AI Skills:前端新的效率神器!

近来,AI 领域有个火爆的话题:Skills

Github 上被疯狂 star 的仓库,很多都是和 skills 有关的。

有的仓库仅仅上线三个月就获得了快 50K 的 star,Skills 的火热可见一斑。

不管是大模型,还是 Cursor、Codex、Claude、Trae、Copilot 等编程 IDE 都在争先支持 Skills。

围绕 Skills,它们在做的就是为了完成一件事情:技能是通过学习和反复练习获得的,而 Skills 是把经验和最佳实践沉淀为 AI 能力,将“知道”转化为“做到”的本领。

详解什么是 Skills

要说清楚什么是 Skills,先来了解一下关于 AI 的 2 个核心概念-- AgentMCP

关于 Agent

让 Agent 开发一个在线商城平台,要完成购物功能,它只需要考虑用户输入的“我要购买一个商品”指令,并最终完成购买商品这个目标,它并不关心项目是否前后端分离,前端用 vue 还是 react 来实现,后端用 java 还是 php,选什么数据库,也就是说,Agent 不在乎细节。

Agent 是面向目标的。

关于 MCP

我们在开发项目的过程中,一个项目不可能所有的功能都自己实现,往往需要一些第三方的服务,比如短信通知,微信、支付宝支付。而使用这些服务的方式就是通过调用第三方平台的 API,每个平台的都有自己的 API 规则。

而 MCP 就是 AI 的 API,Agent 通过 MCP 来实现调用第三方服务,和第三方服务进行通信。

回到 Skills

讲清楚了 Agent 和 MCP 的概念后,我们知道,AI 在使用 MCP 或者完成一些目标任务时,会产生很多的重复性的工作,我们可以把这些重复性的工作整合成一个工具包,只需要让 AI 调用这个工具包就行,而这个工具包就是 Skills

这个工具包,可以是前端的组件开发,文件下载,后端 SQL 查询,接口文档生成。所有人都可以使用这些工具包来完成自己工作。



简单来说,Skills 通过固定的规则和标准化的能力,来保证结果的稳定和一致

下面从我们前端的角度出发,来看看 Skills:

开发一个增删改查的功能,你要创建 API 文件,状态管理、路由生成,增删改查的页面开发。想要按照项目或者公司的前端开发规范来完成这些任务,用 AI 来实现的话,仅凭一句提示词:帮我写一个文件管理功能,它可以做出来,但最终结果不是你想要的。

现在你可以使用 增删改查 Skill 来完成这项任务,完全按照你设定的规范来执行,设置帮你把接口联调好,再多的增删改查都能一个 Skill 搞定。

这就是 Skill 的便利性,让你从重复劳动中解放。

Skills 的应用场景

Skills 是经验、规则、最佳实践的积累,它把你“封装组件”“封装函数”的能力都学会了。

在使用 Skills 时,我们要明确 2 个问题:

  1. 这件事情是否是重复的?
  2. 这件事情是否能够标准化?

当你得到肯定答案的时候,就可以考虑使用 Skills 来简化工作。

Skills 最适合的应用场景:

  • 频繁重复性工作:比如增删改查。
  • 标准化的输出:基于UI规范,输出标准化的组件或功能页面。
  • 知识沉淀:项目或者公司的开发规范,前端的样式规范,色彩和字体的使用规范等。

skills.sh

目前社区已经涌现出了很多官方和个人分享的 Skills。

skills.sh 是 Vercel 发布的一个可视化的 AI Skills 平台,可以说它是AI Skills 界的 NPM

它汇总了所有的公开 Skills,在上面可以看到 Skills 的信息,下载安装量,其中包括了前端、后端、DevOps、安全等 Skills,能快速检索出你想要的 Skills。

前端 Skills

agent-skills

vercel 推出的 skills 项目:

是 React 和 Next.js 的 Skills 集合。包含 8 个类别共 45 条规则,旨在指导自动化重构和代码生成。

目前 agent-skills 里面包括三个主要的技能集合:

react-best-practices

专门用于 react 和 nextjs:

基于 Vercel 工程团队的 React/Next.js 性能优化指南,含 40+ 分级规则:

适用场景:

  • 新组件 / 页面开发
  • 数据请求实现
  • 代码性能评审、包体积
  • 加载速度优化

核心规则:

  • 消除请求瀑布(核心)
  • 包体积优化(核心)
  • 服务端性能
  • 客户端数据请求
  • 重渲染优化
  • ...

都是非常实用的。

web-design-guidelines

对 UI 代码进行多维度合规性审计,含 100+ 规则:

适用场景:

  • UI 评审
  • 可访问性检查
  • 设计审计
  • 站点最佳实践校验

核心规则:

  • 无障碍适配
  • 焦点状态
  • 表单设计
  • 动画性能
  • 排版规范
  • 图片优化
  • 暗黑模式适配
  • ...

解决 AI 开发中的各种 UI 问题。

vercel-deploy-claimable

实现应用一键部署到 Vercel 平台,支持所有权转移:

适用场景:

  • 应用部署
  • 生产环境发布
  • 获取线上预览链接

核心规则:

  • 自动识别 40+ 前端框架
  • 生成预览 URL 和所有权认领 URL
  • 自动过滤无用文件(node_modules/.git)

vue-skills

vue-skills 是 voidzero 团队成员发起的项目:



专门为 AI 创建 Vue 技能,以增强 AI 在 Vue 3 开发中的能力。

也就是教 AI 怎么写 Vue3。

vue-skills 中包含 3 个主要的技能集合:

vue-best-practices

核心规则:

  • vue3 最佳实践
  • Composition API 最佳实践
  • vue-router 类型处理
  • vue3 代码可维护性

vueuse-best-practices

核心规则:

  • VueUse 组合式 API 的最佳实践
  • VueUse 常见问题规范

pinia-best-practices

核心规则:

  • Vue3 应用中 Pinia的 TypeScript 配置
  • Pinia 的最佳实践
  • Pinia 常见问题规范

 

如何快速上手 Skills

这些 Skills 包是实打实的能在你的项目中发挥作用的,下面来看看如何快速使用。

  1. 安装

在项目中执行以下命令:

csharp

体验AI代码助手

代码解读

复制代码

npx skills add https://github.com/vercel-labs/agent-skills --skill vercel-react-best-practices

安装过程中会让你确认: 选择支持的 AI 工具。

目前支持的工具包括:

  • Antigravity
  • Codex
  • Cursor
  • Gemini CLI
  • Trae

启用的范围:

  • 项目
  • 全局

安装完成后,会自动根据你的提示词来启用 Skills,无需手动操作。

开始编码

接下来你就可以正常进行你的任务了,比如让 AI 帮你开发组件,它会自动调用 Skills 来完成任务。



帮我开发一个 segment 组件,要符合 vue3 的最佳实践。

企业/个人 Skills 开发

Skills 这么好用,我们也想自己开发一个 Skills 来提高我们的工作效率。

一个标准的 Skills 文件结构:

perl

体验AI代码助手

代码解读

复制代码

my-Skill/ ├── Skill.md          # 必需:核心指令 ├── rules/            # 可选:规则设置 │   └── crud.md ├── examples/         # 可选:输入/输出示例 │   ├── input.md │   └── output.md ├── templates/        # 可选:可复用的模板 │   └── component.tsx ├── LICENSE.txt       # 可选:开源协议 └── resources/        # 可选:参考文件、运行脚本或素材     └── style-guide.md

你可以自由的去设计自己的 Skills,一个CRUD的 Skill 或者是项目的 UI Skill。



自定义 Skill 的一个小技巧是,先让 Skill 能正常运行,再一步步去优化。

新的起点

vercel 率先祭出了 skills.sh 这个平台,更多类 NPM 的 Skills 平台将会如雨后春笋一般出现,AI 也要有自己的 Skills NPM 平台,这势必又是一场话语权的争夺。

而更多的、更高质量的 Skills 将会出现:

  • 3D、2D 模型 skills
  • node skills
  • ios skills
  • ui skills
  • 企业 skills
  • 个人 skills
  • ...

目前 AI 开发已经不再局限于大模型的能力,高质量的代码取决于你给 AI 赋予了什么技能。

AI + Skills 的开发方式已经不可避免的成为未来前端开发的新方向。

原文:https://juejin.cn/post/7598807837868539930

Read more

2026 年 windows Python 最新下载安装教程,附详细图文,亲测可用

📖 前言 想学编程?Python 是个好选择。语法简单、上手快,数据分析和 AI 都能干。 但很多人第一步就卡住了——装软件。我当年第一次装 Python 也在这个坑里折腾了半天,后来才发现其实挺简单的,只是没人告诉我哪些选项该勾、哪些不该勾。 今天就把这个过程写清楚,每一步都有图,跟着做就行。 📝 开始装 第一步:下载安装包 1.1 去官网下 打开浏览器,网盘链接:https://pan.quark.cn/s/7186f4aa4c10 进去后能看到一个黄色大按钮,上面写着最新的版本号(目前是 3.13.x)。点它就开始下载。 1.2 选对版本 官网一般会自动识别你的系统,推荐对应的版本。你也可以手动选: * Windows installer (64-bit)

By Ne0inhk

Python+Flask+Echarts打造全国气象数据可视化分析大屏

1. 为什么需要气象数据可视化大屏? 最近帮朋友公司搭建气象数据展示系统时,发现很多决策者面对密密麻麻的Excel表格总是一头雾水。其实人类大脑处理图像信息的速度比处理文字快6万倍,这就是为什么我们需要把枯燥的气象数据变成直观的可视化图表。 气象数据可视化大屏的核心价值在于: * 实时监控:像股票大盘一样展示全国气象变化 * 趋势分析:通过历史数据预测未来天气走向 * 快速决策:农业、物流等行业可以据此调整工作计划 * 异常预警:直观发现极端天气征兆 我在实际项目中验证过,同样的气象数据,用表格呈现时决策需要3分钟,而通过可视化大屏只需10秒就能get关键信息。 2. 技术选型:为什么是Python+Flask+Echarts? 2.1 Python生态的优势 刚开始做气象项目时,我对比过Java和Node.js方案,最终选择Python是因为: * 数据处理能力强:Pandas处理千万级气象数据比Java快40% * 开发效率高:同样功能Python代码量只有Java的1/3 * 丰富的库支持:从爬虫到可视化都有成熟解决方案 实测用Python的re

By Ne0inhk
Python RPA+爬虫:模拟人工操作采集ERP系统数据(金蝶/用友无接口场景)

Python RPA+爬虫:模拟人工操作采集ERP系统数据(金蝶/用友无接口场景)

一、背景:无接口ERP数据采集的痛点 企业数字化转型中,ERP系统(金蝶K/3、用友U8/NC)是核心数据载体,但多数中小企业面临一个共性问题:ERP系统无开放API接口,或接口权限申请流程繁琐、成本高,无法通过常规接口调用获取数据。 传统的解决方案(人工手动导出Excel)存在效率低、易出错、无法实时采集的问题;而单纯的爬虫技术又无法应对ERP系统的“桌面客户端操作”“多层菜单导航”“动态加载表格”等场景。此时,Python RPA(机器人流程自动化)+ 爬虫的组合方案成为最优解——用RPA模拟人工操作ERP界面(点击、输入、翻页),用爬虫/数据提取技术抓取界面数据,既符合ERP系统的操作逻辑,又能实现数据的自动化采集,实测可将人工采集效率提升10倍以上。 本文针对金蝶K/3(Windows客户端)和用友U8(网页版)两种典型无接口场景,实现一套通用的Python RPA采集方案,覆盖登录、导航、查询、

By Ne0inhk
西工大noj(C/C++)100题参考题解及注意事项(2024)

西工大noj(C/C++)100题参考题解及注意事项(2024)

西工大noj100题 说在前面:所有程序设计题目的题解都是在自己思考过以后看才能有所收获,题解只是一个参考,看懂思路后最好自己从0开始敲一遍!!! 如果对某一题有更好的思路 欢迎评论区交流或者私信我 持续更新~ 更新时间:2024.12.29 (目录自动生成在文章右边哦~) 本文优势: 1.以《算法笔记》(胡凡 曾磊)为蓝本,内容充实有依据 2.通俗易懂,初学者也可无障碍阅读 3.精心挑选全站最优博文,为读者提供拓展阅读链接 4.一题多解,拓宽读者题解思路 5.解题过程中带领读者回顾基础知识点 6.对素数等热门题总结出模板,方便读者积累 7.题目完整清晰,题解注释清楚 8.对于较难的题目,给出清晰的解题思路和调试过程 9.题目后用括号标注注意事项或主要解题算法和步骤 10.提供应试技巧和常见错误,助力考生金榜题名 …… 考前提醒 1.重视模板:文件这类题是有固定的模板的,

By Ne0inhk