在线图片编辑网站源码,wordpress用插件备份,杭州建站程序,域名网站注册认证全程用 Claude Code 开发这个项目的感受是#xff1a;跨语言开发的门槛被 AI 大幅拉低了。我一行 Swift 都不会写#xff0c;但靠着 AI 辅助#xff0c;从零产出了一个完整的 macOS 原生应用。当然前提是你得有基本的软件工程能力——需求拆解、测试验证、问题排查这些还是得…全程用 Claude Code 开发这个项目的感受是跨语言开发的门槛被 AI 大幅拉低了。我一行 Swift 都不会写但靠着 AI 辅助从零产出了一个完整的 macOS 原生应用。当然前提是你得有基本的软件工程能力——需求拆解、测试验证、问题排查这些还是得自己来。背景大家新年好啊最近在同时用多个 AI coding agent的过程中Skills 管理起来比较麻烦我日常在 Claude Code、Codex、Copilot CLI 之间切换每个 Agent 的 Skills 存放在不同的目录下~/.claude/skills/、~/.agents/skills/、~/.gemini/skills/、~/.copilot/skills/安装一个 Skill 的流程大概是这样的找到 Skill 的 GitHub 仓库git clone到本地手动创建 symlink 到对应 Agent 的 Skills 目录如果要装到多个 Agent以上步骤重复 N 遍卸载的时候也一样繁琐删目录、清 symlink漏了哪步就会留下残留。当然也可以用命令行工具安装npx skills add https://github.com/github/awesome-copilot --skill git-commit但这也只是解决了安装的问题对所有 Agent 的 Skills 缺乏统一的可视化管理——装了哪些 Skill、哪些有更新、哪些该删掉全靠自己记。所以作为一个写过多年后端但完全没碰过 Swift 和前端的人我决定用 Claude Code 全程手搓一个 macOS 原生桌面应用来解决这个问题——这就是 SkillDeck[1]。它不仅提供安装能力还提供了统一的发现、更新、删除等全生命周期管理。核心功能统一仪表盘三栏布局的 macOS 原生界面左边是 Agent 列表和筛选中间是 Skill 列表右边是详情。支持按名称、描述、作者搜索还能按 Agent 过滤和排序。symlink 去重是一个比较实用的设计——同一个 Skill 通过 symlink 安装到多个 Agent 时只会显示一次不会在列表里看到重复项。Dashboard OverviewSkills 市场浏览内置了 skills.sh[2] 的排行榜浏览支持 All Time、Trending、Hot 三种排序方式还有搜索功能。看到喜欢的 Skill 可以直接一键安装不用再手动 clone 了。Registry Browser安装与更新从 GitHub 安装只需要输入仓库地址支持owner/repo格式SkillDeck 会自动 clone、扫描可用 Skills、创建 symlink、更新 lock 文件。更新检测也是一键的会对比本地和远程的 tree hash有变更就显示橙色角标点一下就能拉取最新代码。Install UpdateSKILL.md 编辑器分栏设计左边是表单 Markdown 编辑区右边是实时预览。改完CmdS保存Esc取消。这个功能用的少但也聊胜于无。Agent 分配每个 Skill 的详情页有一组 toggle 开关控制这个 Skill 安装到哪些 Agent。打开就自动创建 symlink关掉就自动删除不用再手动跑命令了。这样也不用每个 Agent 都去安装 skill只保留一份。文件系统监听SkillDeck 会自动监听 Skills 目录的变化所以如果你从 CLI 侧做了什么操作比如用claude skills add安装了新 SkillGUI 这边会自动刷新不需要手动点刷新按钮。目前支持的 Agent 和对应的 Skills 目录AgentSkills 目录检测方式Claude Code~/.claude/skills/claude二进制 ~/.claude/目录Codex~/.agents/skills/共享codex二进制Gemini CLI~/.gemini/skills/gemini二进制 ~/.gemini/目录Copilot CLI~/.copilot/skills/gh二进制开发过程整个项目从第一行代码到现在全程都是用 Claude Code 开发的。我自己的技术背景是 Java/Go/PythonSwift 之前一行都没写过SwiftUI 和 macOS 平台开发更是零经验。但这次的体验让我感触很深——AI Coding 真的把跨语言开发的门槛拉低了很多。开发节奏基本上就是一个循环提需求 → AI 实现 → 我测试 → 发现问题 → AI 修复 → 再测试跟之前用 AI 搓 Skills[3] 的流程差不多但这次的复杂度高了不少——毕竟是一个完整的 macOS 桌面应用涉及 UI 布局、文件系统操作、网络请求、并发处理等等。我不需要先花几周系统学习 Swift 和 SwiftUI遇到不懂的语法或 API 直接问 AI 就行。当然这不代表可以完全当甩手掌柜——你得能看懂代码逻辑、能写清楚需求、能有效测试和反馈问题AI 才能帮你持续推进。说白了就是你不需要会写 Swift但你得会验收Swift 代码。能跑起来、功能正确、边界情况覆盖到这些判断能力还是需要你自己具备的。AI Coding 小 Tips这段时间用 Claude Code 开发积累了一些经验分享几个我觉得比较实用的 tips。1. 每个功能新开一个 context不要在一个超长的对话里做所有事情。每个功能开一个新的 context 会更聚焦AI 不容易被之前的上下文带偏。完成一个功能后记得 commit这样如果 AI 后续改错了什么你可以很方便地回滚到之前的状态。尽量不要使用 AI 来回滚不然会有不好的事情发生血的教训。精确的回滚还是交给靠谱的 git 工具来实现。2. 大量 token 总结的内容保存成文档有时候让 AI 做了一大堆分析比如梳理项目架构、分析某个复杂模块的实现这些内容当下可能用不上但后面很可能会再用到。我的做法是让 AI 把分析结果整理成文档保存到项目的 memory 目录下次开新 context 的时候直接加载这个文档不用重新消耗 token 再分析一遍。3. claude --resume 恢复历史会话如果你中途关掉了某个对话后面又想继续可以用--resume恢复claude --resume hotkey claude --resume 架构它会搜索历史 session 的内容列出匹配的会话让你选择。不过搜索不是百分百精准有时候需要换几个关键词试试。4. Session 保留策略Claude Code 默认 30 天自动清理历史 session可以在~/.claude/settings.json里修改保留时间{ cleanupPeriodDays: 90 }所以--resume只适合短期内继续某个对话不适合当作长期知识存储。长期需要保留的内容还是整理成文档更靠谱。我建议还是使用刚才的方案将你觉得消耗 token 的结论存储到专门的文档里后期你需要使用的时候直接加载即可。而不需要存放到 Claude Code 的系统提示词里这样可能会浪费 token。5. 用 CLAUDE.md 约束 AI 的开发规范这个我觉得是最重要的一条。把开发规范写进CLAUDE.mdAI 每次开新对话都会自动加载这些规则就像给团队新人定 code review 规范一样。我在项目里定了这些规则Git 工作流代码改动必须新建分支禁止直接提交到 main测试要求每次代码修改都应包含对应的单元测试提交确认AI 不能自动 commit/push必须等我确认PR 规范每个 PR 必须包含「Manual Verification Required」人工验证清单和「Regression Checklist」回归测试清单这里有一个关键区分每个项目都通用的规则比如分支策略、测试要求可以放到~/.claude/CLAUDE.md全局配置所有项目自动生效不用每个项目重复写。项目特有的规范才放到项目根目录的CLAUDE.md里。总结SkillDeck 解决的核心痛点就一个让多个 AI Agent 的 Skills 管理更直观易用。从安装、更新、分配到删除全部在一个 GUI 里搞定。全程用 Claude Code 开发这个项目的感受是跨语言开发的门槛被 AI 大幅拉低了。我一行 Swift 都不会写但靠着 AI 辅助从零产出了一个完整的 macOS 原生应用。当然前提是你得有基本的软件工程能力——需求拆解、测试验证、问题排查这些还是得自己来。项目开源MIT 协议欢迎 star/issue/PRGitHub[1] | 项目主页[4]安装方式brew tap crossoverJie/skilldeck brew install --cask skilldeck