claude-skills：面向全栈开发者的 67 项 Claude Code 专家技能插件实战指南

claude-skills：面向全栈开发者的 67 项 Claude Code 专家技能插件实战指南

【免费下载链接】claude-skills67 Specialized Skills for Full-Stack Developers. Transform Claude Code into your expert pair programmer.项目地址: https://gitcode.com/GitHub_Trending/claud/claude-skills

本文以 README.md 为核心骨架，系统讲解 claude-skills 这一开源 Claude Code 插件如何以 67 项细分技能（Skills）、9 条项目工作流命令（Workflows）和 371 份深度参考文档，将 Claude Code 转化为可感知上下文、可组合协作的全栈结对编程助手。读完本文，你将掌握插件的四种安装方式、上下文感知激活机制、多技能组合工作流、/common-ground假设管理与 Jira/Confluence 集成的项目全生命周期管理方法。

项目概览：插件化地组织 Claude 的专业能力

claude-skills 是一个为 Claude Code 打造的插件（Plugin），其核心思路是把"专家级编程知识"拆解为可被按需加载的模块化技能。根据 version.json 与 README.md 的统计口径，该插件当前包含：

• 67 项专业化技能，横跨 12 个类别，覆盖语言、后端/前端框架、基础设施、API、测试、DevOps、安全、数据/机器学习与平台专家；
• 9 条项目工作流命令，覆盖从探索（Discovery）到复盘（Retrospectives）的完整史诗（Epic）生命周期，并集成 Jira 与 Confluence；
• 371 份参考文件（skills/*/references/），为每项技能提供按主题组织的深度知识支撑。

在仓库目录结构中，skills/下每个子目录即一项技能，例如skills/nestjs-expert/、skills/react-expert/、skills/debugging-wizard/，每项技能都由SKILL.md（技能定义与约束）加references/（专题参考文档）构成。这种"入口文件 + 按需加载参考"的结构，正是整个插件控制上下文成本、提升回答质量的关键设计。

快速开始：四种安装方式

方式一：通过插件市场安装（官方推荐）

在 Claude Code 中依次执行两条命令：

/plugin marketplace add jeffallan/claude-skills /plugin install fullstack-dev-skills@jeffallan

安装完成后按提示重启 Claude Code。该方式的优势在于可通过市场机制自动更新，后续维护成本最低。

方式二：从 Git 仓库直接安装

claude plugin install https://gitcode.com/GitHub_Trending/claud/claude-skills

适合不想引入市场源的场景，安装后同样需要重启。

方式三：通过 skills.sh 安装（仅技能）

npx skills add jeffallan/claude-skills

注意：此方式只安装 Skills，不包含/common-ground与/project:*等斜杠命令。若需要完整的上下文工程与项目管理能力，请使用插件市场方式。

方式四：通过 Agent Skills CLI 安装

npx agent-skills-cli@latest add @Jeffallan/claude-skills

同样仅安装 Skills，可扩展到 42+ 款 AI Agent（Claude、Cursor、Copilot、Windsurf 等）。

方式五：本地开发安装

cp -r ./skills/* ~/.claude/skills/

将仓库克隆到本地后复制技能目录，适用于离线环境或希望直接修改SKILL.md适配团队规范的场景。该仓库的 Makefile 还提供了make dev-link/make dev-unlink，可将工作副本以符号链接方式挂载到~/.claude/plugins/cache/fullstack-dev-skills/fullstack-dev-skills/<version>，实现"改完即生效"，适合插件开发者迭代调试。

安装验证与常见故障排查

安装后可用以下自然语言请求快速验证关键技能是否生效（来自 QUICKSTART.md）：

• "Help me implement JWT authentication in NestJS" → 验证 NestJS Expert
• "Create a custom React hook for form validation" → 验证 React Expert
• "Debug this memory leak in my Node.js application" → 验证 Debugging Wizard
• "Review this code for security vulnerabilities" → 验证 Security Reviewer

技能未激活时：先重启 Claude Code，再执行ls ~/.claude/skills/确认技能文件存在；若仍无效，请在提问时更明确地写出框架/技术名，或直接点名技能（如 "Use the NestJS Expert to help me..."）。

技能加载异常时：用/plugin list确认插件状态，检查~/.claude/skills/下是否有技能重名冲突，必要时执行/plugin uninstall fullstack-dev-skills@jeffallan后重装。

67 项技能全景：分类体系与选择决策树

插件用 67 项技能覆盖全栈开发的核心领域。完整清单与组合建议见 SKILLS_GUIDE.md，此处摘录最具代表性的分类与决策要点：

类别	代表技能	典型触发场景
语言专家（12 项）	Python Pro、TypeScript Pro、Go Pro、Rust Engineer、SQL Pro、Java Architect 等	"Write idiomatic Rust with async" → Rust Engineer
后端框架（7 项）	NestJS Expert、Django Expert、FastAPI Expert、Spring Boot Engineer 等	"Implement user authentication in my NestJS API"
前端与移动端（7 项）	React Expert、Next.js Developer、Vue Expert、Angular Architect、Flutter Expert 等	"Build a Next.js app with server components"
基础设施与云	Kubernetes Specialist、Terraform Engineer、Cloud Architect、Postgres Pro	"Kubernetes autoscaling and HPA"
API 与架构	API Designer、GraphQL Architect、Microservices Architect、MCP Developer	"Design MCP server for tool integration"
质量与测试	Test Master、Playwright Expert、Code Reviewer、Code Documenter	"Write Playwright tests for the login flow"
DevOps 与运维	DevOps Engineer、Monitoring Expert、SRE Engineer、Chaos Engineer	"Set up SRE practices and SLOs"
安全	Secure Code Guardian、Security Reviewer、Fullstack Guardian	"Review this code for security issues"
数据与机器学习	Pandas Pro、Spark Engineer、ML Pipeline、RAG Architect、Fine-Tuning Expert	"Fine-tune Llama 2 with LoRA"
平台专家	Salesforce Developer、Shopify Expert、WordPress Pro、Atlassian MCP	"Query Jira issues via MCP server"
专项	Legacy Modernizer、Embedded Systems、Game Developer、The Fool、Debugging Wizard	"Modernize legacy Java monolith"

决策树的核心逻辑是"按任务域选技能"：Python 开发 → Python Pro；TypeScript API → NestJS Expert；React SSR/SSG → Next.js Developer；容器编排 → Kubernetes Specialist；GraphQL → GraphQL Architect；LLM 微调 → Fine-Tuning Expert；E2E 浏览器测试 → Playwright Expert；表面假设 → Common Ground 命令；挑战决策 → The Fool。

技能内部结构剖析：SKILL.md 如何定义一名"专家"

每项技能的SKILL.md采用统一的 YAML Frontmatter + Markdown 正文结构。以 skills/nestjs-expert/SKILL.md 为例：

• 元数据：name、description、license、metadata（author、version、domain、triggers、role、scope、output-format、related-skills）。其中triggers（如NestJS, Nest, Node.js backend, dependency injection...）正是上下文感知激活的匹配依据；related-skills声明了与本技能协同的其它技能；
• Core Workflow：固定的六步流程（分析需求 → 设计结构 → 实现 → 安全加固 → 验证 → 测试），保证输出流程一致；
• Reference Guide：按主题列出可按需加载的references/*.md（如认证、DTO 校验、测试模式），对应 README 所述的"激活技能 → 加载 references/authentication.md"机制；
• Code Examples：直接给出可运行的 DTO + Controller + Service + Module 代码模板；
• Constraints：MUST DO/MUST NOT DO两条清单，把工程规范（必须用 DI、必须做 DTO 校验、禁止硬编码密钥等）固化为可执行的约束；
• Output Templates：规定功能交付时的输出顺序（Module → Controller → Service → DTO → 单测）。

skills/react-expert/SKILL.md 则展示了前端专家的同类结构：工作流中包含tsc --noEmit类型校验循环、用useActionState处理 React 19 表单、自定义 Hook 必须做 effect 清理等强约束。这种"元数据驱动 + 约束强制 + 参考按需加载"的写法，让每一项技能既能独立成文，又能被 Claude Code 精确调度。

上下文感知激活与多技能工作流

上下文感知激活（Context-Aware Activation）

技能的启动不需要手动开关——Claude 会根据你的请求内容自动匹配并激活对应技能（README 中的 Usage Patterns 说明了该机制）：

# 后端开发 "Implement JWT authentication in my NestJS API" → 激活：NestJS Expert → 加载：references/authentication.md # 前端开发 "Build a React component with Server Components" → 激活：React Expert → 加载：references/server-components.md

也就是说，同一段请求中涉及多个领域时，会同时激活多项技能并分别加载各自的参考文档，从而在控制上下文的同时覆盖全栈。

多技能工作流（Multi-Skill Workflows）

复杂任务需要多技能串联。README 给出了三条典型链路，SKILLS_GUIDE.md 进一步扩充为更细的 16 种组合：

功能开发： Feature Forge → Architecture Designer → Fullstack Guardian → Test Master → DevOps Engineer 缺陷排查： Debugging Wizard → Framework Expert → Test Master → Code Reviewer 安全加固： Secure Code Guardian → Security Reviewer → Test Master

扩展组合示例：安全导向开发（Secure Code Guardian + Fullstack Guardian + Security Reviewer + Test Master）、云原生开发（Kubernetes Specialist + Terraform Engineer + Cloud Architect + SRE Engineer + Monitoring Expert）、AI/LLM 开发（Prompt Engineer + RAG Architect + Fine-Tuning Expert + Python Pro）、决策验证（Common Ground + The Fool + Architecture Designer）。这套组合体系的价值在于：单个技能负责"领域深度"，组合链路负责"流程完整性"。

上下文工程：用 /common-ground 管理 Claude 的隐藏假设

Claude 在协作中总会对项目产生隐性假设——技术栈、编码规范、架构决策、团队偏好。假设正确时工作顺利；一旦错误，就会产出需要返工的对齐成本。/common-ground命令正是为了解决这一"转向问题"而设计，完整机制见 docs/COMMON_GROUND.md，技术实现见 commands/common-ground/COMMAND.md。

四种运行模式

命令	用途	是否交互
/common-ground	完整"浮现 + 调整"两阶段流程	是
/common-ground --list	只读查看全部已跟踪假设	否
/common-ground --check	快速校验假设是否仍然成立	是
/common-ground --graph	生成推理结构 Mermaid 图	是

三级置信度（Confidence Tiers）

假设按置信度分为三档，决定 Claude 对待它们的方式：

• ESTABLISHED（高置信）：作为前提，不再反复质疑。如ESTABLISHED: TypeScript strict mode enabled [inferred from tsconfig.json]；
• WORKING（中置信）：作为默认值，出现矛盾时主动提示。如WORKING: Prefer functional components over classes [inferred from codebase patterns]；
• OPEN（低置信）：涉及相关决策前必须主动追问。如OPEN: Target browser support? [uncertain - no browserlist found]。

三档之间支持"晋升/降级"：OPEN ⇄ WORKING ⇄ ESTABLISHED。晋升发生在证据确凿时，降级发生在新需求或矛盾出现时，且每次调整都会写入历史记录。

假设类型与审计线索

每个假设都有不可变的类型标注，形成审计线索：

类型	含义	示例
[stated]	用户明确声明	"We use PostgreSQL"
[inferred]	从代码/配置推导	在 package.json 中发现
[assumed]	最佳实践默认值	"Use semantic versioning"
[uncertain]	需要澄清	双方证据均不明确

落地文件格式

假设持久化在用户主目录的 grounding 文件中（按项目隔离）：

~/.claude/common-ground/{project-id}/COMMON-GROUND.md

项目标识优先取 Git 远程 URL，非 Git 项目回退到绝对路径。COMMON-GROUND.md按 ESTABLISHED/WORKING/OPEN 三段组织，每条假设记录来源、置信度与添加时间；伴随的ground.index.json提供机器可读的结构化访问（含id、tier、confidence、source等字段），便于其它工具消费。--graph模式生成带配色语义的 Mermaid 决策树：黄色为决策分叉、绿色为已选路径、灰色为未选分支、橙色为不确定节点、蓝色为实现细节，且由于图是文本格式，可以直接用对话操控（"Expand the MVP branch"、"Why not Redis sessions?"）。

最佳实践

在重大工作开始时尽早执行/common-ground；不要急于把所有假设晋升到 ESTABLISHED；保持 OPEN 项的可见性以提醒 Claude"先问后猜"；依赖变更或架构调整后运行/common-ground --check；多步骤实现用--graph提前暴露推理缺陷。

项目工作流：9 条命令管理 Epic 全生命周期

README 指出，9 条工作流命令将 Epic 从探索到复盘的全过程结构化，并与 Jira（问题跟踪）和 Confluence（文档发布）集成。完整参考见 docs/WORKFLOW_COMMANDS.md。

四大阶段与命令清单

命令	参数	作用	输出
discovery:create	<epic-key>	为研究型 Epic 生成探索文档	Discovery Document（Confluence）
discovery:synthesize	<doc-urls> [--target=<epic>]	综合多方结论并生成候选工单	Synthesis Doc + Proposed Tickets
discovery:approve	<synthesis-url>	解决阻塞决策、在 Jira 创建工单	Jira Tickets
planning:epic-plan	<epic-key>	分析代码库，生成概览文档	Overview Document（Confluence）
planning:impl-plan	<overview-doc-url>	生成含并行波次的执行计划	Implementation Plan + Updated Tickets
execution:execute-ticket	<ticket-key>	按工单自带细节实现功能	Code Changes + Tests
execution:complete-ticket	[ticket-key]	推进 Jira 状态并更新计划	Jira Status + Plan Update
retrospectives:complete-epic	<epic-key>	生成 12 节完成报告并关闭 Epic	Completion Report

前置条件：工作流命令依赖 Atlassian MCP 服务器，详见 docs/ATLASSIAN_MCP_SETUP.md。

各阶段要点

探索阶段针对存在重大未知或需要客户验证的 Epic：create-epic-discovery从 Jira 拉取 Epic 及其关联工单，提炼显式/隐式问题并按 Customer/Technical/Business/Scope 分类，生成假设地图与研究计划；synthesize-discovery对多份来源交叉分析、验证/推翻假设，输出建议工单 JSON 与阻塞决策清单；approve-synthesis在用户逐一解决全部阻塞决策（A/B/C 选项）后，允许对候选工单增删改，最终在 Jira 创建并链接到目标 Epic。

规划阶段负责产出可执行文档：create-epic-plan会并行派出多个 Agent 探索代码库（受影响模块、API 模式、组件模式、测试模式、参考实现），并对每次变更给出七维度风险评估（Scope/Dependencies/Blocking Factor/Stability/UX Impact/Testing Complexity/Reversibility，各 1~3 分），总分为 7-11 视为标准实现、12-16 需额外评审与增量交付、17-21 需先做 Spike/POC 与架构评审；create-implementation-plan对工单做精细化处理（拆分 >8 点的工单、补充故事点、链接依赖、按拓扑序排序），生成可并行的执行波次，并将每个工单更新为自包含实现细节——包括实现步骤、代码片段、待改文件表、完整测试代码与验收标准，使后续执行无需再拉取外部文档。

执行阶段：execute-ticket校验工单自带实现细节（缺失则停止），读取执行计划获取波次上下文，按并行波次可派生frontend-developer、backend-developer、database-optimizer、fullstack-developer、test-automator等专门 Agent 并行作业；任何偏离计划的偏差都必须停下上报、经用户批准并记录后才可继续。complete-ticket将 Jira 状态推进到 "In Review"，并把变更、测试、偏差与后续工单回写进计划的完成明细表。

复盘阶段：retrospectives:complete-epic先校验全部工单完成（否则停止），审查 PR 合并与测试覆盖率，生成包含 Epic 总结、目标与成果、工单拆解、技术交付物、架构决策、质量指标、技术债、测试与 QA、文档交付、经验教训、风险回顾、未来建议在内的12 节完成报告，将文档从/Epics/In Progress/迁移至/Epics/Complete/Sprint [N]/，最后在 Jira 关闭 Epic 并沉淀可复用模式。

检查点系统（Checkpoint System）

所有命令都在关键决策点设置强制性人工批准闸门，防止对 Jira/Confluence 产生未授权变更。检查点分为确认类、批准类与决策类三种，响应统一为Yes / No / Modify / Correct：Modify表示用户给出反馈后重新生成并再次确认，Correct表示修正信息后重试。硬性规则是：未经用户在对应检查点明确批准，命令绝不修改 Jira 或 Confluence。

文档链接与集成约定

命令之间靠文档 URL 串联：discovery:create输出 Discovery 文档 → 供synthesize使用；synthesize输出 Synthesis 文档 → 供approve使用；epic-plan输出 Overview 文档 → 供impl-plan使用。JQL 查询以"Epic Link" = {Epic_Key}定位子工单；Confluence 侧所有文档按固定目录结构归档，并在 Epic 完成后整体迁移到 Complete 目录。标准执行流为planning:epic-plan → planning:impl-plan → [execute + complete] × N → retrospectives:complete-epic，需要研究的 Epic 则在最前面插入探索三连。

文档体系与二次开发

仓库按"入口 → 指南 → 技能 → 参考"组织文档：

• QUICKSTART.md：安装与首次使用；
• SKILLS_GUIDE.md：技能全清单、决策树与组合；
• docs/COMMON_GROUND.md：/common-ground上下文工程；
• docs/WORKFLOW_COMMANDS.md：工作流命令全集与生命周期图；
• docs/ATLASSIAN_MCP_SETUP.md：Jira/Confluence MCP 服务器配置；
• docs/local_skill_development.md：本地技能开发；
• skills/*/SKILL.md与skills/*/references/：单项技能文档与深度参考。

对于希望扩展技能的开发者，可直接编辑任意SKILL.md对齐团队约定，或按 CONTRIBUTING.md 提交新技能；仓库提供make validate（运行 scripts/validate-skills.py、markdown 校验与文档一致性检查）与make lint/make test（脚本静态检查与测试）来保证技能文件格式合法、文档同步。版本历史见 CHANGELOG.md，当前版本号为 0.4.16（见 version.json），以 MIT 协议开源（见 LICENSE）。

结语

claude-skills 的价值不在于"更多提示词"，而在于把专家知识组织成了可发现、可调度、可组合、可校验的工程资产：元数据驱动技能激活、参考文件按需加载控制上下文成本、/common-ground让隐性假设显性化、9 条工作流命令把项目管理变成可追溯的人机协作闭环。无论你是想在 Claude Code 中即刻获得 67 位"领域专家"，还是希望借鉴这套技能仓库的组织模式搭建团队自己的 Agent 能力库，都可以从本文介绍的安装与使用路径出发，在真实项目中逐步验证与沉淀。

【免费下载链接】claude-skills67 Specialized Skills for Full-Stack Developers. Transform Claude Code into your expert pair programmer.项目地址: https://gitcode.com/GitHub_Trending/claud/claude-skills