曝 DeepSeek 自研 AI 芯片；小米首款增程 SUV 或更名澎程；中国人形机器人今年有望破 10 万台 | 极客早知道
2026-07-08 3386899
2026-07-08 0
Cursor、Trae、Claude Code 这类工具，日常写代码确实快。但稍微深入一点，问题就来了：
ref 忘了 .value；原因很简单：模型是通用的，它知道"大概怎么写"，但不知道"你这个技术栈的最佳实践长什么样"。
Hello Skill 是一个开源的 SKILL.md 规则仓库，专为 Trae IDE 等 AI 编程工具设计。简单来说，它就是给 AI 助手准备的专业技能包——一套精心编写的技术规范文档，让 AI 在不同技术栈下输出专业级代码。
目前，项目已收录 126 个 Skill + Rule，覆盖 11 大分类：
| 分类 | 数量 | 代表内容 |
|---|---|---|
| 通用规则 | 1 | 中文回答 + 自动加载 SKILL |
| 通用技能 | 18 | 代码审查、精简代码、调试排错、需求分析 |
| 编程语言 | 29 | Java、Python、Go、Rust、TypeScript |
| 后端框架 | 11 | Spring Boot、NestJS、FastAPI、Gin、gRPC |
| 前端框架 | 13 | Vue、React、Angular、Next.js、Tailwind CSS |
| 移动端 & 桌面端 | 13 | Flutter、鸿蒙、微信小程序、Tauri |
| ️ 数据库 | 15 | MySQL、Redis、MongoDB、TiDB、Neo4j |
| 中间件 | 7 | Kafka、RocketMQ、ZooKeeper、Dubbo |
| ️ DevOps | 10 | Docker、Kubernetes、GitHub Actions、Prometheus |
| AI / 大模型 | 5 | Prompt 工程、LangChain、PyTorch、TensorFlow |
| 数据工程 | 4 | Spark、Flink、Airflow、Hadoop |
从主流的 Java、Vue、MySQL，到小众的 COBOL、Fortran、Lua，基本你能叫得上名字的技术栈，这里都有一份对应的"专家说明书"。
每个 Skill 本质上是一个 SKILL.md 文件，不是简单的"最佳实践清单"，而是一套强制约束体系：
以 代码生成规范 技能为例，它教 AI 怎么正确地写代码：
复制代码## 核心原则1. 明确上下文：给 AI 足够的上下文，减少猜测
2. 验证优先：AI 生成的代码必须验证，不可盲信
3. 渐进生成：复杂功能分步生成，逐步验证
4. 约束前置：先告诉 AI 约束条件，再生成代码
5. 审查必做：生成后必须按审查清单检查
再看 角色切换 技能，它让 AI 在一次任务中根据上下文自动变换身份——设计阶段是架构师，写接口时是后端工程师，调样式时是前端工程师：
复制代码【当前角色：架构师】
这种"专家身份 + 方法论约束"的组合，比单纯堆 Prompt 有效得多。模型不再是"凭感觉写"，而是"按规矩写"。
第一步：选择需要的 Skill
从 11 大分类中，选择你当前项目涉及的技术栈。
第二步：复制到工具目录
将 skills/ 文件夹内容复制到项目的 .trae/skills/ 目录；通用规则放到 .trae/rules/ 下。
第三步：开始编码
AI 助手自动识别并加载对应 Skill，按照专业规范输出代码。配合内置的 中文回答与自动加载 SKILL 规则，AI 会根据任务关键词自动判断该加载哪些技能，连手动指定都省了。
1. 中文优先，开箱即用
所有 Skill 均以中文编写，贴近国内开发者习惯。
2. 覆盖面广，深度足够
29 种编程语言、数十个框架，还包括 AI / 大模型和数据工程两大新兴领域。
3. 通用技能，横向赋能
除了技术栈 Skill，还提供 18 个通用技能：代码审查、精简代码、调试排错、需求分析、防御性编程、API 设计、安全审查、测试规范、系统架构……这些是任何项目都需要的能力。
其中精简代码技能专门解决 AI 生成代码的通病——重复代码、冗余抽象、重复造轮、过度防御。它强制 AI 遵循 KISS、YAGNI、DRY 原则，附带精简度自评，从源头控制代码量，大幅降低走查和理解成本。
4. 开源免费，社区驱动
MIT 许可证，GitHub / Gitee 双平台托管。
没有 Skill 的 AI，像实习生——有潜力但需反复指导，还常常写出一堆冗余代码；装上 Skill 的 AI，像资深工程师——专业、规范、精简、靠谱。
项目地址：