1. 项目概述为AI助手注入“超能力”的模块化技能库如果你和我一样每天都在和各种AI编程助手打交道——无论是Claude Code、Cursor还是GitHub Copilot——那你肯定遇到过这样的时刻你希望它能帮你画一张精美的海报或者生成一份结构严谨的技术文档但它给出的结果总是差那么点意思要么格式不对要么缺少专业领域的“灵魂”。这背后的原因往往不是AI能力不行而是它缺少了执行特定任务的“专业工具箱”和“标准作业流程”。Antigravity Skills 项目就是为了解决这个问题而生的。你可以把它理解为一个为AI助手打造的“瑞士军刀库”或“专业插件市场”。它通过一套标准化的格式将全栈开发、UI/UX设计、复杂文档处理、系统架构规划等领域的专家级工作流封装成一个个独立的、可复用的“技能”Skill。当你为你的AI助手加载了这些技能后它就不再是一个只会写代码的“码农”而是一个能理解设计规范、会做PPT、懂数据库优化、甚至能帮你规划项目进度的“全能型专家顾问”。这个项目的核心价值在于“模块化”和“标准化”。它定义了一个名为SKILL.md的通用文件格式任何兼容的AI工具如Antigravity IDE、Claude Code、Cursor等都能读取并理解这些技能。这意味着你为Claude Code编写的技能在Cursor里也能无缝使用。项目本身已经集成了57个开箱即用的高质量技能覆盖了创意设计、开发工程、文档办公、工作流规划、系统架构等六大领域。无论是想用React和Tailwind快速搭建一个现代Web应用[web-artifacts-builder]还是需要基于品牌规范设计一套UI[brand-guidelines]抑或是想用系统化的方法调试一个棘手的Bug[systematic-debugging]你都可以通过一个简单的命令如/canvas-design来调用对应的专业能力。接下来我将带你深入拆解这个项目的设计思路、核心机制并分享如何将其集成到你的日常工作流中让它真正成为你提升效率的“第二大脑”。2. 核心设计思路为什么是“技能”而非“提示词”在深入实操之前我们有必要先理解Antigravity Skills背后的设计哲学。这能帮助我们更好地使用它甚至未来为自己定制技能。它与我们平时写的零散提示词Prompt有本质区别。2.1 从临时指令到持久化能力封装普通的提示词往往是临时的、一次性的。你告诉AI“写一个登录页面”它可能会生成代码但下次你想让它“写一个遵循Vercel设计规范的登录页面”时你又得重新描述一遍规范。而“技能”是将这类专业要求、工作流程和最佳实践持久化封装的结果。一个标准的技能目录例如skills/canvas-design/里最核心的文件是SKILL.md。这个文件不仅仅是一段提示词它通常包含技能目标与范围清晰定义这个技能是干什么的边界在哪里。核心工作流程分步骤指导AI如何完成任务例如“先询问主题和尺寸 - 根据设计原则生成草稿 - 输出PNG和PDF”。专业领域知识内置了该领域的“常识”比如对于UI设计技能它会包含色彩理论、排版原则、组件间距规范等。输入输出规范明确用户需要提供什么信息以及AI最终会交付什么格式的成果。可选的脚本与资源有些技能还附带Python脚本scripts/、示例文件examples/或模板resources/让AI不仅能“想”还能“做”通过调用外部工具。这种封装使得AI在面对复杂任务时行为是可预测、可重复的质量是稳定在专业水准之上的。2.2 跨工具兼容性的实现奥秘项目宣称与众多AI工具兼容这得益于一个巧妙的“约定大于配置”策略。几乎所有主流的AI编码助手都约定俗成地会在两个位置寻找技能项目级路径通常是项目根目录下的.agent/skills/或.claude/skills/等。用户全局路径通常是用户主目录下的~/.agent/skills/或~/.claude/skills/等。Antigravity Skills 项目的目录结构完全遵循这个约定。它的skills/目录下存放了所有技能模块。当你通过创建符号链接Symlink的方式将~/antigravity-skills/skills/*链接到上述任意一个约定路径时相应的AI工具就能自动发现并加载所有这些技能。这种设计避免了为每个工具单独维护一套技能库的麻烦实现了“一次编写处处运行”。2.3 技能生态与开源协作这个项目本身就是一个优秀的“技能聚合器”。它并没有闭门造车而是积极整合了来自Anthropic、Vercel、Supabase、Remotion等顶尖团队开源的最佳实践技能在Credits部分有详细列出。例如[react-best-practices]技能直接来源于Vercel官方确保了其中的React性能优化建议是行业前沿的。项目通过一个skills_sources.json配置文件和同步脚本可以定期从这些上游仓库拉取更新让整个技能库始终保持活力。这意味着使用这个项目你不仅是获得了一套工具更是接入了一个持续进化的AI能力生态。社区中任何新的优秀技能都有可能被整合进来。注意虽然技能强大但它并非魔法。技能的效能很大程度上取决于底层AI模型的能力。一个擅长代码的模型在加载了设计技能后其设计输出质量可能依然不如专精设计的模型。技能的作用是“规范流程”和“注入知识”将通用模型的能力引导至专业轨道但无法突破模型本身的能力上限。3. 实战部署三种安装策略与深度配置指南了解了设计理念我们开始动手。将Antigravity Skills集成到你的工作环境有多种方式我将详细拆解每种方法的适用场景、具体步骤和背后的原理。3.1 策略一全局安装推荐大多数用户这是最省心、一劳永逸的方法。安装后你系统上所有项目、所有兼容的AI工具默认都能使用这些技能。操作步骤克隆仓库首先将技能库克隆到本地一个固定位置。我通常放在~/Developer/目录下方便管理。git clone https://github.com/guanyang/antigravity-skills.git ~/Developer/antigravity-skills创建符号链接根据你主要使用的AI工具执行对应的全局链接命令。例如如果你主要使用Claude Code# 为Claude Code创建全局技能目录如果不存在 mkdir -p ~/.claude/skills # 创建符号链接将技能库链接到Claude Code的搜索路径 ln -sf ~/Developer/antigravity-skills/skills/* ~/.claude/skills/如果你使用Antigravity IDE命令则是mkdir -p ~/.gemini/antigravity/skills ln -sf ~/Developer/antigravity-skills/skills/* ~/.gemini/antigravity/skills/原理与注意事项ln -s创建的是软链接符号链接相当于在目标位置~/.claude/skills/创建了一个指向源目录~/antigravity-skills/skills/的“快捷方式”。所有修改在源目录进行链接处同步生效。使用-f参数ln -sf可以在链接已存在时强制覆盖这在第一次设置或重置时很方便。验证安装安装后在你常用的AI工具聊天框中输入/或如果能看到一长串技能列表如/canvas-design,/react-best-practices就说明安装成功了。3.2 策略二项目级安装适合团队协作或特定项目如果你只在某个特定项目中需要使用这些技能或者你的团队希望将技能作为项目资产的一部分进行版本控制可以采用项目级安装。操作步骤在你的项目根目录下执行# 创建项目级的.agent技能目录这是最通用的路径多数工具会识别 mkdir -p .agent/skills # 创建符号链接 ln -s ~/Developer/antigravity-skills/skills/* .agent/skills/这样只有在这个项目目录下工作时AI工具才能发现这些技能。你可以将.agent/目录添加到.gitignore中避免将符号链接提交到仓库但保留安装指令在项目文档里。适用场景团队规范统一在团队项目中你可以要求所有成员运行同一套安装脚本确保大家使用的AI技能版本和配置一致有利于输出质量的统一。项目依赖明确某个项目重度依赖[web-artifacts-builder]和[supabase-postgres-best-practices]技能将其作为项目初始化的一部分非常清晰。3.3 策略三通过Claude Plugin Marketplace安装最便捷如果你恰好是Claude Code的重度用户那么这是最傻瓜式的方法。Claude Code内置了插件市场Antigravity Skills已经上架。操作步骤在Claude Code的聊天窗口中输入/plugin marketplace add guanyang/antigravity-skills然后安装该插件/plugin install antigravity-skillsantigravity-skills完成后Claude Code会自动处理所有技能加载工作无需手动创建任何链接。优缺点分析优点极致简单一键完成自动更新管理。缺点仅限Claude Code使用。如果你同时使用多个AI工具如Cursor和Antigravity仍需采用全局或项目级安装。实操心得我个人采用的是“全局安装为主项目级安装为辅”的混合策略。在我的个人开发机上我为Claude Code和Cursor都配置了全局链接。而对于我负责的几个重点开源项目则在项目根目录下也建立了.agent/skills链接并在README.md中加入了make setup或npm run setup命令来自动化这一步确保任何克隆该项目的新成员都能获得一致的AI辅助体验。4. 核心技能深度解析与实战应用安装完成后面对57个技能该如何选择和使用我将其分为几个核心类别并结合实际案例带你看看它们如何解决真实问题。4.1 创意与设计类技能让AI成为你的设计搭档这类技能将设计思维和工具使用知识封装起来极大降低了平面设计和UI原型的产出门槛。[canvas-design]画布设计它能做什么根据你提供的主题、尺寸和风格描述生成一张海报、封面或艺术画的PNG/PDF文件。它背后封装了设计原则如对比、对齐、亲密性、重复。实战案例我需要为我的技术博客写一篇关于“Python异步编程”的文章想要一个封面图。我输入/canvas-design Create a minimalist and techy cover image for a blog post titled \Mastering Python Asyncio\, size 1200x630, using a dark blue gradient background with abstract circuit board patterns.不到一分钟我就获得了一个可以直接使用的、风格专业的封面图文件省去了去图库网站搜索或学习设计软件的时间。注意事项给出的描述越具体产出越符合预期。可以指定颜色、字体偏好、核心元素等。它生成的代码通常使用node-canvas或类似库你可以要求它输出代码以便在本地进一步自定义。[ui-ux-pro-max]专业UI/UX设计它能做什么这是来自社区的一个顶级技能。它不仅能生成界面代码还能提供完整的设计系统包括配色方案、字体阶梯、间距规范、组件变体等。它更像是一个全栈设计顾问。实战案例老板说“我们需要一个数据仪表盘看起来要专业、清晰”。使用这个技能你可以得到1一个基于Tailwind CSS的完整React组件代码2一份定义好的色彩系统主色、辅助色、成功/警告/错误色3推荐的字体如Inter4一套间距和圆角尺度如4px为基数。你得到的不是一个孤立的页面而是一个可扩展的设计起点。重要提示这个技能目录结构特殊项目文档指出它不支持通过sync_skills.sh脚本自动更新。你需要按照其官方指南使用uipro init --ai antigravity这样的命令进行安装或更新。4.2 开发与工程类技能从写代码到工程化这类技能将软件工程的最佳实践注入到AI的编码过程中让代码质量从“能跑”提升到“健壮、可维护”。[systematic-debugging]系统化调试它能做什么当你的测试失败或程序行为异常时这个技能会引导AI和你进行系统化的排查而不是盲目地猜测和修改。它遵循“观察 - 假设 - 实验 - 结论”的科学方法。实战流程假设一个API测试失败了。激活该技能后AI会首先要求你提供错误信息、相关代码和复现步骤。然后它会定位分析堆栈跟踪 pinpoint 可能出错的行。假设提出几种可能的失败原因例如数据未正确序列化、依赖服务不可用、边界条件未处理。验证指导你或自动编写针对性的诊断代码如打印中间状态、模拟依赖来验证每个假设。修复找到根本原因后给出具体的修复方案。核心价值它培养了一种结构化的调试思维避免了“这里改改那里试试”的浪费时间行为。对于新手开发者尤其有帮助。[receiving-code-review]处理代码审查它能做什么教你如何专业地接收和处理同事的代码审查意见。它不是让你盲目接受所有修改而是引导你理解意图、评估影响、技术验证。使用场景当你把AI生成的代码提交PR后收到了审查意见“这个函数太长了可以拆分一下”。激活此技能AI会帮你分析原函数的职责是否单一SRP原则。如果确实过长提出几种合理的拆分方案并分析每种方案的利弊。指导你进行重构并确保不破坏现有功能建议补充测试。生成礼貌且专业的回复与审查者进行有效沟通。避坑技巧这个技能的关键在于“技术验证”。对于审查意见不要直接说“好的我改”而是应该思考“为什么这么改有没有更好的改法”。这个技能就是帮你完成这个思考过程的。4.3 文档、办公与规划类技能解放你的生产力这类技能处理的是知识工作者日常的“杂务”将它们自动化、标准化。[docx]/[xlsx]/[pptx]它能做什么直接生成或修改Word、Excel、PowerPoint文件。这不仅仅是输出文本而是生成结构化、可编辑的Office文档。例如[xlsx]可以创建带有公式、图表和数据透视表的复杂报表。实战案例月度汇报时间到了。我告诉AI“/pptx 帮我生成一个关于Q2项目进展的汇报PPT需要包含封面、目录、项目概述、里程碑完成情况用图表、遇到的问题与解决方案、下季度计划共6页。使用公司模板主色调为蓝色。” AI会生成一个包含占位符文本和图表框架的.pptx文件我只需要填入具体数据和细节即可排版和设计都已就绪。环境依赖这些技能通常依赖Python的python-pptx,openpyxl,python-docx等库。如果AI在尝试生成时提示缺少库你需要先在环境中pip install它们。项目文档也提到了这一点。[planning-with-files]基于文件的规划它能做什么这是一个非常强大的项目管理类技能。它借鉴了“Manus”风格将复杂的、多步骤的任务分解成一系列相互关联的Markdown文件形成一个可持久化、可追溯的“计划空间”。工作流解析当你启动一个复杂任务如“开发一个用户反馈系统”时该技能会引导你创建一个plan/目录。在里面生成brief.md需求简报、goals.md目标、architecture.md架构设计、tasks/子任务列表等文件。每个子任务也是一个Markdown文件包含描述、验收标准、相关文件链接。AI和你可以在这个文件系统中协作更新状态、添加笔记、链接资源。这比在聊天窗口里进行冗长、易丢失的对话要清晰得多。适用场景非常适合需要数天甚至数周完成的复杂功能开发、技术调研或写作项目。它为你和AI提供了一个共享的、结构化的“工作记忆”。5. 高级技巧技能维护、自定义与同步当你熟练使用现有技能后你可能会想管理它们甚至创建自己的技能。5.1 技能库的更新与同步项目集成了上游社区的优秀技能。为了获取最新的改进和新增技能你需要定期同步。# 进入你克隆的 antigravity-skills 目录 cd ~/Developer/antigravity-skills # 运行同步脚本拉取所有配置的上游仓库更新 ./scripts/sync_skills.sh # 如果你只想更新某个特定来源的技能例如只更新来自Anthropic官方的技能 ./scripts/sync_skills.sh anthropics-skills同步原理脚本会读取根目录下的skills_sources.json文件里面定义了每个技能模块对应的Git仓库地址。然后它会遍历这些地址执行git pull或git clone来更新本地skills/目录下对应的子目录。更新完成后由于你之前创建的是符号链接所有AI工具立即就能使用新版本的技能。重要提醒同步操作是覆盖式的。如果你在某个技能目录里做过本地修改这些修改可能会被上游的更新覆盖。如果你需要自定义技能建议复制一份出来放在链接目录之外进行修改或者直接向原项目提交Pull Request。5.2 创建属于你自己的定制技能这是将Antigravity Skills威力最大化的关键。假设你团队内部有一套独特的代码审查清单或API设计规范你可以将其封装成技能。创建步骤使用模板项目根目录下有一个template/目录里面是创建新技能的模板。复制它到skills/目录下并重命名。cp -r ~/Developer/antigravity-skills/template/skill-template ~/Developer/antigravity-skills/skills/my-awesome-skill编辑SKILL.md这是技能的核心。用文本编辑器打开它你会看到一个结构化的模板。你需要填写# Skill Name: 技能名称。## Purpose: 这个技能的目的一句话说清楚。## Instructions:最重要的部分。详细描述AI在激活此技能后应该遵循的步骤、思考过程和输出格式。这里就是你的“专业工作流”。## Examples: 提供1-2个使用示例让AI更好地理解。## Notes: 任何额外的说明、依赖或限制。填充资源可选如果你的技能需要特定的脚本、模板或示例文件将它们分别放入scripts/,resources/,examples/子目录中。测试技能将你的新技能目录通过符号链接的方式链接到你的AI工具技能路径如~/.claude/skills/。然后在AI聊天框中输入[my-awesome-skill]来调用它进行测试和迭代。编写Instructions的经验之谈角色扮演开头可以定义AI的角色如“你是一个经验丰富的SRE工程师”。分步引导使用清晰的步骤1. 2. 3.或阶段第一阶段信息收集第二阶段分析...。提供范例在指示中直接嵌入小段代码、命令或文本格式作为范例AI的模仿学习能力很强。明确输入输出告诉用户需要提供什么信息以及最终会得到什么。6. 常见问题与故障排查实录在实际使用中你可能会遇到一些问题。以下是我和社区成员遇到过的一些典型情况及其解决方案。问题现象可能原因排查与解决步骤输入/或后看不到技能列表1. 符号链接未正确创建。2. AI工具未在正确路径查找技能。3. 技能目录权限问题。1.检查链接在终端执行ls -la ~/.claude/skills/(以Claude Code为例)确认列出的文件是否是指向antigravity-skills/skills/的符号链接箭头-。2.检查路径查阅你所使用AI工具的官方文档确认其默认的技能搜索路径。Antigravity Skills的README中列出的路径是通用约定但个别工具可能有差异。3.重启工具创建链接后尝试完全退出并重新启动你的AI IDE或CLI工具。调用技能时AI回复“我不明白这个命令”或没有按技能指示行动1. 技能文件SKILL.md格式错误或内容未被正确解析。2. AI模型的上下文窗口限制技能指令过长被截断。1.验证技能文件检查SKILL.md文件语法确保是标准的Markdown并且## Instructions部分编写清晰。可以先用一个简单的技能测试。2.简化技能如果技能指令非常长尝试将其拆分成更小、更聚焦的子技能。AI在处理超长指令时可能丢失部分细节。技能执行过程中报错例如“ModuleNotFoundError: No module named python-pptx”技能依赖的Python库在当前环境中未安装。1.查看技能说明很多技能在SKILL.md的## Notes或开头部分会注明所需依赖。2.安装依赖根据错误提示在终端使用pip install python-pptx安装缺失的包。建议使用虚拟环境venv或conda管理项目依赖避免污染系统环境。同步脚本./scripts/sync_skills.sh执行失败1. 脚本没有执行权限。2. Git仓库地址变更或网络问题。3. 本地有未提交的修改导致冲突。1.添加权限chmod x scripts/sync_skills.sh。2.检查网络与配置确认skills_sources.json中的Git地址可访问。可以手动尝试git pull对应的仓库。3.处理冲突如果某个技能目录你有本地修改可以先将该目录备份然后执行同步最后再手动合并更改。在团队中其他成员无法使用我创建的自定义技能自定义技能只存在于你的本地技能库中未共享给他人。1.推送至团队仓库将你的自定义技能目录提交到团队的版本控制仓库如Git中。2.更新同步源在团队的skills_sources.json中添加你们内部技能库的地址。3.共享安装脚本为团队编写一个安装脚本自动克隆公共技能库并链接自定义技能。一个我踩过的坑早期我将技能库克隆在了路径包含中文的目录下如~/桌面/。在创建符号链接时某些AI工具在解析路径时出现了编码问题导致技能加载失败。教训就是所有开发相关的路径尽量使用全英文、无空格。最后我想分享的一点个人体会是Antigravity Skills 这类项目的出现标志着AI辅助工具正从“通用对话”走向“垂直赋能”。它不再试图用一个模型解决所有问题而是通过模块化的“技能”将领域知识固化下来让AI成为你在不同专业领域的熟练助手。真正的效率提升不在于拥有多少技能而在于你是否能将其中最契合你工作流的几个内化成一种肌肉记忆。对我来说[planning-with-files]和[systematic-debugging]已经彻底改变了我管理复杂任务和排查问题的方式。不妨就从这两个技能开始深度体验一下“拥有超能力”的感觉。