一、AI 编程的两大痛点2025 年以来AI 编码助手已深度嵌入无数开发者的日常工作流。它能 30 秒生成一个 CRUD 模块一分钟搭完一个登录系统。但在真实的生产级项目中开发者最常遭遇两种困境痛点一失控——AI 产出的代码逻辑偏离需求、质量忽高忽低、架构日渐崩塌。你把几千字的需求丢给 AI收获的往往是一堆看似能跑、实则毫无扩展性的“代码泥球”。痛点二失忆——AI 每次新会话都从零开始理解项目记不住你的代码规范、团队约定也记不住之前的决策。针对这两个痛点社区里涌现了两套极具代表性的解决方案TypeScript 大神 Matt Pocock 开源的Skills 技能库以及 Mindfold 团队开发的Trellis 工程框架。二、Matt Pocock Skills给 AI 戴上“工程纪律的紧箍咒”它是什么Matt PocockTypeScript 圈知名教育家、Total TypeScript 创始人开源了一套名为mattpocock/skills的仓库定位非常直白“Skills for Real Engineers”给真正干工程的人用的技能。它不是什么一键生成项目的“魔法框架”而是一套写给 AI 看的“标准作业程序SOP”。它将数十年的软件工程最佳实践——测试驱动开发TDD、领域驱动设计DDD、架构决策记录ADR——浓缩为一个个可组合的 Markdown 指令文件。目前该仓库已收录50 个技能累计安装量超过610 万次。核心设计理念Matt 的理念可以用一句话概括Agent 是工具你才是司机。与 GSD、BMAD、Spec-Kit 等试图“替你控制流程”的重型框架不同Matt 的技能坚持四个原则小巧每个 SKILL.md 文件只有几百行。可适配改几行就能适配任何项目。可组合你可以只装grill-me加tdd不需要的就不装。模型无关不绑定任何特定模型Claude Code、Cursor、Codex 都能用。它是怎么工作的Matt 的技能采用无状态Stateless架构。它不接管你的代码库也不维护复杂的内部状态。所有项目上下文都直接存在你的工程目录文件中——比如CONTEXT.md记录项目术语和领域词汇ADR架构决策记录文件记录关键决策。当你需要时通过斜杠命令如/grill-with-docs、/tdd触发对应的技能AI 就会按照预设的工程流程来工作。几个核心技能举例1./grill-with-docs——需求“拷问”引擎在动笔写代码之前AI 会像一位严格的面试官一次只问一个问题等你回答后才继续追问。问题包括“这个需求到底想解决什么”“边界条件考虑了吗”“有没有更简单的方案”如果问题的答案能从代码库里找到AI 会直接去翻代码而不是问你。所有对话中达成的共识和决策都会被记录到CONTEXT.md术语表和 ADR架构决策记录中。2./tdd——测试驱动开发流水线很多 AI 编程工具都会建议“你应该写测试”但 Matt 的tdd技能是强制执行测试流程。它采用“垂直切片”方式一次只实现一个行为先写一个失败的测试然后用最少代码让它通过再进入下一个循环。3./code-review——代码审查对生成的代码进行双轴审查检查代码质量和架构合理性。安装方式一行命令即可安装bashnpx skillslatest add mattpocock/skills选择你需要的技能和要安装的 AI 编程工具Claude Code、Cursor 等然后运行/setup-matt-pocock-skills完成初始化配置。三、Trellis给 AI 打造“项目级的共享记忆”它是什么Trellis 由 Mindfold 团队开发定位是一个“开箱即用的 AI 编码工程化框架”。它的核心洞察非常犀利AI 写代码很快但每次会话它都从零开始——记不住你的项目、你的规范、你团队的需求。Trellis 的解法是把规范Specs、任务Tasks、记忆Memory持久化到你的代码仓库里让任何一个 AI 编码工具都能按照你的工程标准来工作。核心设计理念Trellis 把自己定位为一个“项目层Project Layer”。它把原本需要放在CLAUDE.md、AGENTS.md或.cursorrules里的庞杂系统提示词转化为一个渐进式的 Wiki——包含规范、任务、工作流和会话日志AI Agent 只在需要时才加载相关内容。它是怎么工作的Trellis 在你的项目根目录创建一个.trellis/文件夹里面存放三类核心资产.trellis/spec/存放项目规范Trellis 会自动把相关规范注入每次 AI 会话。.trellis/tasks/存放 PRD产品需求文档、实现上下文、审查上下文和任务状态。.trellis/workspace/存放会话日志记录每次 AI 会话的完整过程和决策让新会话继承之前的上下文。Trellis 运行一个四阶段的工作流循环阶段做什么谁来执行Plan计划trellis-brainstorm逐个问题访谈需求写出prd.md研究类任务交给trellis-research子 Agent专用子 AgentImplement实现trellis-implement子 Agent 根据 PRD 写代码自动注入规范上下文专用子 AgentVerify验证trellis-check子 Agent 对照规范审查代码变更运行 lint、类型检查、测试能自动修复的就自动修复专用子 AgentFinish完成最终检查通过后trellis-update-spec把新学到的经验更新回.trellis/spec/让下次会话更聪明自动执行多平台支持Trellis 的一大亮点是跨平台复用。同一套 Trellis 结构可以带到14 个AI 编码平台上包括 Claude Code、Cursor、OpenCode、Codex、Kilo、Kiro、Gemini CLI、Antigravity、Qoder 等。也就是说如果你的团队同时使用多种 AI 编码工具Trellis 提供了一套统一的项目结构不用每换一个工具就重搭一次工作流。安装方式bashnpm install -g mindfoldhq/trellislatest trellis init -u your-name也可以指定你要用的平台bashtrellis init --cursor --opencode --codex -u your-name四、核心对比一图看懂对比维度Matt Pocock SkillsTrellis定位工程技能集Skillset——给 AI 看的“标准作业程序”工程框架Engineering Framework——管理项目规范、任务和记忆核心资产50 个独立的SKILL.md指令文件.trellis/目录下的规范、任务、工作区日志记忆机制无状态——通过CONTEXT.md、ADR 等本地文件持久化深度持久化——.trellis/workspace/记录每次会话工作方式按需调用——通过/grill-with-docs、/tdd等斜杠命令触发自动注入——框架自动注入规范、协调子 Agent解决的核心问题“失控”——AI 产出质量差、缺乏工程纪律“失忆”——AI 每次会话从零开始、记不住项目规范跨平台支持模型无关适配任何支持自定义指令的 LLM支持 14 个 AI 编码平台适用场景执行明确的单次工程任务需求拷问、TDD、代码审查管理需要跨会话状态的复杂长期项目典型命令/技能/grill-with-docs、/tdd、/code-reviewtrellis-brainstorm、trellis-implement、trellis-check五、它们是对手更是搭档最重要的一点是Matt Pocock Skills 和 Trellis 并非互斥的二选一它们可以协同工作。事实上Trellis 的trellis-brainstorm技能已经吸收了 Matt Pocock 的grill-me的结构化访谈哲学作为默认机制。两者都采用“一次只问一个问题”的方式来对齐需求。在实际开发中你完全可以这样组合使用用Trellis作为项目的“骨架”——管理项目规范、任务状态、跨会话记忆。在 Trellis 的框架内调用Matt Pocock Skills作为“血肉”——用/tdd执行测试驱动开发用/code-review做代码审查。六、实战建议到底该怎么选选 Matt Pocock Skills如果你是个人开发者主要想快速提升 AI 编码的工程质量和规范性。你不需要复杂的项目状态管理和团队协作。你倾向于“按需取用”——今天想做 TDD 就调/tdd明天想审查代码就调/code-review。你想轻量起步不想引入一个完整的框架。一句话Matt Pocock Skills 是“给 AI 用的工程操作手册”解决的是“怎么做”的问题。选 Trellis如果你在维护一个复杂的、长期的项目需要确保每次 AI 会话都能继承之前的上下文。你在团队中工作需要统一的项目规范、任务追踪和知识沉淀。你的团队同时使用多种 AI 编码工具Claude Code、Cursor、Codex 混用需要一套统一的项目结构。你希望 AI 能自动化地完成从需求到实现到验证的全流程。一句话Trellis 是“给 AI 造的项目管理办公室”解决的是“是什么”和“记住了吗”的问题。最佳实践两者结合使用对于有追求的开发者和团队最佳实践是把两者结合起来用Trellis初始化项目建立.trellis/目录结构管理规范、任务和记忆。同时安装Matt Pocock Skills在具体的编码、测试、审查环节调用对应的技能。Trellis 管“大局”项目全貌、跨会话记忆Matt 的技能管“细节”具体工程操作。七、写在最后AI 编程工具正在以惊人的速度演进但工具本身不会自动产生好代码。Matt Pocock Skills 和 Trellis 代表了两种不同但互补的思路前者用工程纪律约束 AI 的行为后者用持久记忆赋能 AI 的理解。无论你选择哪个或者两个都用核心目标是一致的——让 AI 从“随性发挥的实习生”变成“懂规范、有记忆的资深工程师”。希望这篇文章能帮你在 AI 编程的浪潮中找到适合自己的那把“桨”。参考来源Matt Pocock Skills 官方仓库、Trellis 官方文档及社区实战文章。数据截至 2026 年 7 月。