Communitygithub.com

Twistor-Labs/twistor-engineer

14 个开放代理技能,包含 150 条可引用的工程规则,每条规则链接至一篇公开的工程实践文章。适用于 Claude Code、Codex、Cursor、Copilot、Gemini CLI、OpenCode 等 AI 编码代理。

twistor-engineer 是什么?

Twistor's Engineer 是一个面向 AI 编码代理的开放技能集,包含 14 个独立的技能模块和 150 条工程实践规则。每个规则都采用“不要做 X,应该做 Y”的简洁格式,并附带来源链接,引用自 Anthropic、Cloudflare、Netflix、Meta 等公司的公开工程博客。该技能集覆盖了 AI 代理工程、系统设计、可靠性、性能、安全审计、数据库工程、前端移动端、设计审查、事后分析等关键领域,旨在为开发者提供有据可查的工程建议。它使用标准的 SKILL.md 格式,因此可以无缝集成到 Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI 以及所有支持该格式的代理中。安装只需一行命令 `npx skills add Twistor-Labs/twistor-engineer`,即可自动检测并安装到相应代理。

兼容平台✓Claude Code✓Codex CLI✓Cursor✓Antigravity✓Gemini CLI✓OpenCode✓Windsurf
npx skills add https://github.com/Twistor-Labs/twistor-engineer/tree/main

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

预览

来自技能 README

twistor-engineer preview
twistor-engineer preview
twistor-engineer preview
twistor-engineer preview

文档

Twistor's Engineer 是 14 个免费、开放的代理技能,为你的编码代理提供可引用的工程规则。适用于那些希望代理在提供关于代理技术、评估、系统设计、可靠性、性能、数据、安全、前端和数据库的建议时,能附带来源的开发者。此外,还包含差异审查、设计审查、安全审计和事后分析的技能。通过 npx skills add Twistor-Labs/twistor-engineer 可安装到任何代理中。

每个实践技能都以简洁的规则列表形式呈现,格式为“不要做 X,应该做 Y”,每条规则中的每个数字都链接到其来源的公开工程文章:来自 Anthropic、Cloudflare、Netflix、Meta、Uber、Discord、Airbnb、LinkedIn、Zepto 等公司。

它们使用开放的 Agent Skills 格式(SKILL.md),因此适用于 Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI、OpenCode 以及所有支持该格式的代理。

网站:engineer.twistorlabs.com。来自 Twistor Labs。

安装

任意代理,一条命令。 自动检测你机器上的代理并安装到每个代理中:

npx skills add Twistor-Labs/twistor-engineer

添加 -a <agent> 参数选择一个代理(如 claude-code、codex、cursor、github-copilot、gemini-cli、opencode、windsurf、cline、goose、amp、droid、roo、kiro、zed),使用 -g 参数安装到用户文件夹而非项目文件夹,或使用 --skill <name> 安装单个技能。

使用环境安装方法
Claude Code(CLI、桌面版、IDE)/plugin marketplace add Twistor-Labs/twistor-engineer 然后 /plugin install twistor-engineer@twistor-engineer。包含 engineer-reviewer 子代理。
claude.ai 和 Claude 桌面应用从 版本发布页面 下载技能 zip 文件,然后进入“自定义 > 技能 > 上传”。每个技能对应一个 zip 文件。
Codex(CLI、IDE、应用)codex plugin marketplace add Twistor-Labs/twistor-engineer,或 npx skills add Twistor-Labs/twistor-engineer -a codex
GitHub Copilot(CLI、VS Code)npx skills add Twistor-Labs/twistor-engineer -a github-copilot
Gemini CLInpx skills add Twistor-Labs/twistor-engineer -a gemini-cli
Cursornpx skills add Twistor-Labs/twistor-engineer -a cursor
OpenCodenpx skills add Twistor-Labs/twistor-engineer -a opencode
其他代理将 plugins/twistor-engineer/skills/* 目录下的内容复制到代理的技能文件夹(大多数代理读取 ~/.agents/skills/ 目录)。

我们在每个版本发布时,都会在 Claude Code、Codex 和 OpenCode 上进行测试。其他代理根据其官方文档读取相同的 SKILL.md 格式。

如何使用

当你的问题与技能匹配时,技能会自动加载。向代理提出一些真实的问题:

  • “将 Go 服务迁移到具有 2 CPU 限制的 Kubernetes 后,我们的 p99 翻了一倍。为什么?”
  • “我们在 30 秒内向 40 个区域推送了一个生成的限流配置。应该首先改变什么?”
  • “我们的支持机器人应该是带工具的一个代理,还是由规划器加上子代理?”

然后在自己的仓库上尝试工作流技能:

  • engineer-review:使用“review my branch with engineer-review”命令审查分支。每个发现占一行,并标记为 bug、风险、小问题或疑问,同时引用其违反的规则。
  • engineer-postmortem:粘贴事故笔记并请求事后分析。你将获得 UTC 时间线、根本原因、最接近的公开宕机事件、包含负责人和复查触发条件的行动项。
  • engineer-design-review:在编码之前,将设计文档或 RFC 指向此技能。发现会指出文档章节和违反的规则,以及阻碍做出“进行/不进行”决策的未解决问题。
  • engineer-security-audit:使用“audit this repo for security”命令审计仓库。每个候选发现都会交给一个全新的验证器尝试反驳,因此你得到的是经过确认的发现,而不是扫描器的噪音。

如果你运行了多个插件,某个技能未加载,可以通过名称调用它,例如在 Claude Code 中使用 /twistor-engineer:system-design-scaling,在 Codex 中使用 $system-design-scaling。

包含哪些技能

技能用途
ai-agent-engineering工作流 vs 代理、工具设计、上下文预算、多代理、长时间运行的编排框架
llm-evals基于真实失败的评估集、代码和模型评分器、pass@k vs pass^k、生产质量检查
system-design-scaling容量计算、首先在哪出现问题、数据存储选择、缓存、单元化
reliability-incident-response分阶段发布、配置即代码、熔断开关、缓解阶梯、事后分析
performance-engineering尾部延迟、性能分析、GC 和运行时陷阱、LLM 推理基准测试
data-ml-platforms数据合约、在线/离线一致性、编排与回填、实验指标
dev-productivity-ai-coding智能编码工作流、代理规模的审查、CI 成本、LLM 驱动的迁移
security-engineering代理沙箱、凭证不出沙箱、范围限定的工具、审批层级
frontend-mobile-engineering性能预算、安全移动发布和 OTA、服务端驱动 UI、启动规模经验
database-engineering在线 schema 变更、锁和语句超时、回填、扩容与收缩、切换、连接池、恢复演练
engineer-review根据上述检查表进行差异审查
engineer-design-review在代码出现之前进行设计文档或 RFC 审查
engineer-security-audit全仓库安全审计,带对抗性验证和自由扫描器映射
engineer-postmortem将事故笔记转化为无责事后分析

每个实践技能具有相同的结构:何时使用、15 条规则、好答案的形态、红色标志、如何验证,以及一个包含案例研究、检查表和 sources.md 的 references/ 文件夹。

它有帮助吗?

我们提出了 18 个实际问题,每个技能两个问题,分别在有技能和无技能的情况下提问,并根据 73 条书面标准对每个答案进行了评分。有技能时,答案符合 71 条标准;无技能时,符合 56 条。技能在 13 个问题上获胜,5 个问题持平,没有失败,每个答案大约多消耗 6% 的 token。差距主要体现在有源的细节上,例如特定宕机事件的原因或某家公司的实测数据。

三个 v1.2 技能在 2026 年 11 月以相同方式运行,涉及 4 个问题和 28 条标准:有技能时符合 28 条,无技能时符合 19 条。database-engineering 为 12 vs 8,engineer-design-review 为 8 vs 3,engineer-security-audit 为 8 vs 8。目前审计测试用例过于简单:普通模型也发现了所有植入的 bug。

规则的来源

每条规则都通过 id(如 [S3])引用其来源。每个 id 指向该技能 references/sources.md 文件中的一行,包含 URL、日期和状态:VERIFIED(已验证)、CORRECTED(已修正,大多数人重复的数字是错误的,因此我们使用修正后的数字)或 PRESS-SOURCED(新闻来源)。公司报告的关于自身的数据以其声称的数字为准。

公司名称标识了我们引用的公开文章。Twistor Labs 与这些公司不存在关联关系,也未获得其认可。

许可证

MIT。版权所有 2026 Twistor Labs Private Limited。

相关技能