Jak okiełznać agentów AI dzięki zestawowi narzędzi Skills Matta Pococka

Gdy programiści zaczynają intensywnie pracować z Claude Code lub Codex, szybko napotykają ten sam problem. Agent entuzjastycznie zgadza się na zadanie, idzie pisać kod na pięć minut i zwraca pięćset linii pogmatwanego bałaganu. Brzmi znajomo? Matt Pocock, autor Total TypeScript, postanowił zmierzyć się z tym problemem, wprowadzając dyscyplinę inżynieryjną i tworząc repozytorium praktycznych instrukcji (skills) dla agentów AI. Projekt vinvcn/ mattpocock- skills- zh- CN zaadaptował natomiast cały ten zestaw narzędzi do pracy z chińskimi modelami językowymi i mieszanymi kontekstami.

To nie są abstrakcyjne dyskusje o przyszłości programowania. To zestaw konkretnych poleceń i scenariuszy, które sprawiają, że model językowy zachowuje się jak uporządkowany programista średniego lub starszego szczebla, a nie generator losowych funkcji.

Cztery scenariusze, gdzie agenci zazwyczaj zawodzą

Matt zidentyfikował typowe pułapki, na które natrafiają programiści powierzając zadania agentom AI, i dla każdego przypadku opracował osobny protokół pracy.

Agent robi coś całkowicie innego niż to, o co go poproszono

Najczęstszy ból głowy programistów nazywa się niezgodność oczekiwań. Człowiek myśli o jednej architekturze, a model uzupełnia szczegóły według własnego gustu. Aby zamknąć tę lukę, autor opracował polecenie /grill-me (oraz jego wariant inżynieryjny /grill-with-docs).

Zanim agent dotknie jakiegokolwiek kodu, przeprowadza formalne przesłuchanie. Zadaje serię ukierunkowanych pytań o przypadki brzegowe, strukturę danych i wymagania interfejsu. Model nie napisze ani jednej linii, dopóki drzewo decyzyjne się nie zbiegnie. To oszczędza godziny przepisywania kodu.

Model marnuje kontekst na zbędną rozmówkę

Gdy agent wchodzi w nieznany projekt, zaczyna wymyślać własną terminologię i wydaje dziesiątki tokenów na wyjaśnianie oczywistych rzeczy. Rozwiązanie polega na stworzeniu dokumentu z ujednoliconą terminologią domenową (w projekcie nazywa się on CONTEXT.md).

Polecenie /grill-with-docs nie tylko przeprowadza ankietę, lecz natychmiast zapisuje terminologię projektu i decyzje architektoniczne (ADR). Gdy Ty i agent dzielicie wspólny język, dialog dramatycznie się kurczy, a zmienne w kodzie zaczynają być nazywane tak samo we wszystkich modułach.

Wygenerowany kod nie działa

Gdy model pisze kod bez informacji zwrotnej, działa po omacku. Potrzebuje testów. Umiejętność /tdd zmusza agenta do ścisłego przestrzegania cyklu red-green-refactor. Najpierw model pisze nieprzechodzący test jednostkowy, następnie implementuje dokładnie tyle kodu, ile potrzeba, aby test przeszedł, a dopiero potem przeprowadza refaktoryzację.

Dla złożonych błędów istnieje osobny scenariusz /diagnosing-bugs. Prowadzi on model przez ścisły protokół: odtwórz błąd testem, zawęź obszar poszukiwań, sformułuj hipotezę, dodaj logowanie, napraw kod i uruchom test regresyjny.

Architektura przeradza się w chaos

Szybkość generowania kodu napędza wzrost entropii. Aby zapobiec przekształceniu projektu w jeden splątany kłębek spaghetti, stosuje się polecenie /improve-codebase-architecture.

Skanuje ono projekt, szuka kandydatów na głębokie moduły (z prostymi interfejsami publicznymi i ukrytą złożoną logiką) i generuje raport. W zasadzie to regularny audyt jakości kodu bezpośrednio w terminalu.

Dlaczego lokalizacja na język chiński

Oryginalne repozytorium jest napisane po angielsku, ale lokalizacja vinvcn ma ciekawy cel techniczny. Chodzi nie tylko o wygodę chińskich programistów.

Podczas pracy z azjatyckimi LLM-ami, takimi jak Qwen czy DeepSeek, chińskie prompty systemowe i instrukcje zmniejszają utratę kontekstu. Model jest mniej zdezorientowany niuansami sformułowań. Tymczasem wszystkie identyfikatory, nazwy poleceń, ścieżki plików i klucze konfiguracyjne pozostają w języku angielskim. Nic się nie psuje podczas uruchamiania skryptów.

Jak działa architektura umiejętności

Wszystkie umiejętności w repozytorium dzielą się na dwie kategorie:

1. Polecenia wywoływane przez użytkownika. Tylko ludzie uruchamiają je ręcznie przez ukośnik. Na przykład /ask-matt pomaga wybrać właściwą umiejętność dla bieżącego zadania, /to-spec kompiluje dyskusję w ticket, a /wayfinder planuje główną funkcję na kilka sesji do przodu.
2. Umiejętności wywoływane przez model. Zarówno użytkownik, jak i agent mogą je uruchamiać z własnej inicjatywy, gdy zobaczy odpowiednie zadanie cząstkowe. Należą do nich cykl TDD, rozwiązywanie konfliktów git bez twardych przerw, przegląd kodu i tworzenie szkiców.

Umiejętności są zapisane jako proste pliki Markdown z instrukcjami. Łatwo je czytać i można je edytować, aby dopasować do reguł Twojego zespołu.

Instalacja w dwie minuty

Możesz dodać umiejętności do swojego projektu za pomocą instalatora skills.sh:

npx skills@latest add vinvcn/mattpocock-skills-zh-CN

Narzędzie zapyta, które umiejętności chcesz skopiować i w których katalogach agentów je zarejestrować. Upewnij się, że wybrałeś /setup-matt-pocock-skills.

Po instalacji uruchom początkową konfigurację bezpośrednio w oknie dialogowym agenta:

/setup-matt-pocock-skills

Agent wyjaśni, gdzie śledzisz zadania (GitHub Issues, Linear lub lokalne pliki), jakich etykiet używasz do klasyfikacji i w którym folderze przechowywać dokumentację architektoniczną.

Jeśli pracujesz w Claude Code i nie chcesz przechowywać kopii plików w każdym repozytorium, możesz połączyć umiejętności jako wtyczkę:

claude plugin marketplace add vinvcn/mattpocock-skills-zh-CN
claude plugin install mattpocock-skills@mattpocock

W tym trybie umiejętności będą aktualizowane centralnie w miarę wydawania nowych wersji.

Dla kogo to jest

Dwie kategorie inżynierów powinny zainteresować się tym repozytorium.

Po pierwsze, ci którzy aktywnie używają Claude Code, Codex lub OpenCodeInterpreter i są zmęczeni walką z halucynacjami modelu. Podejście Matta Pococka przywraca przewidywalność do programowania dzięki ścisłym ograniczeniom i krótkim pętlom informacji zwrotnej.

Po drugie, to doskonały przykład tego, jak pisać instrukcje systemowe dla asystentów AI. Nawet jeśli nie potrzebujesz tłumaczenia na chiński, struktura plików w tym repozytorium stanowi jasną lekcję projektowania umiejętności dla agentów. Wypróbuj włączenie kilku poleceń, takich jak /grill-me, do swojego codziennego workflow, a do wieczora zauważysz różnicę.