前言¶

用 Cursor、Claude Code 等工具改代码时，常见问题是：模型不了解你的目录约定，改完也不跑测试，commit 信息随意，lint 与 pre-commit 形同虚设。反过来，如果每次对话都从零解释技术栈和规范，上下文很快被占满。

下面介绍的 AI Dev Workflow 是 SkillHub 上的 Agent Skill，目标不是替你写业务功能，而是为已有仓库搭一套「检测项目类型 → 套用工程化模板 → 写好 AI 上下文与 prompt」的可复现流程。SkillHub 公开简介仍用三句话概括「需求 → 复杂功能描述 → 方法调用结构 → 完整项目代码」；本文以通过 skillhub install 获取的 v1.0.1 包内 SKILL.md 为准描述实际行为。

这是什么¶

AI Dev Workflow（包名 @indiv-wangjiaocheng/ai-dev-workflow）由 SkillHub 社区发布，页面标注分类为 AI Agent、工作流编排，并通过科恩实验室、云鼎实验室的安全扫描。它在通用 SKILL.md 格式下，把多语言项目的 lint、测试、commit、pre-commit 与 CLAUDE.md 等 AI 上下文配置串成固定步骤。

官方入口：

• SkillHub 技能页：https://skillhub.cn/skills/ai-dev-workflow
• 任务线索中的 API 路径：https://api.skillhub.cn/user_e02e04b8/ai-dev-workflow（浏览器直接 GET 可能返回 405，安装与内容以 SkillHub CLI 与技能页为准）

核心功能¶

根据已安装的 v1.0.1 包，能力可归纳为以下几点。

项目自动检测¶

Agent 应执行包内脚本，对目标仓库做语言和框架识别，并输出 JSON（含 language、framework、existing_config、recommendations）：

python scripts/detect_project.py <项目根目录>

支持识别的信号包括：pyproject.toml / requirements.txt（Python）、package.json（Node）、go.mod（Go）、Cargo.toml（Rust），以及 Flask、FastAPI、Django、Express、Koa、NestJS 等框架线索。

按栈加载约定文档¶

references/ 下按语言拆分约定（如 python-conventions.md、node-conventions.md、go-conventions.md、rust-conventions.md），并与 general-conventions.md（commit、测试覆盖率、code review 维度等）组合。只加载与当前项目相关的文件，避免一次性塞进全部 reference。

工程化模板复制¶

从 assets/templates/<language>-<framework>/ 复制模板到用户项目，覆盖策略为：已存在文件先备份为 <file>.bak，不直接覆盖。部分模板文件名需在落盘时改名，例如 gitmessage.txt → .gitmessage，pre-commit-config.yaml → .pre-commit-config.yaml，claude-settings.json → .claude/settings.json。

各栈模板通常包含：依赖与 lint 配置、pre-commit、CLAUDE.md、.claude/settings.json、commit 模板等；Rust 侧不会覆盖项目已有的 Cargo.toml。

AI 上下文与五类 prompt¶

引导用户按结构填写 CLAUDE.md（或 .cursorrules / AGENTS.md），并可将 assets/templates/common/prompts/ 下五个模板复制到项目 prompts/：

1. 01-new-feature.md — 新功能开发
2. 02-test-generation.md — 测试生成
3. 03-code-review.md — 代码审查
4. 04-commit-message.md — Conventional Commits 式提交说明
5. 05-doc-generation.md — README / API / CHANGELOG 文档

配套说明见 references/claude-md-template-guide.md 与 references/prompts-usage-guide.md。

明确不覆盖的范围¶

SKILL.md 写明：不写业务代码、不替代语言教程、不搭建完整 CI/CD（仅可能提供 GitHub Actions 类模板）、不做复杂容器编排（仅基础 Docker 相关模板）。

安装与启用¶

安装 SkillHub CLI¶

若尚未安装 CLI，可按 SkillHub 官方安装文档执行（完整安装或仅 CLI）：

command -v skillhub && skillhub --version

# 完整安装（CLI + 默认 Skill，推荐）
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

# 仅安装 CLI
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

说明见：https://skillhub.cn/install/skillhub.md

安装 AI Dev Workflow¶

搜索与安装命令（namespace 以 CLI 搜索结果为准）：

skillhub search ai-dev-workflow
skillhub install ai-dev-workflow --namespace indiv-wangjiaocheng --dir <当前 Agent 的 skills 目录>

必须使用 --dir 指向当前工具识别的 skills 目录，否则默认落在 ./skills/ 可能不会被 Agent 加载。常见路径：

也可在 SkillHub 技能页将安装提示发给 Agent，文案为：根据 https://skillhub.cn/install/skillhub.md 安装 @indiv-wangjiaocheng/ai-dev-workflow。

安装完成后，按所用客户端要求刷新或重启，使新 Skill 进入上下文。

典型用法¶

下面是一条与 SKILL.md 一致的可复现路径（在已启用该 Skill 的 Agent 中操作）。

1. 触发：用户表达「规范工程化」「配置 pre-commit」「写 CLAUDE.md / Cursor 规则」「提高测试覆盖率」等意图时，Agent 应加载本 Skill。
2. 检测：在项目根目录运行 scripts/detect_project.py，根据 JSON 结果选定语言与框架。
3. 读约定：按需读取 references/ 中对应语言的 markdown，不加载无关栈。
4. 拷模板：从 assets/templates/... 复制文件到项目，处理文件名映射与 .bak 备份。
5. 定制上下文：按 SKILL.md 第四节结构填写 CLAUDE.md 等。
6. 交付 prompt：将 assets/templates/common/prompts/ 五个文件复制到项目 prompts/ 并按指南使用。

SKILL.md 第三步还提到安装后执行 scripts/install_workflow.py <项目根目录> 以安装 ruff/pytest、eslint 等依赖并配置 git commit 模板与 pre-commit；当前 v1.0.1 包内仅包含 scripts/detect_project.py，若 Agent 找不到 install_workflow.py，应改为按模板与 references 中的说明手动安装依赖与钩子，或向 SkillHub 维护方确认后续版本是否补齐脚本。

适用场景与注意¶

更适合：已有代码仓、希望统一 lint / 测试 / commit / pre-commit，并让 Claude Code、Cursor 等通过 CLAUDE.md 理解项目规矩的团队或个人。

不太适合：从零生成完整前后端应用（SkillHub 简介中的「三步产出完整项目」与当前包内 SKILL.md 不一致，不宜按简介臆造步骤）；也不适合指望 Skill 直接实现业务功能。

其他注意：

• 版本：SkillHub 技能页与安装元数据显示 v1.0.1；SKILL.md 文内更新记录还提到 v1.1（2026-10-16）对 Rust 模板的补充，以你本地安装包为准。
• 数据口径：任务线索中的 SkillHub 评分、下载次数与技能页实时展示可能不同步；页面曾显示约 853 次下载与 4.2 的 AI 评分，引用统计时以你打开技能页时所见为准。
• 安全：技能页展示第三方安全报告链接，安装前可按团队规范审阅。

结尾¶

AI Dev Workflow 把「检测栈 → 套用模板 → 配置 AI 上下文与 prompt」写成 Agent 可执行的 Skill，适合在已有项目里规范人与 AI 的协作边界。安装与说明以 SkillHub 为准：

https://skillhub.cn/skills/ai-dev-workflow