把工程师的肌肉记忆装进 Claude Code，这个 4300 Star 的项目我后悔没早用
用 Claude Code 写代码，你是不是也有这种感觉——它写出来的东西能跑，但总差那么一口气？
代码能编译，但设计平庸。Bug 能修，但改了东墙塌西墙。文案能写，但一股 AI 味。你让它自己折腾，它就像一个没有任何工程素养的实习生：勤奋，但缺乏章法。
最近我发现了一个叫 Waza 的开源项目，它做的事情很简单——把优秀工程师的思维习惯，变成 Claude Code 可以直接调用的技能。项目上线不久就拿到 4300+ Star，来自阿里前端工程师 tw93（GitHub 近万 follower）。
本文提纲
- Waza 是什么？为什么叫这个名字
- 八个技能拆解：每个解决什么问题
- 技能链：像搭积木一样组合工作流
- 三部曲：Kaku + Waza + Kami 的设计哲学
- 实际体验：值得装吗
Waza 是什么？为什么叫这个名字
Waza（技，わざ）是日本武术术语，意思是"经过反复练习、直到变成本能的招式"。
这个名字选得很精准。Waza 做的事情不是教你用 AI，而是把你已经知道的工程习惯变成 AI 的本能反应。
想一想，一个有经验的工程师在做什么？不只是写代码。他们会：
- 动手前先想清楚方案，评估值不值得做
- 写完代码自己 review 一遍，检查边界情况
- 遇到 bug 不急着改，先找到根因
- 写文档追求自然流畅，不像机器翻译
- 进入新领域先做调研，而不是上来就动手
Waza 把这些习惯拆成 8 个独立技能，每个技能有明确的触发条件、执行流程和质量标准。安装在 Claude Code 里之后，通过斜杠命令调用。
项目地址：https://github.com/tw93/Waza
八个技能拆解
/think — 动手前先想清楚
这个技能解决的是"上来就写"的问题。
当你有一个模糊的想法——"我想加个用户系统"——直接让 Claude 写代码，大概率会得到一个看似完整但缺少设计的方案。/think 会先挑战你的需求：真的需要吗？有没有更简单的路径？然后产出一份决策完备的计划。
关键原则：在用户批准之前，不写任何代码。它更像一个严格的产品经理，逼你把需求想透。
适用场景：新功能、架构决策、要不要保留/删除某个功能。
/design — 做 UI 不是套模板
AI 写 UI 的通病是"能看，但没灵魂"。默认配色、默认间距、千篇一律的卡片布局。
/design 的设计理念是"有观点的界面"。它会根据项目上下文和你的反馈迭代设计，支持截图驱动的改进——你丢一张截图说"这里不对"，它会理解你的审美意图并调整。
不是模板引擎，而是一个有审美判断的设计师。
/check — 写完代码不等于完成
很多开发者用 AI 写完代码就直接提交了，跳过了 review。/check 解决的就是这个环节。
它会检查 diff，提取项目级约束（从 README、CI 配置、Makefile 等文件中读取），自动修复安全类问题，并在用户批准后执行发布流程——release、publish、push、创建 issue 都能处理。
值得注意的一点：/check 是项目感知的。它不是套用通用的 lint 规则，而是理解你项目的具体约定和禁区。
/hunt — 先诊断再动刀
"我改了个东西，结果另一个地方崩了"——这种事在 AI 辅助编程里太常见了。
/hunt 是系统化调试技能。核心原则：根因确认之前，不做任何修复。它会追踪调用链、分析日志、定位 regression，确保你修的是病因而不是症状。
特别适合："以前是好的，更新后挂了"、"反复修不好"这类场景。
/write — 去掉那股 AI 味
AI 写的中文有一股特殊的味道——排比句滥用、"值得注意的是"满天飞、结尾必来一段"总而言之"。
/write 只做一件事：把 AI 痕迹从文字里去掉。不是美化，而是"去伪"。它追求自然的中英文表达，中英双语都支持。
触发方式很简单——"帮我改稿"、"去 AI 味"、"润色一下"。
/learn — 从零到一的研究流程
进入一个新领域，最怕的就是东一榔头西一棒子。/learn 提供一个六阶段研究工作流：
- 收集资料
- 消化整理
- 列出提纲
- 填充内容
- 精炼打磨
- 自我审查
适合需要深入调研的场景，不是那种"帮我搜一下"的快速查询，而是"我要理解这个领域"的系统化学习。
/read — 万物皆可 Markdown
这个技能解决的是输入问题。任何 URL、PDF、微信公众号文章、飞书文档——丢给 /read，它返回干净的 Markdown。
技术细节上有意思的是它的代理级联机制：GitHub 文件、PDF、微信文章、飞书文档各有专门的解析路径，不是简单的 URL 抓取。
/health — Claude Code 的体检报告
当你发现 Claude Code 开始不听指令、行为不一致、配置出了问题——用 /health 做一次全面审计。
它会检查 CLAUDE.md、rules、skills、hooks、MCP 六层配置栈，按严重程度标记问题，并给出修复建议。就像给你的开发环境做一次体检。
技能链：像搭积木一样组合工作流
这 8 个技能不是孤立的，Waza 的设计理念是手动链式调用——每个技能完成后停下来，由你决定下一步。
几个常见的工作流组合：
设计一个新功能：/think（确认方案）→ 实现 → /check（review + 发布）
修一个 bug：/hunt（找到根因）→ 修复 → /check（验证 + 发布）
研究并写作：/read（抓取资料）→ /learn（消化整理）→ /write（打磨输出）
调试并验证：/hunt（诊断）→ 修复 → /check（代码审查）
注意每个箭头之间是你手动触发的——技能不会自动串联。这是有意为之的设计：人做决策，AI 做执行。
三部曲的设计哲学
Waza 不是孤立的项目。tw93 围绕 AI 编程做了一个"三部曲"：
| 项目 | 含义 | 定位 | Stars |
|---|---|---|---|
| Kaku（書く） | 书写 | AI 编程终端，快速开箱即用 | 4.8K |
| Waza（技） | 技艺 | 工程师技能集，培养 AI 的工程习惯 | 4.3K |
| Kami（紙） | 纸张 | 文档出版工具，让好内容有好的呈现 | 4.3K |
tw93 用了一个很妙的比喻：Kaku 是爸爸（写代码），Waza 是姐姐（练技法），Kami 是妹妹（出文档）。三个项目各司其职，覆盖了从编码到交付的完整链路。
实际体验：值得装吗
安装很简单，一行命令：
npx skills add tw93/Waza
装完之后在 Claude Code 里就可以用 /think、/check 这些命令了。
说实话，如果你只是用 Claude Code 写写脚本、做些简单任务，可能感受不到 Waza 的价值。它解决的是中大型项目里 AI 辅助编程的质量问题——当你发现 AI 输出开始变得千篇一律、缺乏判断力的时候，Waza 的价值就出来了。
八个技能里，我觉得最实用的三个是：
/think— 防止你和 AI 一起"先写了再说"/check— 自动化代码审查 + 发布流程/hunt— 系统化排查 bug，不靠运气
tw93 的 GitHub bio 写着一句："Anything added dilutes everything else."（任何添加的东西都会稀释一切。）Waza 的设计哲学也贯彻了这个理念——只做必要的约束，不加多余的装饰。
——来自公众号：人生几十年噢耶
浙公网安备 33010602011771号