AI编码代理可升级SharePoint Framework项目，但需引导。测试显示，代理能识别SPFx并找文档，但常漏依赖和配置。反幻觉技能提升有限，而CLI for Microsoft 365工具效果最佳，使依赖和配置正确率大幅提高。文档警告和重写指南促使代理采用CLI。SPFx Dev Skills预览版整合决策规则，指导代理正确升级，并强调审查输出。

Claude平台今日推出计算机使用、Skills API和Files API，新增浏览器工具，使代理能操作软件、应用团队专业知识并返回文件。计算机使用支持多动作操作，浏览器工具利用页面结构精准定位，Skills API上传技能，Files API提供存储，适用于HIPAA工作负载。

Docker Sandboxes 的隔离存在设计例外：共享 Skills 默认以读写方式挂载给Claude、Codex等五种Agent，它们可互相改写技能文件，OpenCode等不支持；宿主机侧MCP Gateway运行本地stdio服务器，Agent可借此绕过microVM边界。这些不算漏洞，但使用前需考虑是否关闭共享Skills或接入本地MCP。

该文章介绍Emil Kowalski开源的设计技能库，通过Markdown文档将设计品味编码为AI可调用的规则，涵盖动效决策框架、苹果设计语言蒸馏及十条审查标准。项目获18万星标，旨在提升AI生成界面的质感，但引发品味能否被形式化的争议。

IntelliJ IDEA的AI Assistant通过Skills Manager支持Agent Skills的安装与管理，可全局、项目级或按代理安装。技能仓库默认提供JetBrains验证的安全技能，团队可添加内部仓库。AI代理能自动选择相关技能，也可显式调用，提升开发效率并确保安全。

Google开源的Agent Skills项目为应对质量失控风险，建立了标准化流程：统一目录结构、优先远程MCP工具、内部构建评测后发布，并通过Linter、链接检查、AI校验三重自动化把关，持续评测准确率和效率，设Skill Owner长期维护。这套机制为团队提供了工程化范本。

skills.sh 现支持将多个代理技能打包分享，通过单一 URL 或 GitHub 组织标准化团队代理技能。可从社区或本地创建包，用 `npx skills add` 一键安装，`npx skills update` 更新。探索与创建请访问 skills.sh/packs。

北京大学与元空AI联合实验室开源科研智能体OpenAI4S，采用MIT协议，核心零依赖。它复刻Claude Science，通过“代码即行动”执行科研任务，支持数据检索、代码运行、GPU算力接入及版本化产物，内置30多个科研Skills，并设不伪造策略确保真实性。项目旨在推动科研Agent成为可执行、可检查、可扩展的基础设施，欢迎社区贡献。

ui-skills是一个为AI编程代理提供设计规则的技能库，旨在解决AI生成网页时的审美问题。它将设计师的隐性经验转化为AI可理解的规则，避免生成界面出现廉价感和设计错误，同时关注无障碍设计，确保代码符合用户需求。通过ui-skills，AI能够更好地遵循设计标准，提高产品质量，减少开发者的重复审查工作。

emilkowalski/skills是一个开源项目，旨在为AI编程助手提供设计经验。它将设计师的经验转化为AI可理解的规则，帮助AI在生成界面时关注用户体验。通过简单指令，AI能够理解交互反馈和动画效果，从而提升界面质量。该技能包使AI不仅能生成代码，还能模拟设计师思维，改善用户操作体验。

OpenAI 和 Anthropic 在额度竞争中，Codex 取消了用户使用限制，但 GPT-5.6 的 Token 消耗显著增加。用户反馈新模型更聪明但耗时更长，导致 Token 消耗过快。OpenAI 提供了使用 GPT-5.6 的新指南，强调简洁提示和明确结果，用户需设定边界，逐步调整提示，以提高效率，选择合适工具处理不同任务。

MoonBit Skills Marketplace 提供了一种通过 WebAssembly 发布工具的方式，开发者可以编写工具并进行分发。文章强调，Agent 在实际应用中需关注工具的版本、权限和可观测性，以降低风险。建议从低风险的小工具开始，确保团队对调用链和权限有把握后，再进行更复杂的自动化。

本文讨论了作者为何选择使用mattpocock/skills替代superpowers。mattpocock的skills通过灵活的流程和较少的token消耗，提高了与AI代理的沟通效率，特别适合实际工程师使用。该工具在项目管理和代码重构方面表现优异，能够有效解决开发中的问题，节省时间并提升效果。

agent-skills 是一套结构化的工作流，旨在将工程纪律转化为 AI 编程代理的不可绕过约束。通过七个阶段的开发生命周期，确保代理在编写代码时遵循规范、测试和审查，避免跳过关键步骤。反合理化表预判代理可能的借口，提供反驳，确保其遵循流程。该方法源于 Google 工程文化，强调流程、验证和纪律的重要性。

Matt Pocock 的 Skills 系统是一个针对 AI 编程的工程框架，强调小而可组合的能力单元。通过定义明确的技能，该系统解决了开发中的常见问题，如需求不一致和代码质量低。其设计原则包括模型无关性和可改造性，确保工程师对流程的控制。该框架在社区中获得广泛关注，提供了一种高效的 AI 编程方法。