Addy Agent Skills
addyosmani/agent-skills is a large-scale production skill pack that standardizes coding-agent engineering workflows and quality gates.
为什么把它列入复查队列
Addy Agent Skills 属于 Production Engineering Skill Pack for Coding Agents，当前更适合作为 encode senior engineering workflows as reusable agent skills -> map tasks to explicit process gates -> force verification evidence before ship -> compound quality through consistent command-level behavior 这一类机制的复查候选。 读者应优先检查它把自进化问题落到哪些可检查的工程环节：生成、反馈、评估、记忆、搜索、编排或训练数据闭环。
它如何产生改进信号
当前归档的机制链是：encode senior engineering workflows as reusable agent skills -> map tasks to explicit process gates -> force verification evidence before ship -> compound quality through consistent command-level behavior。阅读时应优先确认三件事：改进对象是什么，反馈信号来自哪里，评估是否能阻止退化。
可以如何用于教学或复查
可以把它当作 Production Engineering Skill Pack for Coding Agents 的复查练习：先确认原始仓库、报告和 benchmark 线索，再决定是否进入正式 model card。
技术栈与可运行性线索
主要语言是 Shell，记录的技术栈包括：Shell、JavaScript、Structured Skill Workflows。许可证记录为 MIT，最近活跃日期为 2026-05-30。
从原始材料到分析
站内数据保留了 GitHub 源、局部镜像路径和公开报告路径。这里的证据链优先说明“材料从哪里来、我们如何归类、哪里还没有复现”，而不是替原项目做最终质量裁决。
- GitHub: https://github.com/addyosmani/agent-skills
- Local mirror:
raw-github/addyosmani_agent-skills.md - Source report: site/public/reports/projects/332-addy-agent-skills-production-pack.md
- Published report path: /reports/projects/332-addy-agent-skills-production-pack/
继续深挖时问什么
- 这个项目的评估信号能否稳定复现，还是只在 demo 中成立？
- 它改进的是 prompt、工具、记忆、代码、策略、数据，还是完整 agent 组织？
- 失败样本会不会被保存，并在下一轮产生行为改变？
- 它和同类项目相比，多出来且可复查的机制是什么？