WordPress/agent-skills：为 AI 编程助手打造的 WordPress 专家知识库

想象一下：你让一个 AI 编程助手帮你开发 WordPress 插件，它却生成了一段 create_function() 这种 PHP 8 已废弃的写法；或者帮你写 Gutenberg 块，却遗漏了 deprecated 版本处理，上线后用户看到刺眼的「区块无效」报错。这类问题并非 AI 的智力不足，而是 AI 的 WordPress 知识还停留在前 Gutenberg 时代。

WordPress/agent-skills 正是为了解决这个问题而生——它由 WordPress 官方维护，为 AI 编程助手（Claude、Copilot、Codex、Cursor 等）提供专家级的 WordPress 开发知识。

项目背景：为什么 AI 需要专门的 WordPress 技能包

WordPress 是全球最流行的 CMS，市场占有率超过 43%。然而 WordPress 的开发知识极其分散：Gutenberg 编辑器的块（Block）开发、主题 JSON 配置、REST API 规范、性能优化、WP-CLI 命令行工具……每个领域都有独特的模式和最佳实践。更棘手的是，WordPress 生态变化极快——Gutenberg 从 WordPress 5.0 开始引入，如今已演进出 Interactivity API、Abilities API 等全新能力。

AI 编程助手如果仅依赖公开的训练数据，极易生成过时的代码模式。WordPress 官方为此专门创建了 agent-skills 仓库，用结构化的方式将 WordPress 开发知识「教给」AI。该仓库由 GPT-5.2 Codex 生成初稿，经 WordPress 贡献者人工审核，并通过了实际开发任务的测试验证。

核心设计：技能包如何工作

agent-skills 采用文件系统驱动的技能框架。每个技能（Skill）是一个独立文件夹，包含三部分：

SKILL.md：技能主文件，定义何时使用、输入要求、执行步骤和验证方法。这是 AI 编程助手读取的核心文件。

references/：参考文档目录，包含详细的技术说明。例如 wp-block-development 技能的 references/block-json.md 详细说明了 block.json 的每个字段含义，references/deprecations.md 解释了块版本降级的正确处理方式。

scripts/：自动化脚本，提供确定性检测。例如 detect_wp_project.mjs 可以扫描任意 WordPress 代码库，自动识别是插件、主题还是 Gutenberg 块项目，并检测使用的工具链和测试框架。

这种方式的优势在于：技能即知识文档 + 可执行脚本的组合，AI 不仅知道「应该怎么做」，还有工具验证「做对了没有」。

技能矩阵：覆盖 WordPress 开发全链路

仓库目前包含 17 个技能，覆盖从项目识别到最终发布的完整链路：

技能名称	核心能力
`wordpress-router`	项目分类路由器，根据代码库特征路由到正确技能
`wp-project-triage`	自动化检测项目类型、工具链、版本
`wp-block-development`	Gutenberg 块全栈开发：block.json、动态渲染、deprecations
`wp-block-themes`	块主题开发：theme.json、模板、样式变体
`wp-plugin-development`	插件架构、钩子系统、Settings API、安全实践
`wp-rest-api`	REST API 路由、认证、Schema 定义
`wp-interactivity-api`	前端交互指令系统（`data-wp-*` directives）
`wp-abilities-api`	基于能力的权限系统和 REST API 认证
`wp-abilities-audit`	审计插件 REST 接口能力暴露面
`wp-abilities-verify`	验证 Abilities API 注册的正确性
`wp-wpcli-and-ops`	WP-CLI 命令、自动化、多站点运维
`wp-performance`	性能分析、缓存、数据库优化、Server-Timing
`wp-phpstan`	PHPStan 静态分析集成
`wp-playground`	WordPress Playground 即时本地环境
`wpds`	WordPress Design System
`wp-plugin-directory-guidelines`	官方插件目录提交规范
`blueprint`	WordPress Playground Blueprints 声明式环境配置

这套技能矩阵的设计思路非常清晰：先 triage（分类检测）→ 再路由到具体领域技能 → 最后验证。AI 助手接手一个 WordPress 项目时，先运行 detect_wp_project.mjs 了解项目类型和可用工具，再针对具体需求调用对应技能，全程有脚本来验证正确性。

技术架构：Node.js 驱动的确定性检测

虽然技能文档是 Markdown，但配套的检测脚本全部用 Node.js 编写。以 detect_wp_project.mjs 为例，它会：

递归扫描文件系统，跳过 .git、node_modules、vendor 等目录，最多扫描 2500 个文件、8 层深度
按扩展名分组读取，对 .json、.php、.css、.js、.mjs 分别处理
token 匹配识别，通过关键词（如 block.json、theme.json、@wordpress/scripts）识别项目类型
输出结构化 JSON 报告，包含项目类型、检测到的信号、工具链、测试框架

这种确定性检测的好处是：不依赖 AI 的推理能力，AI 只需解析 JSON 报告即可获取准确的上下文信息，避免了 AI 在项目类型判断上出错。

质量保证：AI 生成内容的双重验证

值得特别一提的是，这个项目坦诚披露了其 AI 使用流程：初稿由 GPT-5.2 Codex 生成，经过 WordPress 贡献者的人工审核，最后用真实 WordPress 开发任务进行测试，参考基准是 WP Bench（WordPress AI 基准测试）。这种「AI 生成 → 人工审核 → 任务测试」的三段式流程，为知识准确性提供了基础保障。

不过项目也明确指出：技能目前尚未经过正式的评测系统验证。考虑到 WordPress 和 Gutenberg 的迭代速度，这是一个合理的现状——v1 版本的目的是建立基础框架，社区贡献和实际使用将逐步完善。

使用门槛：谁来用、怎么用

适用人群：主要面向使用 AI 编程助手（Claude Code、Copilot、Codex、Cursor 等）进行 WordPress 开发的工程师。无论是个人开发者还是企业 WordPress 开发团队，只要 AI 参与编码工作，就能从中受益。

使用方式：以 Claude Code 为例，使用流程是：

# 1. 克隆技能仓库
git clone https://github.com/WordPress/agent-skills.git

# 2. 将仓库路径告知 AI 助手（通过 CLAUDE.md 或系统提示）
# 3. AI 助手在处理 WordPress 任务时，会自动读取对应 SKILL.md
# 4. 调用脚本进行项目检测和验证

技能仓库本身不提供 Web UI，是纯文件系统工具。这既是优点（零部署，git clone 即可）也是限制（需要 AI 助手主动引用）。

局限与争议

1. 技能格式尚未标准化：目前 skills 格式是 WordPress 自定义的 Markdown 结构，不同 AI 助手的解析效果可能存在差异。项目正在向通用 Agent Skill 格式演进（如 Anthropic 的 Skill 规范），过渡期存在格式兼容性问题。

2. Gutenberg 迭代速度的挑战：Gutenberg 每月都有新版本，而技能文档更新依赖贡献者的人工审核。如何保持技能与最新 Gutenberg 版本的同步，是一个持续的挑战。项目已有 update-upstream-indices.mjs 脚本用于追踪上游更新，但实际效果仍有待验证。

3. 评测体系不完整：项目坦言尚未建立正式的技能评测系统，目前依赖 WP Bench 基准测试的实际任务验证，覆盖范围有限。

行业意义：AI + WordPress 的标准知识接口

WordPress/agent-skills 的真正价值，在于它为 AI 编程助手和 WordPress 生态之间建立了标准化的知识接口。在此之前，AI 对 WordPress 的理解是零散的、过时的；在此之后，AI 助手可以系统性地「学会」WordPress 开发的每个环节。

随着 Agent 编程范式的成熟，类似的「AI 技能包」可能会成为各平台的标准配置：不仅 WordPress，Drupal、Joomla 等 CMS 也可能出现类似的官方技能库。对于 AI 开发者而言，掌握 Agent Skill 框架的格式规范，将是重要的跨平台能力。

如果你经常用 AI 助手开发 WordPress 站点，或者你的团队有 WordPress 开发需求，强烈建议将这个仓库引入你的 AI 助手工作流。git clone 只需 2 分钟，而它每年为你节省的「AI 踩坑」时间将远超于此。

GitHub

图1：WordPress 官方 GitHub 仓库

WordPress/agent-skills：为 AI 编程助手打造的 WordPress 专家知识库

项目背景：为什么 AI 需要专门的 WordPress 技能包

核心设计：技能包如何工作

agent-skills 采用文件系统驱动的技能框架。每个技能（Skill）是一个独立文件夹，包含三部分：

SKILL.md：技能主文件，定义何时使用、输入要求、执行步骤和验证方法。这是 AI 编程助手读取的核心文件。

这种方式的优势在于：技能即知识文档 + 可执行脚本的组合，AI 不仅知道「应该怎么做」，还有工具验证「做对了没有」。

技能矩阵：覆盖 WordPress 开发全链路

仓库目前包含 17 个技能，覆盖从项目识别到最终发布的完整链路：

技能名称	核心能力
`wordpress-router`	项目分类路由器，根据代码库特征路由到正确技能
`wp-project-triage`	自动化检测项目类型、工具链、版本
`wp-block-development`	Gutenberg 块全栈开发：block.json、动态渲染、deprecations
`wp-block-themes`	块主题开发：theme.json、模板、样式变体
`wp-plugin-development`	插件架构、钩子系统、Settings API、安全实践
`wp-rest-api`	REST API 路由、认证、Schema 定义
`wp-interactivity-api`	前端交互指令系统（`data-wp-*` directives）
`wp-abilities-api`	基于能力的权限系统和 REST API 认证
`wp-abilities-audit`	审计插件 REST 接口能力暴露面
`wp-abilities-verify`	验证 Abilities API 注册的正确性
`wp-wpcli-and-ops`	WP-CLI 命令、自动化、多站点运维
`wp-performance`	性能分析、缓存、数据库优化、Server-Timing
`wp-phpstan`	PHPStan 静态分析集成
`wp-playground`	WordPress Playground 即时本地环境
`wpds`	WordPress Design System
`wp-plugin-directory-guidelines`	官方插件目录提交规范
`blueprint`	WordPress Playground Blueprints 声明式环境配置

技术架构：Node.js 驱动的确定性检测

虽然技能文档是 Markdown，但配套的检测脚本全部用 Node.js 编写。以 detect_wp_project.mjs 为例，它会：

递归扫描文件系统，跳过 .git、node_modules、vendor 等目录，最多扫描 2500 个文件、8 层深度
按扩展名分组读取，对 .json、.php、.css、.js、.mjs 分别处理
token 匹配识别，通过关键词（如 block.json、theme.json、@wordpress/scripts）识别项目类型
输出结构化 JSON 报告，包含项目类型、检测到的信号、工具链、测试框架

这种确定性检测的好处是：不依赖 AI 的推理能力，AI 只需解析 JSON 报告即可获取准确的上下文信息，避免了 AI 在项目类型判断上出错。

质量保证：AI 生成内容的双重验证

使用门槛：谁来用、怎么用

使用方式：以 Claude Code 为例，使用流程是：

# 1. 克隆技能仓库
git clone https://github.com/WordPress/agent-skills.git

# 2. 将仓库路径告知 AI 助手（通过 CLAUDE.md 或系统提示）
# 3. AI 助手在处理 WordPress 任务时，会自动读取对应 SKILL.md
# 4. 调用脚本进行项目检测和验证

技能仓库本身不提供 Web UI，是纯文件系统工具。这既是优点（零部署，git clone 即可）也是限制（需要 AI 助手主动引用）。

局限与争议

3. 评测体系不完整：项目坦言尚未建立正式的技能评测系统，目前依赖 WP Bench 基准测试的实际任务验证，覆盖范围有限。

行业意义：AI + WordPress 的标准知识接口

GitHub

图1：WordPress 官方 GitHub 仓库