AI Skills:前端新的效率神器!

近来,AI 领域有个火爆的话题:Skills

Github 上被疯狂 star 的仓库,很多都是和 skills 有关的。

有的仓库仅仅上线三个月就获得了快 50K 的 star,Skills 的火热可见一斑。

不管是大模型,还是 Cursor、Codex、Claude、Trae、Copilot 等编程 IDE 都在争先支持 Skills。

围绕 Skills,它们在做的就是为了完成一件事情:技能是通过学习和反复练习获得的,而 Skills 是把经验和最佳实践沉淀为 AI 能力,将“知道”转化为“做到”的本领。

详解什么是 Skills

要说清楚什么是 Skills,先来了解一下关于 AI 的 2 个核心概念-- AgentMCP

关于 Agent

让 Agent 开发一个在线商城平台,要完成购物功能,它只需要考虑用户输入的“我要购买一个商品”指令,并最终完成购买商品这个目标,它并不关心项目是否前后端分离,前端用 vue 还是 react 来实现,后端用 java 还是 php,选什么数据库,也就是说,Agent 不在乎细节。

Agent 是面向目标的。

关于 MCP

我们在开发项目的过程中,一个项目不可能所有的功能都自己实现,往往需要一些第三方的服务,比如短信通知,微信、支付宝支付。而使用这些服务的方式就是通过调用第三方平台的 API,每个平台的都有自己的 API 规则。

而 MCP 就是 AI 的 API,Agent 通过 MCP 来实现调用第三方服务,和第三方服务进行通信。

回到 Skills

讲清楚了 Agent 和 MCP 的概念后,我们知道,AI 在使用 MCP 或者完成一些目标任务时,会产生很多的重复性的工作,我们可以把这些重复性的工作整合成一个工具包,只需要让 AI 调用这个工具包就行,而这个工具包就是 Skills

这个工具包,可以是前端的组件开发,文件下载,后端 SQL 查询,接口文档生成。所有人都可以使用这些工具包来完成自己工作。



简单来说,Skills 通过固定的规则和标准化的能力,来保证结果的稳定和一致

下面从我们前端的角度出发,来看看 Skills:

开发一个增删改查的功能,你要创建 API 文件,状态管理、路由生成,增删改查的页面开发。想要按照项目或者公司的前端开发规范来完成这些任务,用 AI 来实现的话,仅凭一句提示词:帮我写一个文件管理功能,它可以做出来,但最终结果不是你想要的。

现在你可以使用 增删改查 Skill 来完成这项任务,完全按照你设定的规范来执行,设置帮你把接口联调好,再多的增删改查都能一个 Skill 搞定。

这就是 Skill 的便利性,让你从重复劳动中解放。

Skills 的应用场景

Skills 是经验、规则、最佳实践的积累,它把你“封装组件”“封装函数”的能力都学会了。

在使用 Skills 时,我们要明确 2 个问题:

  1. 这件事情是否是重复的?
  2. 这件事情是否能够标准化?

当你得到肯定答案的时候,就可以考虑使用 Skills 来简化工作。

Skills 最适合的应用场景:

  • 频繁重复性工作:比如增删改查。
  • 标准化的输出:基于UI规范,输出标准化的组件或功能页面。
  • 知识沉淀:项目或者公司的开发规范,前端的样式规范,色彩和字体的使用规范等。

skills.sh

目前社区已经涌现出了很多官方和个人分享的 Skills。

skills.sh 是 Vercel 发布的一个可视化的 AI Skills 平台,可以说它是AI Skills 界的 NPM

它汇总了所有的公开 Skills,在上面可以看到 Skills 的信息,下载安装量,其中包括了前端、后端、DevOps、安全等 Skills,能快速检索出你想要的 Skills。

前端 Skills

agent-skills

vercel 推出的 skills 项目:

是 React 和 Next.js 的 Skills 集合。包含 8 个类别共 45 条规则,旨在指导自动化重构和代码生成。

目前 agent-skills 里面包括三个主要的技能集合:

react-best-practices

专门用于 react 和 nextjs:

基于 Vercel 工程团队的 React/Next.js 性能优化指南,含 40+ 分级规则:

适用场景:

  • 新组件 / 页面开发
  • 数据请求实现
  • 代码性能评审、包体积
  • 加载速度优化

核心规则:

  • 消除请求瀑布(核心)
  • 包体积优化(核心)
  • 服务端性能
  • 客户端数据请求
  • 重渲染优化
  • ...

都是非常实用的。

web-design-guidelines

对 UI 代码进行多维度合规性审计,含 100+ 规则:

适用场景:

  • UI 评审
  • 可访问性检查
  • 设计审计
  • 站点最佳实践校验

核心规则:

  • 无障碍适配
  • 焦点状态
  • 表单设计
  • 动画性能
  • 排版规范
  • 图片优化
  • 暗黑模式适配
  • ...

解决 AI 开发中的各种 UI 问题。

vercel-deploy-claimable

实现应用一键部署到 Vercel 平台,支持所有权转移:

适用场景:

  • 应用部署
  • 生产环境发布
  • 获取线上预览链接

核心规则:

  • 自动识别 40+ 前端框架
  • 生成预览 URL 和所有权认领 URL
  • 自动过滤无用文件(node_modules/.git)

vue-skills

vue-skills 是 voidzero 团队成员发起的项目:



专门为 AI 创建 Vue 技能,以增强 AI 在 Vue 3 开发中的能力。

也就是教 AI 怎么写 Vue3。

vue-skills 中包含 3 个主要的技能集合:

vue-best-practices

核心规则:

  • vue3 最佳实践
  • Composition API 最佳实践
  • vue-router 类型处理
  • vue3 代码可维护性

vueuse-best-practices

核心规则:

  • VueUse 组合式 API 的最佳实践
  • VueUse 常见问题规范

pinia-best-practices

核心规则:

  • Vue3 应用中 Pinia的 TypeScript 配置
  • Pinia 的最佳实践
  • Pinia 常见问题规范

 

如何快速上手 Skills

这些 Skills 包是实打实的能在你的项目中发挥作用的,下面来看看如何快速使用。

  1. 安装

在项目中执行以下命令:

csharp

体验AI代码助手

代码解读

复制代码

npx skills add https://github.com/vercel-labs/agent-skills --skill vercel-react-best-practices

安装过程中会让你确认: 选择支持的 AI 工具。

目前支持的工具包括:

  • Antigravity
  • Codex
  • Cursor
  • Gemini CLI
  • Trae

启用的范围:

  • 项目
  • 全局

安装完成后,会自动根据你的提示词来启用 Skills,无需手动操作。

开始编码

接下来你就可以正常进行你的任务了,比如让 AI 帮你开发组件,它会自动调用 Skills 来完成任务。



帮我开发一个 segment 组件,要符合 vue3 的最佳实践。

企业/个人 Skills 开发

Skills 这么好用,我们也想自己开发一个 Skills 来提高我们的工作效率。

一个标准的 Skills 文件结构:

perl

体验AI代码助手

代码解读

复制代码

my-Skill/ ├── Skill.md          # 必需:核心指令 ├── rules/            # 可选:规则设置 │   └── crud.md ├── examples/         # 可选:输入/输出示例 │   ├── input.md │   └── output.md ├── templates/        # 可选:可复用的模板 │   └── component.tsx ├── LICENSE.txt       # 可选:开源协议 └── resources/        # 可选:参考文件、运行脚本或素材     └── style-guide.md

你可以自由的去设计自己的 Skills,一个CRUD的 Skill 或者是项目的 UI Skill。



自定义 Skill 的一个小技巧是,先让 Skill 能正常运行,再一步步去优化。

新的起点

vercel 率先祭出了 skills.sh 这个平台,更多类 NPM 的 Skills 平台将会如雨后春笋一般出现,AI 也要有自己的 Skills NPM 平台,这势必又是一场话语权的争夺。

而更多的、更高质量的 Skills 将会出现:

  • 3D、2D 模型 skills
  • node skills
  • ios skills
  • ui skills
  • 企业 skills
  • 个人 skills
  • ...

目前 AI 开发已经不再局限于大模型的能力,高质量的代码取决于你给 AI 赋予了什么技能。

AI + Skills 的开发方式已经不可避免的成为未来前端开发的新方向。

原文:https://juejin.cn/post/7598807837868539930

Read more

后端代码不用写了?前端操作数据库?一文精通Supabase,实战教程+本地部署

后端代码不用写了?前端操作数据库?一文精通Supabase,实战教程+本地部署

视频版:https://www.bilibili.com/video/BV1ZJsBznEt3 2025年最火的后端开源项目那必须是Supabase。Supabase是一个开源的后端级服务框架,在强大的PostgreSQL数据库的基础上,封装了用户认证、文件存储、可视化的运维面板等功能,为开发者提供了一整套开箱即用的后端基础设施。Supabase在Github上面有恐怖的9万star,这已经是整个Github上面最顶级的开源项目之一了。 总的来说,Supabase为开发者提供了三大部分的能力:后端、前端与免费的云服务。Supabase在后端提供数据库、文件存储、边缘函数、用户鉴权等各种基础设施。在前端方面,Supabase提供客户端SDK,可以将任何一个前端框架,比如React, Vue,甚至手机APP,用几行代码就可以轻松接入后端。 Supabase是一个完全开源免费的项目,我们可以使用源代码或者docker镜像,自己部署一个Supabase的完整实例。如果懒得自己部署,Supabase的官方还提供一个云服务的版本,我们只需要注册一个账户,就能立即获得一个免费的Supabase

RAG进化史:从“幻觉”到“可信”,及前端流式渲染实战

RAG进化史:从“幻觉”到“可信”,及前端流式渲染实战

前言: 1. 什么是 RAG(检索增强生成) RAG(Retrieval-Augmented Generation)是一种将信息检索(Retrieval)与大语言模型生成(Generation)相结合的技术架构。它的核心逻辑是“先查后答”,旨在解决大模型因训练数据滞后或知识盲区而产生的“幻觉”(一本正经胡说八道)问题。 工作流程拆解 1. 检索(Retrieval):当用户提出问题时,系统不会直接扔给大模型。而是先将问题转化为向量,在私有知识库(如文档、数据库)中进行语义搜索,找出最相关的几段原文。 2. 增强(Augment):将检索到的原文片段作为上下文(Context),与用户问题一起拼接成提示词(Prompt),喂给大模型。 3. 生成(Generation):大模型基于“用户问题 + 权威原文”进行回答,确保答案有据可依。 简单比喻:大模型是一个博学但记忆模糊的专家,RAG

图书管理系统(9)前端代码修改 & 系统完结

图书管理系统(9)前端代码修改 & 系统完结

图书管理系统(9)前端代码修改 & 系统完结 文章目录 * 图书管理系统(9)前端代码修改 & 系统完结 * 观前提醒: * 无Mybatis版本获取: * 基于 Mybatis版本 的获取: * 目录结构: * 个人建议: * 1. login.html(登录页面) * 2. book_update.html(图书更新) * 3. book_list.html(图书列表) * 4.add_book.html(添加图书) * 5. 总结: 观前提醒: 这个图书管理系统,非常的简陋,仅作为练习使用。不建议大家使用我介绍的 图书管理系统 ,去作为 课程设计。 如果你是第一次点击这篇博客的,需要你将我 图书管理系统

双剑破天门:攻防世界Web题解之独孤九剑心法(九)

双剑破天门:攻防世界Web题解之独孤九剑心法(九)

免责声明:用户因使用公众号内容而产生的任何行为和后果,由用户自行承担责任。本公众号不承担因用户误解、不当使用等导致的法律责任 **本文以攻防世界部分题为例进行演示,后续会对攻防世界大部分的web题目进行演示,如果你感兴趣请关注** 目录 一:Supersqli 二:Warmup 三:总结 1.supersqli 2.Warmup 一:Supersqli 打开如下所示,初步筛查这应该是一道SQL注入题 这确实是一道SQL注入 1’ or 1=1 # 那接下来就是查询字段数 字段数为2 1’ order by 2 # 查询数据库 正常的查询发现不行,被过滤了 但是没有过滤分号那就可以堆叠注入联合show 1’;show tables ;# 成功查询到一个特殊的表 1';show columns from `1919810931114514`;# 查询发现此表含flag但select被过滤如何查询flag 利用handler代替select