如果你用过AI写Vue 3代码，应该遇到过这种情况：代码能跑，但写法不太对。比如该用computed的地方用了ref，或者TypeScript类型写得乱七八糟。
这不是AI的问题，是没人教过AI"Vue的正确写法是什么"。
Vue团队成员Yunfei He开发了一个叫vue-skills的开源项目，专门解决这件事。尤雨溪也转发推荐过。简单说，它就是一套给AI看的"Vue 3避坑指南"。
vue-skills是什么
vue-skills不是组件库，也不是脚手架。它是一套规则集，把Vue 3的最佳实践、Composition API的常见坑、TypeScript的配合方式，整理成AI能理解并执行的规范。
你可以把它理解成：给AI装了一本"Vue 3官方用法说明书"。以后你让AI写Vue代码，它会先翻翻这本书，再动手写。
它解决了什么问题
AI写Vue代码有两个老毛病：
一是"时空错乱"。AI的训练数据里有Vue 2也有Vue 3，有时候它会把Options API和Composition API混着用，写出来的代码四不像。
二是"能跑就行"。AI生成的代码逻辑上没错，但写法上可能不是最优的。比如ref套ref这种反模式，AI不觉得有问题，但你review代码时会很头疼。
vue-skills就是解决这两个问题的。它明确告诉AI：Vue 3应该这样写，那样写是坑，别踩。
里面包含哪些规则
vue-best-practices：这是最核心的部分。涵盖Composition API的正确用法、TypeScript配合Vue的高频问题、项目结构规范、性能优化建议等。
pinia-best-practices：专门针对Pinia状态管理。包括Store怎么设计、类型怎么推导、哪些写法容易出错。
vue-router-best-practices：Vue Router 4的使用规范，涉及导航守卫、路由参数处理、路由组件生命周期等。
vue-testing-best-practices：测试相关规范，覆盖Vitest、Vue Test Utils、Playwright的使用方式。
vue-development-guides：构建Vue或Nuxt项目的通用指南，包括组件拆分原则、数据流管理、核心设计理念。
create-adaptable-composable：帮助生成可复用的composables，使用MaybeRef和MaybeRefOrGetter这类灵活输入模式。
怎么安装和使用
安装很简单，一行命令搞定：
npx add-skill hyf0/vue-skills运行后按提示选择就行，安装完成会在项目目录里生成对应的配置文件。
使用时的关键点：每次向AI提问时，在问题前面加上Use vue skill这个前缀。
举个例子：
Use vue skill, 帮我创建一个Vue 3组件，用Composition API和TypeScript，实现一个计数器功能。加上这个前缀后，AI就会自动参考vue-skills里的规则来生成代码，而不是凭自己的"感觉"瞎写。
哪些AI工具支持
目前支持Agent Skills协议的AI编程助手都能用，包括：
Cursor
Claude Code
VS Code Agent
GitHub Copilot Agent
Gemini CLI
一个真实的使用场景
假设你写了一个Pinia Store，不确定写法对不对。以前你可能会去翻文档、搜Stack Overflow。现在你直接问AI：
"Use vue skill, 帮我检查这个Pinia Store的写法有没有问题"
AI会按照vue-skills里的pinia-best-practices规则来review你的代码，指出问题并给出修改建议。整个过程可能也就一两分钟。
它和普通Prompt有什么区别
有人可能会说：我自己写一段Prompt，告诉AI"写Vue 3要用Composition API、要用TypeScript"，不也一样吗？
区别在于：Skills是结构化的、可验证的、持续维护的。
你自己写的Prompt，AI可能理解不到位，也可能选择性忽略。而Skills里的每条规则都经过测试，确保"启用后代码质量确实提升了"才会放进去。而且Skills由Vue团队成员维护，会跟随Vue生态的演进持续更新。
写在最后
vue-skills目前还是早期实验项目，规则集还在完善中。但它代表了一个方向：AI写代码的质量，不只取决于模型本身，更取决于你给AI喂了什么"技能"。
如果你是Vue开发者，平时经常用AI辅助编程，vue-skills值得试试。它不是必需品，但用了之后，AI生成代码的质量会有明显提升。
项目GitHub地址：https://github.com/hyf0/vue-skills
本文内容仅供个人学习、研究或参考使用，不构成任何形式的决策建议、专业指导或法律依据。未经授权，禁止任何单位或个人以商业售卖、虚假宣传、侵权传播等非学习研究目的使用本文内容。如需分享或转载，请保留原文来源信息，不得篡改、删减内容或侵犯相关权益。感谢您的理解与支持！