       | • **Action:** Cross-validate outputs from both models.<br>• **Goal:** Eliminate logic gaps before coding starts. |
| **Phase 3**<br>(Route A) | **Frontend / UI / UX**  | **Gemini**                               | **English**<br>Context Limit: **< 32k tokens**               | **Unified Diff Patch**<br>(Prototype Only)          | • **Truth Source:** The only authority for CSS/React/Vue styles.<br>• **Warning:** Ignore its backend logic suggestions. |
| **Phase 3**<br>(Route B) | **Backend / Logic**     | **Codex**                                | **English**<br>Focus on: Logic & Algorithms                  | **Unified Diff Patch**<br>(Prototype Only)          | • **Capability:** Use for complex debugging & algorithmic implementation.<br>• **Security:** **NO** file system write access allowed. |
| **Phase 4**              | **Refactoring**         | **Claude (Self)**                        | N/A (Internal Processing)                                    | **Production Code**                                 | • **Sovereignty:** You are the specific implementer.<br>• **Style:** Clean, efficient, no redundancy. Minimal comments. |
| **Phase 5**              | **Audit & QA**          | **Codex** AND **Gemini**<br>(Dual-Model) | **Unified Diff** + **Target File**<br>(English)              | **Review Comments**<br>(Potential Bugs/Edge Cases)  | • **Mandatory:** Triggered immediately after code changes.<br>• **Action:** Synthesize feedback into a final fix. |


三、Skills 详解

collaborating-with-codex

将编码任务委托给 OpenAI Codex CLI适用于算法实现、Bug 分析和代码审查。

点击查看参数说明
参数 类型 必填 默认值 说明
--PROMPT str - 发送给 Codex 的任务指令
--cd Path - 工作目录根路径
--sandbox Literal read-only 沙箱策略:read-only / workspace-write / danger-full-access
--SESSION_ID UUID None 会话 IDNone 则开启新会话)
--skip-git-repo-check bool False 是否允许在非 Git 仓库运行
--return-all-messages bool False 是否返回完整推理信息
--image List[Path] None 附加图片文件到初始提示词
--model str None 指定模型(仅在用户明确要求时使用)
--yolo bool False 跳过所有审批与沙箱限制
点击查看使用示例

基础调用:

python scripts/codex_bridge.py --cd "/project" --PROMPT "分析认证流程"

多轮对话:

# 开启新会话
python scripts/codex_bridge.py --cd "/project" --PROMPT "审查 login.py 的安全问题"

# 继续会话
python scripts/codex_bridge.py --cd "/project" --SESSION_ID "uuid-from-response" --PROMPT "针对发现的问题提供修复建议"

获取 Diff 原型:

python scripts/codex_bridge.py --cd "/project" --PROMPT "生成添加日志功能的 unified diff"

collaborating-with-gemini

将编码任务委托给 Google Gemini CLI适用于算法实现、Bug 分析和代码审查。

点击查看参数说明
参数 类型 必填 默认值 说明
--PROMPT str - 发送给 Gemini 的任务指令
--cd Path - 工作目录根路径
--sandbox bool False 是否启用沙箱模式
--SESSION_ID str "" 会话 ID空字符串则开启新会话
--return-all-messages bool False 是否返回完整推理信息
--model str None 指定模型(仅在用户明确要求时使用)
点击查看使用示例

基础调用:

python scripts/gemini_bridge.py --cd "/project" --PROMPT "分析认证流程"

多轮对话:

# 开启新会话
python scripts/gemini_bridge.py --cd "/project" --PROMPT "审查 login.py 的安全问题"

# 继续会话
python scripts/gemini_bridge.py --cd "/project" --SESSION_ID "uuid-from-response" --PROMPT "针对发现的问题提供修复建议"

返回值结构

两个 Skill 均返回统一的 JSON 格式:

成功时:

{
  "success": true,
  "SESSION_ID": "550e8400-e29b-41d4-a716-446655440000",
  "agent_messages": "模型回复内容...",
  "all_messages": []
}

失败时:

{
  "success": false,
  "error": "错误信息描述"
}

四、FAQ

Q1: 什么是 Agent Skills

Agent Skills 是 Anthropic 推出的模块化能力扩展机制。每个 Skill 包含指令、元数据和可选资源脚本、模板Claude 会在相关任务时自动使用。Skills 采用渐进式加载,仅在需要时加载相关内容,有效管理上下文窗口。

Q2: 是否需要额外付费?

Skills 本身完全免费开源。 但使用协作模型Codex、Gemini可能产生相应的 API 费用,具体取决于各平台的定价策略。

Q3: 多轮对话时 SESSION_ID 有什么作用?

SESSION_ID 用于维护会话上下文。首次调用时返回一个新的 SESSION_ID后续调用传入该 ID 可继续之前的对话,模型会记住之前的交互内容。每个 SESSION_ID 对应独立的会话,不同会话之间完全隔离。

Q4: 如何确保代码安全?

建议始终使用 read-only 沙箱策略,并在 PROMPT 中明确要求模型返回 unified diff patch 而非直接修改文件。外部模型生成的代码仅作为参考原型,最终实现应由 Claude 重构确认。


🤝 贡献指南

我们欢迎所有形式的贡献!

开发环境配置

# 克隆仓库(含子模块)
git clone --recurse-submodules https://github.com/GuDaStudio/skills.git
cd skills

提交规范


📄 许可证

本项目采用 MIT License 开源协议。

Copyright (c) 2025 guda.studio


🌟 为本项目助力~

Star History Chart

Description
This repository contains a collection of Agent Skills developed by GudaStudio, enabling seamless collaboration between Claude and other AI models and tools.
Readme MIT 1.9 MiB
Languages
PowerShell 51.8%
Shell 48.2%