从 SDD 规范驱动开发讲起，盘点 2025-2026 年最值得装的 Agent Skills，最后聚焦 Next.js 后端开发的实战组合。

---

一、SDD 规范驱动开发

在 Claude Code 里实现规范驱动开发（SSD），核心思路是把 “vibe coding” 的自由探索，约束到一套结构化的流程里。不是每次手动把规则文件塞进 Prompt，而是通过配置 Claude Code 的项目文件，让它自动加载这些"硬性规范"。

⚙️ 第一步：用 CLAUDE.md 加载"硬性规范"

CLAUDE.md 是项目根目录下的 Markdown 文件，会在每次会话开始时自动加载，并且在整个会话中持续生效，即使对话被压缩也不会丢失。

第二步：用 Skill 套用 SDD 工作流

但 CLAUDE.md 只是让 AI 遵守规则，要真正实现 SSD（规范→计划→代码）的完整流程，需要用 Skills（技能）。Skills 本质上是按需加载的、定义好特定工作流的指令文件。

也可以通过安装社区成熟的 SSD 框架，来获得一整套斜杠命令：

• 如果只是想给 AI 加一个"写测试"的能力：安装 writing-tests 这个 Skill 就够了
• 如果想把整个开发流程改造成"规范驱动"模式：直接用 SSD 框架更省心，不需要自己研究"该按什么顺序调用哪些 Skills"

CLAUDE.md 与 .claude/ 目录的区别

很多新手容易混淆这两个概念：

	CLAUDE.md	.claude/ 目录
是什么	项目根目录下一个单独文件	一个隐藏文件夹，里面放多个配置文件
作用	项目级"始终在线"的约定	存放 Skills、自定义斜杠命令等结构化配置
加载时机	每次会话开始时自动加载，全程生效	Skills 按需加载，斜杠命令用 /command 触发
类比	给 Agent 的"员工手册"，每次上班必读	给 Agent 的"工具箱"，需要时拿对应的工具

Skills 与 SSD 框架的关系

维度	Skills（技能）	SSD 框架
本质	独立的原子化功能模块	多个 Skills 的有序组合 + 流程管理
职责	执行单一具体任务（如"写规范"、“审代码”）	定义"规范→计划→代码"的完整工作流
灵活性	可以单独使用，也可以随意组合	流程相对固定，但可在框架内替换底层 Skill
依赖关系	不依赖任何框架	依赖特定的 Skills 来执行具体步骤
类比	单个厨具（菜刀、平底锅）	一份完整菜谱（步骤 + 工具搭配）

同一个 Skill 可以被不同的框架复用。比如 brainstorming Skill 可能既被 Superpowers 使用，也被其他框架使用，只是调用时机和前后衔接逻辑不同。

安装后的文件结构

Skills 安装后以 SKILL.md 格式存储在项目中：

your-project/
├── CLAUDE.md ← 始终在线的项目约定
├── .claude/ ← Claude Code 配置目录
│ ├── skills/ ← Skills 自动安装到这里
│ │ ├── brainstorming/
│ │ │ └── SKILL.md
│ │ ├── writing-plans/
│ │ │ └── SKILL.md
│ │ └── code-review/
│ │ └── SKILL.md
│ └── commands/ ← 自定义斜杠命令
│ ├── commit.md ← /commit
│ └── review.md ← /review
├── .cursor/ ← Cursor 同理
│ └── skills/
└── ...

关键点：

• 每个 Skill 是一个独立文件夹，里面至少有一个 SKILL.md
• npx skills add 自动下载到对应路径，无需手动操作
• SKILL.md 遵循通用标准，同一份文件 Cursor / Claude Code / Codex / Gemini CLI 都能读
• 斜杠命令存在 .claude/commands/*.md，文件名即命令名

---

二、主流 Skills 推荐

🔧 通用工程流（几乎必装）

1. Superpowers（obra/superpowers）

由 obra 维护，是目前社区最成熟的 Agent 工程流框架。它不是一个单一 Skill，而是把一整套软件工程方法论拆成了 6 个互相衔接的 Skill：

阶段	Skill	做什么
1	brainstorming	把模糊想法变成结构化的产品需求，输出 PRD
2	writing-plans	根据 PRD 生成技术方案：架构图、数据流、分步实施计划
3	test-driven-development	先写测试、再写实现，确保每行代码都有测试兜底
4	debugging	科学调试：假设 → 插桩 → 复现 → 分析 → 修复 → 验证
5	code-review	按 bug / 安全 / 风格三个维度审查代码
6	verification	最后把关：检查实现是否符合计划、测试是否通过、是否有遗漏

它的杀手级特性是 Sub-Agent（子代理）并行：复杂任务可以自动拆解，同时启动多个子代理并行推进不同的 Skill 阶段，大幅缩短开发时间。

# Claude Code
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

# 通用（Cursor/Claude Code 都支持）
npx skills add https://github.com/obra/superpowers -g -a cursor -a claude-code -y

Claude Code 用户首推这个；Cursor 用户也可以装，但同源的 systematic-debugging、test-driven-development 不必重复装。

2. spec-driven（tlc-spec-driven）

tlc-spec-driven 是专门为"规范驱动开发"设计的项目级工作流，核心价值在于把需求和设计文档作为一等公民，而不只是写完就扔的中间产物。

四阶段流程：

Specify（规格化）
 ↓ 模糊需求 → 结构化 Spec 文档（用户故事、验收条件、边界情况）
Design（设计）
 ↓ 数据模型设计、API 契约定义、认证授权方案、技术选型
Tasks（拆解）
 ↓ 将设计拆成原子级任务列表，每个任务独立、可验证、有明确完成标准
Implement（实现）
 ↓ 逐个执行任务 → 验证完成标准 → 进入下一个任务

与传统开发相比，它的独特优势：

• 可中断续接：任何时候中断对话，下次继续时 Agent 会读取已生成的 Spec / Design / Tasks 文档，无缝接上
• 可追溯：每个阶段都产出一份 Markdown 文档（spec.md → design.md → tasks.md），项目历史和决策过程一目了然
• 可协作：文档本身就是团队沟通的介质，即使不用 Agent，人类开发者也能照着 tasks.md 逐个实现

npx @tech-leads-club/agent-skills install -s tlc-spec-driven -a claude-code

两者配合的黄金组合：Superpowers 管"怎么写"（工程方法），spec-driven 管"写什么"（需求到任务的转化）。两个一起装，就是完整的规范驱动开发体验。

3. 内置 / 经典 slash 级（Claude Code 自带或可单独装）

这些属于"每天都能用"的，建议先把内置的玩熟，再考虑覆盖自定义版本：

命令	功能
/commit	按 staged changes 生成 conventional commit
/create-pr	读 diff 写 PR description 并推送
/review	代码审查（bug / 安全 / 风格）
/security-audit	深度安全审计（OWASP Top 10 向）
/test	按实现生成单测
/architect	给定需求做系统设计再动笔
/refactor	带目标的重构

自定义斜杠命令：在项目根目录创建 .claude/commands/*.md，文件名即 /command，内容即 prompt。

---

🎨 前端 / 设计向

4. frontend-design（Anthropic 官方）

专治 AI 生成页面"千篇一律"的毛病——强制 bold 排版 + 非常规布局，避免 generic UI。

5. taste-skill（Leonxlnx/taste-skill）

13 合集，前端向最有用的是 design-taste-frontend（强制设计规范）+ minimalist-skill + output-skill（强制完整可运行代码，无占位）。还有 imagegen-frontend-web/mobile、brandkit、moodboard 做视觉素材。

# 安装全部 13 个
npx skills add https://github.com/Leonxlnx/taste-skill

# 或只装核心
npx skills add https://github.com/Leonxlnx/taste-skill --skill design-taste-frontend

6. ui-ux-pro-max（nextlevelbuilder）

输入"做个 SPA 落地页"，它会推理行业→配色→字体→反模式提示，交付前还出检查清单（emoji 不能当图标、hover 状态要完整这类细节）。

---

🛡️ 安全向

7. Anthropic Cybersecurity Skills（mukul975/Anthropic-Cybersecurity-Skills）

817 个安全技能，覆盖威胁情报 / 漏洞管理 / 渗透测试 / 事件响应 / 合规审计 / 云安全 / AI 安全，每个技能映射到 MITRE ATT&CK、NIST CSF 2.0、D3FEND、NIST AI RMF、MITRE F3、MITRE ATLAS 六大框架。

npx skills add mukul975/Anthropic-Cybersecurity-Skills

装完后直接对 Agent 说："按 MITRE ATT&CK 检测过去 7 天横向移动（T1021.001, T1570）"，它会自动加载对应 SKILL.md 按步骤执行。

8. Trail of Bits（真实安全公司出品）

CodeQL + Semgrep + 审计工作流，Verified 级。

---

🔬 科研向

9. Scientific Agent Skills（K-Dense-AI/scientific-agent-skills）

138 个科研技能，17 个领域（基因组学 / 药物发现 / 临床变异 / 单细胞 RNA-seq 等），直连 100+ 数据库（PubChem、ChEMBL、UniProt…），集成 70+ Python 包（RDKit、Scanpy、BioPython、OpenMM）。

npx skills add K-Dense-AI/scientific-agent-skills

---

🔌 垂直工具向（Cursor Marketplace 为主）

这类不是 SKILL.md 标准包，而是 Cursor 的 Plugin / MCP 形态，但效果类似——让 Agent 懂某个垂直工具：

• Composio — 1000+ SaaS 集成（OAuth + 结构化 action），一站打通
• Shopify — 搜文档 + 生成校验 GraphQL / Liquid / UI 扩展
• RevenueCat / Chargebee / Airwallex — 支付计费向
• ParadeDB — Postgres 里做 Elastic 级搜索（BM25 / 向量）
• Dagster — 数据编排
• Asana / Monday.com / Merge — 企业协作（Jira / Salesforce / Slack 等几百种）

---

📦 安装方式速记

载体	路径 / 命令
Claude Code 内置 slash	.claude/commands/*.md，文件名即 /command
Claude Code npx 装第三方	npx skills add <repo> 或 /plugin marketplace add
Cursor	.cursor/skills/*.md 或 Cursor Marketplace 一键装
通用（跨 Agent）	遵循 SKILL.md 标准，写一次 Cursor/Claude Code/Codex/Gemini CLI 都能吃

🎯 新手推荐组合

如果你是第一次装，建议这个"起步包"就够用：

superpowers （工程流骨架 — 管"怎么写"）
spec-driven （项目级需求→实现 — 管"写什么"）
frontend-design （做前端时）
/security-audit （安全向）

---

三、Next.js 后端开发常用 Skills

Next.js 后端开发（API Routes、Server Actions、Server Components、Middleware）的核心思路：CLAUDE.md 的项目级约定 + Skills 工作流，双管齐下。

• CLAUDE.md 解决"代码风格和架构约定"——让 Agent 在每一轮对话中自动遵守技术栈和编码规范
• Skills 解决"工作流"问题——规范→设计→实现→验证的完整链路

📋 推荐 CLAUDE.md 配置模板

在项目根目录创建 CLAUDE.md：

# 技术栈
- 框架：Next.js 14+ (App Router)
- 语言：TypeScript strict mode
- ORM：Prisma（或 Drizzle）
- 认证：Auth.js v5
- 校验：Zod
- API 风格：Server Actions + Route Handlers 混用

# 代码规范
- 所有 async 函数必须 try-catch 或使用 error boundary
- API Route 返回值统一使用 NextResponse
- Server Actions 使用 "use server" 指令，文件顶部声明
- 数据库查询一律放在 service 层，不直接在组件 / route 中写 raw query
- 所有用户输入必须经 Zod schema 校验后再进入业务逻辑

# 项目结构
src/
 app/
 api/ → Route Handlers（RESTful 风格）
 (routes)/ → 页面路由 + Server Components
 server/
 actions/ → Server Actions
 services/ → 业务逻辑层（数据库查询等）
 schemas/ → Zod validation schemas
 lib/
 db.ts → Prisma client 单例
 auth.ts → Auth.js 配置

各环节推荐方案

环节	推荐	说明
工程骨架	superpowers + spec-driven	spec-driven 的 Design 阶段天然适合设计 DB schema 和 API 结构
数据库 ORM	CLAUDE.md 约定	在 CLAUDE.md 写明 ORM 选型，Agent 按约定生成 type-safe 查询和 migration
认证授权	Auth.js v5 + CLAUDE.md	配置 OAuth、session 管理、middleware 路由保护
输入校验	Zod Skill	统一 validation schema 风格，所有用户输入必经校验
类型安全 API	tRPC Skill（可选）	定义 router / procedure，自动推断前端调用类型
AI/LLM 集成	Vercel AI SDK	Streaming 响应、Tool calling、useChat / useCompletion
部署运维	Vercel Deployment Skill	Edge Functions、ISR、环境变量、自定义域名

🎯 Next.js 后端最终组合

superpowers （工程流骨架）
spec-driven （需求 → 设计 → 实现）
CLAUDE.md 技术栈约定 （架构约束 + 代码风格）
Zod Skill （输入校验）
Vercel AI SDK （如需 LLM 集成）

---

四、总结

1. SSD 是方向：规范驱动开发让 AI 编码从"凭感觉"变成"按流程"，CLAUDE.md 是落地的第一步，Skills 是杠杆，SSD 框架是完整方案

2. CLAUDE.md ≠ .claude/目录：前者管"规矩"（始终在线的项目约定），后者管"能力"（按需加载的 Skills 和命令），两者搭配才能发挥最大效能

3. Superpowers + spec-driven 是黄金组合：一个管工程方法论（怎么写），一个管需求到任务的转化（写什么），两个一起装就能覆盖从 idea 到交付的完整流程

4. Skills 是开源标准：所有 Skills 本质上是项目目录下的 SKILL.md 文件，遵循统一标准，一份编写、跨 Agent 复用

5. Next.js 后端靠约定不靠堆砌：CLAUDE.md 中写好技术栈和项目结构的约定，配合 superpowers + spec-driven 的工作流，比盲目装一堆 Skills 更有效

---

本文基于 2025-2026 年社区活跃项目整理，Skills 生态迭代很快，建议持续关注各项目仓库的最新动态。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

👇👇扫码免费领取全部内容👇👇

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 2026行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

7. 资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇