AI 技能AI 插件【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址https://gitcode.com/gh_mirrors/an/agentic-awesome-skills点击查看免费下载Antigravity Workflows 是 AASAgentic Awesome Skills仓库中用于工作流级编排的专用技能它把多技能串联完成一个复杂目标这件事固化为带校验检查点的引导式执行路径。本文以 implementation-playbook.md 为骨架结合 SKILL.md、workflow-cards.md、docs/users/workflows.md 与 data/workflows.json系统讲解 Agent 应如何确认目标、选择工作流、按步骤执行、产出工件、完成校验并安全收尾。读完本文你将掌握在 AAS 生态中执行交付 SaaS MVP、Web 应用安全审计、构建 AI Agent、浏览器 QA、DDD 核心域建模五大工作流的完整实战方法。工作流的定位执行剧本而非工具箱在 AAS 中工作流与技能包bundle是两个互补的概念docs/users/workflows.md 用一句话做了精炼区分Bundles技能包告诉你哪些技能与某个角色相关——它们是工具箱Workflows工作流告诉你如何按顺序使用这些技能去完成一个真实目标——它们是执行剧本。换句话说工作流不是一组技能的简单罗列而是一条引导式、逐步推进、每一步都有明确产出与校验标准的执行路径。这正是 Antigravity Workflows 技能的核心价值把复杂目标拆解为一系列可验证的技能调用序列。从 SKILL.md 的元信息看该技能声明的适用场景非常具体当用户要求交付 SaaS MVP、审计应用安全、构建 AI Agent、运行浏览器 QA 或设计领域模型且需要多技能协同与校验检查点时使用其risk: none、source: self添加日期为 2026-02-27。何时该启动该技能根据 SKILL.md 的When to Use This Skill章节以下场景应主动启用本技能用户希望组合多个技能完成目标而不想逐个手动挑选目标是多阶段的例如计划 → 构建 → 测试 → 发布用户要求对常见场景执行最佳实践例如交付 SaaS MVP、运行 Web 安全审计、构建 AI Agent 系统、实现浏览器自动化与 E2E QA。执行契约每个工作流都必须遵守的五步implementation-playbook.md 的第一节定义了所有工作流通用的执行契约Execution Contract这是整个技能的行为基石共五步确认目标与范围Confirm objective and scope明确用户要达成的具体结果以及本次执行涉及/不涉及的范围边界选择最匹配的工作流Select the best-matching workflow从内置工作流中挑选 12 个候选并基于目标做裁决按顺序执行工作流步骤Execute workflow steps in order严格遵守工作流定义的步骤序列不跳步、不擅自增步每步产出一个具体工件Produce one concrete artifact per step每一步都留下可检查、可追溯的产物杜绝只有对话没有产出的空转继续前先校验Validate before continuing当前步骤的完成标准通过后才允许进入下一步。其中第 4、5 步是这套契约的关键约束。它把执行进度从不可见的主观判断转化为可见、可审计的工件与校验证据。步骤工件的具体形态原文档给出了四个典型阶段对应的工件示例这是判断一个步骤是否真正完成的客观锚点步骤阶段预期工件Artifact计划Plan范围文档scope document或里程碑检查清单milestone checklist构建Build代码变更code changes与实现说明implementation notes测试Test测试结果test results与失败分类failure triage发布Release发布检查清单rollout checklist与风险日志risk log这套阶段 → 工件映射与 data/workflows.json 中机器可读的步骤元数据一一对应每个步骤都带有title、goal、recommendedSkills与notes字段其中goal即该步骤应达成的可观察结果notes则是执行时的经验性提示。默认路由如何把请求映射到正确的工作流Antigravity Workflows 内置了默认路由Default Workflow Routing见 SKILL.md让 Agent 在收到请求时能快速映射用户请求类型对应工作流 ID工作流名称产品交付类请求ship-saas-mvpShip a SaaS MVP安全审查类请求security-audit-web-appSecurity Audit for a Web AppAgent/LLM 产品类请求build-ai-agent-systemBuild an AI Agent SystemE2E/浏览器测试类请求qa-browser-automationQA and Browser Automation领域驱动设计类请求design-ddd-core-domainDesign a DDD Core Domain这五个工作流 ID 在 data/workflows.json 中有完整的机器可读定义generatedAt为 2026-02-10version为 1供工具与自动化流程消费。运行工作流的一般流程SKILL.md 的How to Run This Skill给出了 Agent 侧的执行流程识别用户要达成的具体结果concrete outcome提出12 个最匹配的工作流候选若用户已指定工作流则直接遵循仅在选项会实质性改变范围时才提问逐步执行每个步骤宣布当前步骤与预期工件announce current step and expected artifact调用该步骤推荐技能在进入下一步前验证完成标准若校验失败保留失败记录修复相关输入或实现重跑该校验通过后才继续若前置条件不可用则明确报告被阻断的步骤并继续执行不受影响的独立工作安装技能前先审查确切的技能 ID 与其支持文件使用受支持安装器的--dry-run预览且仅在用户授权范围内安装结束时交付完成的工件、校验证据、剩余风险与下一步行动。其中失败的预览绝不授权安装A failed preview never authorizes installation是安装环节的硬性门槛这一点在 workflow-cards.md 的 reviewed-selection handoff 中会被再次强调。五大内置工作流的完整分解以下五个工作流在 docs/users/workflows.md 中有面向人类的完整 playbook同时在 data/workflows.json 中有结构化元数据。两者互为补充前者读起来直观后者可供程序化消费。1. Ship a SaaS MVP交付最小可用产品前置条件本地仓库与运行时已配置用户问题与 MVP 范围清晰已选定基本部署目标。步骤目标推荐技能计划范围定义 MVP 边界与验收标准brainstorming、concise-planning、writing-plans构建后端与 API实现核心实体、API 与鉴权基线backend-dev-guidelines、api-patterns、database-design构建前端交付主用户流与清晰 UX 状态frontend-developer、react-patterns、frontend-design测试与验证覆盖关键用户旅程test-driven-development、browser-automation、go-playwrightGo 栈可选安全发布带可观测性与回滚计划发布deployment-procedures、observability-engineer提示词示例Use concise-planning to define milestones and acceptance criteria for my SaaS MVP.workflows.json为该工作流的各步骤补充了实操注记计划步骤应在编码前定义问题、用户画像、MVP 边界与验收标准后端步骤优先采用小而垂直的切片vertical slices保持 API 契约显式且可测试测试步骤在 Go 技术栈下使用go-playwright发布步骤需定义发布检查清单、最小遥测与回滚触发条件。2. Security Audit for a Web App安全审计前置条件测试已获得显式授权范围内目标已记录日志与环境信息可用。步骤目标推荐技能定义范围与威胁模型识别资产、信任边界与攻击路径ethical-hacking-methodology、threat-modeling-expert、attack-tree-construction审查认证与访问控制发现账户接管与授权缺陷broken-authentication、auth-implementation-patterns、idor-testing评估 API 与输入安全挖掘高危 API 与注入漏洞api-security-best-practices、api-fuzzing-bug-bounty、top-web-vulnerabilities加固与验证把发现转化为修复并验证缓解证据security-auditor、sast-configuration、verification-before-completion提示词示例Use threat-modeling-expert to map critical assets and trust boundaries for my web app.workflows.json补充强调范围步骤应记录范围内的目标、假设与范围外约束发现应按严重度与可利用性映射而非只看 CVSS 分数修复应跟踪责任人与目标日期并用证据验证每个修复。安全类工作流的授权边界要求同样体现在实施手册的 Safety Guardrails 中见下文。3. Build an AI Agent System构建 AI Agent 系统前置条件窄化的用例与可量化结果模型提供商与可观测性工具可用有初始数据集或知识语料。步骤目标推荐技能定义目标行为与 KPI设定质量、延迟与失败阈值ai-agents-architect、agent-evaluation、product-manager-toolkit设计检索与记忆构建可靠的检索与上下文架构llm-app-patterns、rag-implementation、vector-database-engineer实现编排实现确定性编排与工具边界langgraph、mcp-builder、workflow-automation评估与迭代用结构化循环改进薄弱点agent-evaluation、langfuse、kaizen提示词示例Use agent-evaluation to define benchmarks and success criteria for my agent.机器可读元数据进一步提示检索质量必须可度量并对手册化 prompt/工具契约做版本管理编排实现从受限的工具权限与显式回退行为开始迭代循环应使用测试数据集与失败分桶来引导。4. QA and Browser AutomationQA 与浏览器自动化前置条件测试环境与稳定凭据已识别关键用户旅程CI 管道可用。步骤目标推荐技能准备测试策略界定旅程、夹具与执行环境e2e-testing-patterns、test-driven-development实现浏览器测试用稳定选择器构建健壮覆盖browser-automation、go-playwrightGo 栈可选分类并加固消除不稳定行为、保证可重复systematic-debugging、test-fixing、verification-before-completion提示词示例Use go-playwright to implement browser automation in a Go project.workflows.json的注记要求测试策略聚焦业务关键流程并保持 setup 确定性对失败的分类维度包括选择器漂移、时序、环境、数据。这正是实施手册中Test step - test results and failure triage工件的具体落地。5. Design a DDD Core Domain设计 DDD 核心域前置条件至少可访问一位领域专家或产品负责人代理当前系统上下文与集成全景可用业务目标与关键领域成果已达成共识。步骤目标推荐技能评估 DDD 适配度与范围判断应采用完整 DDD、局部 DDD 还是简单模块化架构domain-driven-design、architecture-decision-records创建战略模型定义子域、限界上下文与统一语言ddd-strategic-design映射上下文关系定义上下游契约与防腐边界ddd-context-mapping实现战术模型用聚合、值对象与领域事件编码不变量ddd-tactical-patterns、test-driven-development选择性采用事件化模式仅在复杂性与规模需要时应用 CQRS、事件存储、投影与 Sagacqrs-implementation、event-store-design、projection-patterns、saga-orchestration提示词示例Use domain-driven-design to evaluate if full DDD is justified for our billing and fulfillment platform.workflows.json的关键注记极具工程价值战术建模从不变量与事务边界出发而不是从表或端点出发事件化模式仅在一致性、扩展性权衡被显式声明并接受时使用。这与工作流卡片中不要仅为了套用 DDD 术语而引入服务或抽象的约束一脉相承。安全护栏执行中的三条红线implementation-playbook.md 明确列出三条安全护栏Safety Guardrails任何工作流执行都不得越界未经用户明确批准绝不执行破坏性操作Never run destructive actions without explicit user approval若所需技能缺失应明确陈述缺口并回退到最接近的可用技能state the gap and fallback to closest available skill涉及安全测试时确保授权是显式的ensure authorization is explicit。这三条护栏在仓库多处被强化安全审计工作流的前置条件即要求测试已获得显式授权、范围内目标已记录workflow-cards.md 中安全审计卡片更进一步——仅检查已存在的认证实现不发明端点也不在授权范围外运行漏洞利用命令不得用扫描结果推断安全认证。技能缺失时的降级策略Standalone Workflow Cards当完整 AAS 仓库的 playbook 不可用例如独立安装场景时SKILL.md 指出应按以下顺序读取工作流来源docs/users/workflows.md人类可读的 playbook 与已记录案例data/workflows.json机器可读的工作流元数据。这两条路径属于 AAS 仓库而非用户项目当独立安装中缺少它们时应使用随附的 workflow-cards.mdstandalone cards。这些卡片明确声明每个技能 ID 只是待审查的候选而非强制栈或基于元数据的背书应保留用户已选定的工作流并使用项目现有的命令与约定。工作流卡片中记录的不是已完成案例的结果而是程序卡片procedure cards——实际输出与局限必须与预期的退出条件分开呈现。Reviewed-selection handoff受审查的技能选择与预览安装工作流卡片中专门给出了**受审查选择交接Reviewed-selection handoff**流程用于把审查后的技能选择落到具体安装命令。以 Codex 项目中实际选中brainstorming与systematic-debugging为例npm exec --yes --ignore-scripts --packageagentic-awesome-skills16.7.0 -- \ agentic-awesome-skills --release 16.7.0 --path .agents/skills \ --skills brainstorming,systematic-debugging --dry-run执行该命令时应将示例 ID 替换为审查后的技能集合并确认该确切 release 确实包含这些技能、检查其前置条件。若预览报错修正原因后重跑预览只有预览成功且处于既有用户授权范围内时才去掉--dry-run重跑相同命令完成安装随后校验生成的技能文件并在真实任务上调用所选技能。docs/users/workflows.md 也给出了 Codex 方向的等价预览示例npx agentic-awesome-skills --codex --skills concise-planning,verification-before-completion --dry-run。注意直接安装器direct installer负责该预览流程它不会应用 Core 计划a Core plan remains a review artifact——即计划产物只是审查材料实际安装动作始终由安装器预览后、在授权内执行。完成格式收尾时必须返回的五要素implementation-playbook.md 的最后一节规定了工作流完成时的建议完成格式Suggested Completion FormatAgent 应向用户返回已完成的步骤Completed steps产出的工件Artifacts produced校验证据Validation evidence开放风险Open risks建议的下一步行动Suggested next action。这与 SKILL.md 中结束时提供完成的工件、校验证据、剩余风险与下一步行动完全对齐。该格式保证了每次工作流执行都能产出一份可审计的交接报告把做完了变成做完了什么、凭据是什么、还剩什么、接着干什么。局限性与相关技能根据 SKILL.md 的 Limitations 章节使用本技能时须明确其边界该技能负责编排并不替代各专业技能的深度能力它依赖本地可用技能的存在没有环境访问权限、凭据或所需基础设施时它不保证成功对于 Go 技术栈的浏览器自动化go-playwright可能需要对应的技能存在于本地技能仓库中。工作流编排与以下技能形成互补生态可在执行中被调用或继续深入concise-planningskills/concise-planning/、brainstormingskills/brainstorming/、workflow-automationskills/workflow-automation/、verification-before-completionskills/verification-before-completion/。其中verification-before-completion贯穿多个工作流的校验步骤是先验证再继续契约在技能层面的直接支撑。总结Antigravity Workflows 把多技能协作从凭感觉临场发挥提升为契约驱动的有序执行以五步执行契约为骨架以每步一工件、先验证再前进为纪律以安全护栏为底线以默认路由与五大内置工作流为落地模板以 standalone workflow cards 与--dry-run预览安装为独立安装场景的降级与安全机制。无论你是交付 SaaS MVP、执行安全审计、构建 AI Agent、稳定浏览器 QA还是设计 DDD 核心域都可以遵循 implementation-playbook.md 的契约配合 docs/users/workflows.md 的完整 playbook 与 data/workflows.json 的机器可读元数据让每一次多阶段目标执行都可预期、可校验、可审计。赞分享AI 技能AI 插件【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址https://gitcode.com/gh_mirrors/an/agentic-awesome-skills点击查看免费下载相关推荐Agentic Awesome Skills 工作流实战用 Antigravity 执行手册编排多技能完成端到端目标Agentic Awesome Skills 工作流实战用 Antigravity 执行手册编排多技能完成端到端目标 工作流手册以更少的摩擦协调多个技能。AI 技能AI 插件Agentic Awesome Skills 工作流实战指南用 Antigravity Workflows 编排多技能交付Agentic Awesome Skills 工作流实战指南用 Antigravity Workflows 编排多技能交付 本指南围绕 agentic aweAI 技能AI 插件Antigravity 工作流手册基于 Agentic Awesome Skills 的多技能编排与实战Antigravity 工作流手册基于 Agentic Awesome Skills 的多技能编排与实战 工作流Workflow是本仓库提供的「执行手册」AI 技能AI 插件上一篇BrowserID协议深度解析为什么这是下一代身份验证的终极解决方案下一篇SymPy医学应用终极指南生物力学建模与医学图像分析完整教程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考