--- title: "Waza — 把工程师的习惯变成 Claude 可执行的技能" author: "叫我小杨同学的小码酱" tags: ["Claude Code", "Skills", "AI 辅助开发", "工程习惯", "tw93"] date: "2026-04-17" --- # Waza:你知道的工程习惯,变成 Claude 能跑的技能 > **一句话核心**:Waza(技)把优秀工程师的思维方式打包成 8 个 Claude Code 技能 —— 不是替你写代码更快,而是逼你想清楚再动手。 > > **认知挂钩**:像道场里的型(Kata)。每个技能是一个固定套路,练到变成肌肉记忆。 > > **真理锚点**:*"AI makes you faster. It doesn't make you think more clearly."* --- ## 模块 0:核心摘要 (TL;DR) Waza 是开发者 **tw93** 开源的 Claude Code 技能集(3.3k+ Stars),将 8 个核心工程习惯封装为 `/` 斜杠命令。它不追求"全能",而是聚焦**真正重要的习惯**:先思考再动手、写完自己审、bug 系统排查、界面有审美、文章写得顺、新领域靠输出学、文档当一手资料读、开发环境定期体检。 **生活类比**:不是给你一把更快的锤子,而是教你先看图纸、再选工具、最后才敲。 --- ## 模块 1:概念破冰 ### 巧记卡片
**八字口诀**:**思设审猎,写学读健** | 字 | 技能 | 阶段 | |---|---|---| | **思** | `/think` | 动手前:挑战问题、压力测试设计 | | **设** | `/design` | 做界面:产出有辨识度的 UI | | **审** | `/check` | 合并前:自审 diff、标记危险操作 | | **猎** | `/hunt` | 出 bug 时:系统调试、确认根因再修 | | **写** | `/write` | 写文档:中英双语自然表达 | | **学** | `/learn` | 新领域:六阶段研究 → 输出 → 自审 → 发布 | | **读** | `/read` | 读资料:URL/PDF 转干净 Markdown | | **健** | `/health` | 定期体检:CLAUDE.md、rules、skills、hooks、MCP |
### 故事引入 想象两个工程师。 A 接到需求直接写代码,写完直接提交。遇到 bug 就猜,试十个地方碰巧修好。文档写得像机翻。 B 接到需求先问:这个问题真的存在吗?有没有更简单的解法?写完代码自己过一遍 diff。遇到 bug 不猜,先复现、定位、确认根因再修。文档写得连外行都能懂。 AI 让 A 写得更快了,但还是 A。AI 让 B 变成了超级 B。 Waza 就是给 B 准备的那套工具。 ### 架构概览 ``` ┌─────────────────────────────────────────────────┐ │ Waza 技能矩阵 │ ├─────────────────────────────────────────────────┤ │ │ │ ┌───────┐ ┌───────┐ ┌───────┐ ┌───────┐ │ │ │/think │→ │/design│→ │/check │ │/hunt │ │ │ │ 思考 │ │ 设计 │ │ 审查 │ │ 调试 │ │ │ └───────┘ └───────┘ └───────┘ └───────┘ │ │ ↑ ↑ │ │ │ ┌───────┐ │ │ │ └────────│/write │───────────┘ │ │ │ 写作 │ │ │ └───────┘ │ │ │ │ ┌───────┐ ┌───────┐ ┌───────┐ │ │ │/learn │ │ /read │ │/health│ │ │ │ 学习 │ │ 阅读 │ │ 体检 │ │ │ └───────┘ └───────┘ └───────┘ │ │ 输入 ──────→ 转化 ──────→ 输出 │ │ │ └─────────────────────────────────────────────────┘ ``` --- ## 模块 2:深度解析 ### 哲学:为什么是"习惯"而不是"规则"? Waza 的名字来自日语"技"(わざ),武道中意为"练到成本能的招式"。这与市面上大多数 AI 技能包有根本区别: **规则驱动 vs 习惯驱动** | 维度 | 规则驱动(Superpowers/gstack 类) | 习惯驱动(Waza) | |---|---|---| | 指令风格 | 大量 detailed rules,步步规定 | 设目标 + 约束,然后放手 | | 模型上限 | 指令写多少,模型做多少——指令成了天花板 | 约束关键边界,其余让模型自由发挥 | | 模型进化 | 模型变强后,旧规则可能变成束缚 | 模型变强,自由度带来的收益呈复利增长 | | 学习曲线 | 陡峭,配置多 | 扁平,每个技能一个触发场景 | **核心洞察**:作者写下的每一条规则都成了模型能力的天花板。Waza 反其道而行——每个技能设明确目标,退后一步让模型发挥。 ### 8 个技能的工程生命周期 ```mermaid flowchart TD A["开始新任务"] --> B["/read: 读取相关文档、RFC、PR"] B --> C["/think: 挑战问题本身,验证架构"] C --> D{"前端界面?"} D -->|"是"| E["/design: 产出有审美的 UI"] D -->|"否"| F["编码实现"] E --> F F --> G{"遇到 bug?"} G -->|"是"| H["/hunt: 系统调试,确认根因"] G -->|"否"| I["/check: 自审 diff"] H --> I I --> J{"写作/文档?"} J -->|"是"| K["/write: 润色中英双语"] J -->|"否"| L["完成"] K --> L M["定期"] --> N["/health: 体检 Claude 环境"] O["遇到新领域"] --> P["/learn: 六阶段研究"] ``` ### 逐技能拆解 #### 1. `/think` — 先想清楚,再动手 **触发**:开始任何新任务之前。 **做什么**:挑战问题本身。需求是真的吗?有没有更简单的解法?架构有没有隐患? **核心价值**:防止"用正确的方式做错误的事"——这是工程师最常见的浪费。 #### 2. `/design` — 界面要有辨识度 **触发**:构建前端界面时。 **做什么**:产出有明确审美方向的 UI,不是千篇一律的默认样式。 **核心价值**:AI 默认生成"能用但丑"的界面。这个技能逼 Claude 做出有设计感的东西。 #### 3. `/check` — 合并前的最后一道关 **触发**:完成任务后、合并代码前。 **做什么**:审查 diff,自动修复安全的问题,标记危险命令,用证据说话。 **核心价值**:像老工程师坐在你旁边 review——但比你主动。支持并行多专家审查(宿主环境支持时)。 #### 4. `/hunt` — 系统调试,不靠猜 **触发**:任何 bug 或异常行为。 **做什么**:先复现,再定位,确认根因后才修。 **核心价值**:工程师最容易犯的错——看到 bug 就猜。猜 10 次碰巧修了 1 次,剩下 9 次埋了新雷。 #### 5. `/write` — 像人一样写文章 **触发**:撰写或编辑文档。 **做什么**:重写中英双语,去掉生硬公式化表达。 **核心价值**:AI 生成的文档读起来像翻译腔。这个技能让文字有"人味"。 #### 6. `/learn` — 六阶段研究法 **触发**:深入不熟悉的领域。 **流程**:收集 → 消化 → 大纲 → 填充 → 精炼 → 自审 → 发布。 **核心价值**:学习新领域靠产出驱动,而不是消费内容。先写再改再发。 #### 7. `/read` — 把一切变成干净 Markdown **触发**:任何 URL 或 PDF。 **做什么**:抓取内容转为干净 Markdown,特殊处理 GitHub、PDF、微信、飞书。 **核心价值**:省去手动复制粘贴和格式清理的时间。 #### 8. `/health` — Claude 环境的体检报告 **触发**:审计 Claude Code 设置时。 **检查项**:CLAUDE.md、rules、skills、hooks、MCP、行为表现。 **核心价值**:按严重程度分级标记问题,防止配置腐烂。基于作者的[六层框架](https://tw93.fun/en/2026-03-12/claude.html)。 ### 项目起源与数据 Waza 不是凭空设计的。它来自真实项目的失败积累: - 找错代码路径,来回 4 轮才定位 - 发布 release 前忘了上传 artifacts - 服务器重启 8 次都没看报错信息 **30 天、300+ 次会话、7 个项目、500 小时** —— 每个 "gotcha" 都对应一次真实失败。 --- ## 模块 3:深度裂变
### 矛盾分析 & 常识颠覆 #### 1. "不完整是设计出来的" > Waza 只有 8 个技能。不是做不到更多,而是**刻意不做完**。 市面上的 AI 技能包动辄几十个技能,每个覆盖一个小场景。Waza 反其道:**八个习惯,每个做一件事,有明确触发条件,然后让路**。 **核爆级结论**:对 AI 工具来说,"够用"比"全能"更有价值。因为每个技能都是独立可调用的,组合起来覆盖工作流全链路,但每个单独调用时负担极小。 #### 2. "每条规则都是天花板" > 作者写的每一条规则,都成了模型能力的上限。 这是 Waza 最反直觉的设计哲学。传统做法是"把所有规则写进 prompt",但这隐含一个假设:作者比模型聪明。Waza 的做法是"设目标 + 约束,然后放手"——等模型变强了,自由度带来的收益会呈复利。 **搜索内化**:在 2026 年的 AI 辅助开发社区中,"less prompt engineering, more outcome-driven constraints" 正成为新共识。Waza 是这一理念的极端实践者。 #### 3. "英文推理更强"的隐性红利 > 项目专门提供了 English Coaching 规则,建议用英文与 AI 交互。 理由很朴素:大多数 AI 模型的英文训练量远超其他语言。母语写 prompt → 隐形翻译层 → 推理质量打折。切换英文后,回答更精准,顺便练英语。 **争议点**:这对非英语母语用户有门槛。Waza 的做法是**不强求**,但提供工具(`english.md` 规则)让 Claude 在英文交互时即时纠错。
--- ## 模块 4:实战指南 ### 如何开始 ```bash # 一步安装所有技能(Claude Code) npx skills add tw93/Waza -a claude-code -g -y # 一步安装所有技能(Codex) npx skills add tw93/Waza -a codex -g -y # 可选:安装 statusline 显示上下文用量 curl -sL https://raw.githubusercontent.com/tw93/Waza/main/scripts/setup-statusline.sh | bash # 可选:安装英文教练规则 mkdir -p ~/.claude/rules && curl -fsSL https://raw.githubusercontent.com/tw93/Waza/main/rules/english.md -o ~/.claude/rules/english.md ``` ### 推荐工作流 ``` 需求来了 → /think 先挑战问题 → /read 读取相关文档 → 编码(前端先 /design) → 遇到 bug → /hunt → 写完 → /check 自审 → 写文档 → /write 润色 → 新领域 → /learn 研究 → 定期 → /health 体检 ``` ### 避坑指南 | 反模式 | 后果 | 正确做法 | |---|---|---| | 跳过 `/think` 直接写 | 做了错误的事,返工成本高 | 再急也先想 5 分钟 | | `/hunt` 时直接猜修复 | 埋新雷 | 先复现,确认根因 | | 不看 `/check` 结果就合并 | 危险命令进主干 | 审查完再合 | | 装了技能从不调用 | 形同虚设 | 养成肌肉记忆,每次任务触发对应技能 | | 忽略 `/health` | 配置逐渐腐烂 | 每周跑一次 | ### ROI 分析 | 投入 | 回报 | |---|---| | 安装 5 分钟 | 每个任务避免至少 1 次返工 | | `/think` 多花 5 分钟 | 可能省下 2 小时重写 | | `/check` 多花 2 分钟 | 避免线上事故 | | `/learn` 多花 30 分钟 | 产出 > 消费 10 倍效率 | --- ## 模块 5:温故知新 ### FAQ
Q1: Waza 和其他 Claude Code 技能包(如 Superpowers、gstack)有什么区别?

Superpowers 和 gstack 功能更全但更重——技能多、配置多、学习曲线陡。Waza 只做 8 个最核心的习惯,每个一件事,触发条件清晰。哲学不同:规则驱动 vs 习惯驱动。

Q2: 只能在 Claude Code 里用吗?

不。/health 是 Claude Code 独有的(需要检查环境)。其余 7 个技能使用宿主环境的原生 question/search/fetch/agent 机制,也支持 Codex。

Q3: 这些技能是固定死的吗?可以自己改吗?

每个技能是一个文件夹(不只是 Markdown 文件),包含参考文档、辅助脚本、gotchas。你可以 fork 后按需修改。MIT 协议。

Q4: Waza 适合什么水平的开发者?

有工程经验但想更系统化的开发者。如果你已经有这些习惯,Waza 帮你自动化。如果你还没有,Waza 逼你养成。

Q5: "Waza" 这个名字怎么念?

日语「技」(わざ / waza),发音类似 "哇扎"。在武道中指"练到成本能的招式"。

Q6: 作者 tw93 是谁?

活跃在 GitHub 和 Twitter 的独立开发者,也是 MiaoYan 等项目的作者。养了两只猫:汤圆和可乐。

Q7: 最新版本是什么?

截至 2026-04-17,最新版本为 V3.10.0,包含 252 次 commits,3.3k+ stars,202 forks。

Q8: 怎么卸载?
# 移除所有技能
npx skills remove tw93/Waza -g

# 移除 statusline
rm -f ~/.claude/statusline.sh
# 然后从 ~/.claude/settings.json 中删除 statusLine 键

# 移除英文教练
rm -f ~/.claude/rules/english.md
### 自测题 1. **理解层**:Waza 的核心哲学是什么?为什么"不完整是设计出来的"? 2. **记忆层**:8 个技能分别是什么?各自在什么场景触发? 3. **分析层**:如果跳过 `/think` 直接编码,最大的风险是什么?请举一个你经历过的例子。 4. **应用层**:你接手一个全新项目,描述从接到需求到合并代码的完整 Waza 工作流。 5. **批判层**:Waza 只有 8 个技能。你觉得缺了什么?为什么作者可能故意不做? 6. **迁移层**:你如何在现有工作流中引入 Waza 技能?哪些最容易养成习惯?哪些最难? 7. **创造层**:如果你要给 Waza 贡献第 9 个技能,会是什么?写一个简短的 SKILL.md 大纲。 ### 参考资源 - [tw93/Waza GitHub 仓库](https://github.com/tw93/Waza) - [作者博客:Claude Code 六层框架](https://tw93.fun/en/2026-03-12/claude.html) - [Waza 演示推文](https://x.com/HiTw93/status/2041312649510822103)