AI 开发工作流：4 个核心 Skills 组合实战指南
Skills 可以理解为升级版的提示词（Prompt），其文件记录了某个技能（Skill）的元信息，包括名称描述以及具体的实现步骤。在 AI 项目开发中，合理引入 Skills 能更有效地介入流程、控制边界。
本文将通过一个音乐机器人项目的开发过程，介绍如何组合使用 4 个核心 Skills，实现从需求到代码的流畅流转。
核心 Skills 架构
在我的项目中，.opencode 目录下存放了 4 个 Skills 文件，配合同级的 AGENTS.md 主控配置文件，构成了 AI 开发流程的主控调度器。这 4 个模块分别对应产品、设计、UI/UX 和开发环节：
-
product-spec-builder (产品需求构建)
- 职责：收集核心想法与功能需求，追问细节（输入、输出、业务规则）。
- 产出：生成
Product-Spec.md及变更记录。 - 特点：严格把关需求，拒绝模糊回答。
-
ui-prompt-generator (UI 提示词生成)
- 职责：理解产品需求，提炼核心功能，选择合适的视觉风格与配色方案。
- 产出：生成
UI-Prompts.md文件。 - 特点：为每个核心功能提供多个版本的提示词建议。
-
ui-ux-pro-max (UI/UX 设计智能)
- 职责：提供设计指南与最佳实践。
- 资源：包含 50 种 UI 风格指南（玻璃态、极简、暗黑模式等）、21 种配色方案、50 种字体配对及主流技术栈推荐（React、Next.js、Vue 等）。
- 特点：显著提升界面质感，减少'塑料感'。
-
dev-builder (全栈开发工程师)
- 职责：根据产品文档实现功能代码，搭建项目结构与环境。
- 重点：确保代码质量与可维护性，集成必要的 AI 功能（如 OpenAI API）。
环境准备
首先安装 opencode 工具。支持 macOS 和 Windows 系统。
curl -fsSL https://opencode.ai/install | bash
npm i -g opencode-ai
安装完成后，选择适合的开发模型。目前免费模型包括 GLM-4.7、Grok Code 等，可通过快捷键 Ctrl + P 进行切换。本文示例中使用的是 GLM-4.7。
实战演练：音乐机器人项目
1. 明确需求 (product-spec-builder)
在项目初始化后，调用 /prd 指令启动产品需求构建。AI 会渐进式地追问开发细节。
示例需求：
我想做一个音乐视觉效果应用：根据音频输入和歌词演唱，驱动动画人物自动演唱（包含口型、表情及基本肢体动作）。API 配置方面，视觉动作分析使用 qwen3-vl-plus，音频歌词识别使用 gemini_2_5_pro。
经过多轮交互，AI 将生成明确的 Product-Spec.md 并记录变更进度。
2. 生成 UI 提示词 (ui-prompt-generator)
基于产品文档，调用 /ui 指令生成原型图提示词。该模块会理解需求并提炼核心功能，确定视觉风格与配色方案，最终输出 UI-Prompts.md 文件。