惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

雷峰网
雷峰网
L
LangChain Blog
GbyAI
GbyAI
F
Fortinet All Blogs
腾讯CDC
Last Week in AI
Last Week in AI
A
About on SuperTechFans
J
Java Code Geeks
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - Franky
B
Blog
D
Docker
G
Google Developers Blog
月光博客
月光博客
博客园 - 三生石上(FineUI控件)
S
SegmentFault 最新的问题
Apple Machine Learning Research
Apple Machine Learning Research
酷 壳 – CoolShell
酷 壳 – CoolShell
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
T
Tailwind CSS Blog
宝玉的分享
宝玉的分享
U
Unit 42
Blog — PlanetScale
Blog — PlanetScale
B
Blog RSS Feed

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了!
Angular官方的智能体Skills助力AI编程工具生成现代化的Angula...
作者:Daniel Curtis张卫滨 · 2026-06-24 · via InfoQ - 促进软件开发领域知识与创新的传播

谷歌的 Angular 团队发布了 angular/skills,这是一个专门的智能体 Skills 仓库,用于教会 AI 编程智能体编写现代化且语义正确的 Angular,而非模型默认倾向使用的过时模式。

智能体 Skills 是结构化的、领域特定的指令文件,这是由 Anthropic 提出的开放格式,它会按需加载为智能体提供特定任务的专业知识。Angular 集合当前包含两个 Skill。angular-developer Skill 用于生成代码并在响应式编码(signals、linkedSignal、resource)、表单、依赖注入、路由、服务器端渲染、无障碍、动画、样式和测试等方面提供架构指导;angular-new-app Skill 则通过 Angular CLI 搭建新的应用脚手架。在实践中,angular-developer 强制采用 v20 约定,偏好使用 @if 取代*ngIf,并移除冗余的 standalone: true 标记。这些 Skill 是针对 Gemini CLI 与 Antigravity 等智能体工具而设计的,官方文档指出,它们能使智能体保持与 Signals 和独立组件等约定保持同步。该仓库是一个已发布的快照,而非原始的事实来源,因为贡献在主仓库 angular/angular 中进行并会自动镜像到此处。

发布这些 Skill 的动机在文档中有充分说明。正如 Brandon Roberts 在文章中解释的那样,编程智能体“经常建议过时的 Angular 模式、NgModules、@Input()装饰器、*ngIf 和构造函数注入”,这是因为它们缺乏最新的上下文。

开发者可以通过如下命令,安装使用社区的 skills CLI:

npx skills add <https://github.com/angular/skills>

复制代码

该发布建立在社区工作之上,正如 Angular 新闻作者 Gérôme Grignon 观察到的,智能体 Skills 已经成为向大模型提供框架上下文的“最受欢迎”方式。最广泛使用的前作是 Roberts 的 analogjs/angular-skills。竞争性方法仍在存在,包括受 Vercel 的 react-best-practices 启发的 alfredoperez/angular-best-practices。

评论主要集中在为何官方的、基于仓库的 Skills 很重要。为 Angular.love 撰文的 Dominik Donoch 赞赏其“自动验证循环”功能,该机制在编辑后会强制智能体运行 ng build,以及它只加载相关参考文件以限制 token 使用的编排器设计。在 Reddit 上,开发者表示这些 Skill“因为存在于仓库中而感觉更原生”,且“可版本化、可比较差异(diffable)”,也有人承认他们“之前不知道 Angular 有自己的最佳实践技能”。怀疑者则对该格式能否修复可靠性持保留态度。

在 Hacker News 上,有评论者指出了此类机制存在的问题:这些机制的做法假装 LLM 是严格且完美遵循规则的,唯一的问题只是无法足够清晰地指定足够多的规则。这反映了对 LLM 工作方式的根本性认知错误。

也有人反驳说不应该“让完美成为足够好的敌人”。

对于迁移,替换社区包的团队应先用 npx skills remove analogjs/angular-skills 命令将其移除。CLI 还通过锁文件跟踪偏移,因此可使用 npx skills check 和 npx skills update 跟上 Angular 频繁发布的节奏。由于这些 Skill 面向 v20 及更高版本,旧项目应首先按照官方升级指南采用独立组件、inject()和 Skill 假定的内置控制流。

Angular 是谷歌的开源、基于 TypeScript 的 Web 框架,被企业级应用广泛采用,构建于独立组件与基于 signals 的响应式理念之上。

查看英文原文:Angular's Official Agent Skills Helps AI Coding Tools Write Modern Angular