首页 › skills-review › 开发闭环七件横评：审查到调试

开发闭环七件横评：从代码审查到调试排障

概述

本期是 Skills 生态拆解第 3 轮，聚焦开发者效率赛道，按「写码 → 审查 → 测试 → 调试」的日常闭环选件横评。七个候选全部来自真实榜单与本刊此前实测统计：老牌方法论框架 obra/superpowers（本周热榜 28.4 万星）以 systematic-debugging 领衔调试关；wshobson/agents 与 addyosmani/agent-skills 提供两种不同 weight 级的调试与工程实践合集；官方示例库的 webapp-testing 代表测试关；近 45 天新上架的 anti-slop（1,991 星）、stop-that-shit（1,863 星）把「审查关」从审代码扩展到审 agent 行为；x64dbg-mcp-server（1,926 星）则把调试能力下探到原生二进制层。核心发现：调试是 Skills 生态中方法论沉淀最厚的关卡，而新面孔正从「帮 Claude 写码」转向「给 Claude 立规矩」。

生态定位图

flowchart LR
    subgraph W["写码中"]
        W1["产出 diff"]
    end
    subgraph G1["审查关"]
        A1["anti-slop"]
        A2["stop-that-shit"]
    end
    subgraph G2["测试关"]
        B1["webapp-testing"]
    end
    subgraph G3["调试关"]
        C1["systematic-debugging"]
        C2["debugging-strategies"]
        C3["debugging-and-error-recovery"]
        C4["x64dbg-mcp-server"]
    end
    W1 -->|进入评审| G1
    G1 -->|放行| G2
    G2 -->|测试失败| G3
    G3 -->|修复回归| W1

评测对比表

排名	Skill / 仓库	关卡	功能完整度(25%)	设计质量(25%)	实战效果(20%)	上手难度(15%)	社区活跃度(15%)	加权总分
1	obra/superpowers（systematic-debugging 等）	调试	★★★★★	★★★★★	★★★★★	★★★☆☆	★★★★★	4.70
2	addyosmani/agent-skills（debugging-and-error-recovery）	调试/工程	★★★★☆	★★★★☆	★★★★☆	★★★★☆	★★★★☆	4.00
2	anthropics/skills（webapp-testing）	测试	★★★★☆	★★★★☆	★★★★☆	★★★★☆	★★★★☆	4.00
4	miqdadbadjuber/anti-slop	审查	★★★☆☆	★★★★☆	★★★☆☆	★★★★☆	★★★★☆	3.55
5	duty1g/x64dbg-mcp-server	调试（原生）	★★★★☆	★★★☆☆	★★★★☆	★★☆☆☆	★★★☆☆	3.30
6	wshobson/agents（debugging-strategies 等）	调试/编排	★★★★☆	★★★☆☆	★★★☆☆	★★☆☆☆	★★★★☆	3.25
6	lennney/stop-that-shit	审查/守门	★★★☆☆	★★★★☆	★★★☆☆	★★★☆☆	★★★☆☆	3.25

逐件拆解

1. obra/superpowers —— 调试方法论的天花板（综合 4.70）

定位：社区最老牌的 Skills 方法论框架，本周热榜显示 284,374 星、近 3 天持续活跃。据本刊 5 月统计，框架含 20+ 个「经实战检验」的 Skill，覆盖 TDD、调试、计划编写、代码审查、Git 工作流全生命周期；旗舰件 systematic-debugging 当时安装量已达 99,700。

亮点：它不是让模型「更聪明地猜」，而是用流程锁死「盲目修复」的本能。Skill 把调试强制拆成五步：重现问题 → 形成最小假设 → 设计验证实验 → 逐步缩小范围 → 修复并回归测试。每一步都要求先产出证据再动代码，这对 AI 编程助手最被人诟病的「未诊先治」是精确打击。

flowchart TD
    S["遇到 Bug 或测试失败"] --> E1["重现问题"]
    E1 --> E2["形成最小假设"]
    E2 --> E3["设计验证实验"]
    E3 --> Q{"假设成立吗"}
    Q -->|否| E2
    Q -->|是| E4["逐步缩小范围"]
    E4 --> E5["修复并回归测试"]

短板：流程感强，新手会嫌「太严格」——改一行注释也想走五步时，摩擦大于收益。框架体量大，全量安装后触发词容易互相干扰，建议按需单装。

安装：

npx skills add obra/superpowers@systematic-debugging
# 或整包安装
npx skills add obra/superpowers

2. anthropics/skills —— webapp-testing，官方测试标杆（综合 4.00）

定位：官方示例技能库中的测试件，本机即可加载。它把 Playwright 浏览器自动化封装成 Claude 可直接调用的测试能力：打开页面、点击交互、截图取证、读取控制台日志，全程无需人工介入。

亮点：官方件的价值在「范式示范」——它的 SKILL.md 演示了测试类技能的标准写法：先声明何时触发（用户要求验证 web 应用行为时），再给出无头浏览器操作清单，最后规定「必须以截图和日志为证」。这正是 verify 类工作流的地基：不看运行时行为，测试就只是复读代码。

短板：只覆盖 Web 前端场景，无 API 测试、无性能压测；依赖本机 Playwright 环境，首次配置浏览器内核会劝退一部分新手。

安装：

git clone https://github.com/anthropics/skills
# 在仓库内找到 webapp-testing 目录，复制到 ~/.claude/skills/ 即可

3. addyosmani/agent-skills —— 轻量工程实践的调试切面（综合 4.00）

定位：Google 工程总监 Addy Osmani 出品的纯 Markdown 工程实践合集，5 月统计 41,000 星。调试方向对应件为 debugging-and-error-recovery（当时约 3K 安装）。

亮点：它的设计哲学是「知识前置」——每个 Skill 不只给指令，还内嵌完整上下文：ADR 模板、错误恢复清单、文档规范随技能一起装进上下文窗口。debugging-and-error-recovery 把「出错后怎么办」写成检查清单，与 superpowers 的强流程相比，它是弱约束、强知识，适合已经自有调试习惯的资深开发者。

短板：单件安装量平平，声量集中在合集品牌上；「合集党」要面对技能越多触发越含糊的老问题。

安装：

git clone https://github.com/addyosmani/agent-skills

4. miqdadbadjuber/anti-slop —— 给 AI 味代码设卡（综合 3.55）

定位：近 45 天新上架，1,991 星，JavaScript 仓库。一句话定位：一套规则集，用于过滤 AI 生成的千篇一律 UI、文案与代码——社区俗称「反 AI 味」。

亮点：它把「代码审查」的对象从 bug 换成了「平庸」。渐变紫 Hero 区、无意义的 emoji 标题、模板化错误处理——这些不构成 bug 却构成技术债的特征，被显式写成规则注入 agent。它代表审查关的新流派：不审「对不对」，先审「是不是套话」。

短板：规则是声明式的，没有执行器；效果高度依赖 agent 是否遵守规则文本，无强制力。对已有成熟设计系统的团队价值有限。

安装：

git clone https://github.com/miqdadbadjuber/anti-slop
# 按 README 将规则文件接入 CLAUDE.md / AGENTS.md 等规则入口

5. duty1g/x64dbg-mcp-server —— 调试下探到二进制层（综合 3.30）

定位：近 45 天新面孔，1,926 星，Zig 编写。它是 x64dbg 的原生 MCP 插件，把 Windows 侧调试器的断点、内存、寄存器、单步执行等能力暴露给 AI agent。

亮点： Skills 生态的调试件几乎全在源码层打转，这一件是少数下探到原生层的——闭源依赖排查、崩溃转储分析、逆向辅助调试，源码级 Skill 完全够不着。用 Zig 写插件本体也保证了与 x64dbg 的原生集成度。

短板：Windows + x64dbg 双前提，安装配置门槛全场最高；MCP server 而非标准 Skill，接入方式依赖宿主 harness 的 MCP 配置。严格说它是「Skill 生态的邻居」，但能力上与调试关互补。

安装：

git clone https://github.com/duty1g/x64dbg-mcp-server
# 需 Windows 环境与 x64dbg，按仓库 README 编译并注册为 MCP server

6. wshobson/agents —— 编排式调试的重装路线（综合 3.25）

定位：5 月统计 33,900 星，153 个 Skill + 112 个 Agent，含 16 个工作流编排器。调试相关件包括 debugging-strategies（8K 安装）与 parallel-debugging（5.5K 安装）。

亮点：思路是「多智能体会诊」——调试任务可以串起多个专职 Agent，安全需求提取的结果能直接喂给调试策略件，gitops-workflow 甚至把修复接到部署侧。规模无出其右。

短板：学习曲线陡，需要理解编排概念；部分件成熟度参差，「量」对「质」有稀释。个人开发者用它调一个空指针，如同用舰队送外卖。

安装：

git clone https://github.com/wshobson/agents
# 按仓库 README 按需挂载 debugging-strategies 等组件

7. lennney/stop-that-shit —— 审 agent 行为的守门件（综合 3.25）

定位：近 45 天新上架，1,863 星，JavaScript。中文名「别再造史了」，面向 Codex/GPT 场景的多平台 Hook + Skill Guard。

亮点：它审的不是代码，是 agent 的行为越轨——拦截无需求的哈希计算、校验和生成、任务范围膨胀。这补上了审查关最隐蔽的缺口：agent 自己制造的「多余工作量」。Hook 机制让拦截发生在动作前，而非事后 review。

短板：面向 Codex/GPT 场景设计，Claude Code 侧需自行适配；拦截规则偏激进，误伤时反而拖慢节奏。

安装：

git clone https://github.com/lennney/stop-that-shit

对照组：出厂件一句话

Claude Code 内置的 /code-review（审 diff 找正确性 bug）、/simplify（复用与简化清理）、/verify（跑起来观察真实行为）出厂即用，本刊此前已单独横评过出厂件，此处不展开——它们与上述社区件的关系是「基线 vs 增强」：先吃透三件套，再谈加装。

组合建议：一条闭环流水线

flowchart TD
    A["写码产出 diff"] --> B["anti-slop 过滤模板味代码"]
    B --> C["stop-that-shit 拦截范围膨胀"]
    C --> D["webapp-testing 跑浏览器验证"]
    D --> E{"测试通过吗"}
    E -->|通过| F["交付"]
    E -->|失败| G["systematic-debugging 五步排障"]
    G -->|原生层问题| H["x64dbg-mcp-server 接手"]
    G --> A
    H --> A

个人开发者最小组合：superpowers 的 systematic-debugging + 官方 webapp-testing，两件覆盖 80% 场景；团队/企业再加 wshobson 的编排层；逆向与native场景单独挂 x64dbg；「守门双件」更适合被 AI slop 折磨过的前端团队。

分维度排行榜

综合榜：1. obra/superpowers（4.70） 2. addyosmani/agent-skills 与官方 webapp-testing（并列 4.00） 4. anti-slop（3.55）
上手最快榜：anti-slop、webapp-testing —— 克隆即用，零依赖
调试深度榜：x64dbg-mcp-server —— 唯一下探二进制层的选手
企业适配榜：wshobson/agents —— 编排器天然对应多角色协作
新星潜力榜：anti-slop、stop-that-shit —— 「给 agent 立规矩」赛道的早期标的
避坑提醒：stop-that-shit 与 anti-slop 均为规则/Hook 型，重规则轻执行，落地效果取决于宿主 harness 的遵守程度，不要期待「装完即质检」

本期核心发现

调试是方法论洼地变高地：全场最高分与最多竞品都集中在调试关，superpowers 五步法已成事实标准，新入局者（wshobson、addyosmani）都在它划定的框架内做增量。
审查关正在分裂：一分为二——审代码的（bug、坏味道）交给出厂件，审 agent 的（AI 味、范围膨胀）交给新面孔，后者是近 45 天的增长点。
规则型 Skill 的集体局限：本榜两件守门件和两件调试合集都是纯 Markdown 约束，没有强制执行层；与之对照，x64dbg 和 webapp-testing 因为「能真的跑起来」，实战分反而更稳。这印证了本刊此前的判断——Skills 生态的下一个分水岭在「声明」与「执行」之间。

参考来源

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入