Chia sẻ Nâng Cấp Trợ Lý AI: Tổng hợp các "Agent Skills" cho Dev hiện đại

Khi làm việc với các công cụ lập trình AI thế hệ mới như Cursor, Windsurf, Claude Code, Codex hay Antigravity, chắc hẳn anh em từng gặp tình huống:

• AI sinh ra code chạy được nhưng "thơm mùi spaghetti" và over-engineering.
• Giao diện sinh ra bị dính "AI slop": card lồng card, màu xám bệt, padding cẩu thả và thiếu responsive.
• Đọc ngấu nghiến toàn bộ project khiến phình context window, tràn token dẫn đến ảo giác (hallucination).
• Sửa một hàm nhưng không nắm được các module phụ thuộc đang gọi nó, làm gãy logic dây chuyền.
• Lời chào hỏi, giải thích dông dài nhưng code diff thì thiếu sót hoặc tự tiện format làm hỏng git blame.

Để AI thực sự biến thành một "Senior Co-pilot" thay vì một "Junior ngáo ngơ", việc trang bị các bộ Agent Skills / System Rules / Context Tools là chìa khóa then chốt. Dưới đây là tổng hợp các bộ công cụ thực chiến đáng giá nhất mà anh em có thể nhúng ngay vào workflow hằng ngày của mình.

1. Nhóm Tư Duy Lập Trình & Kỷ Luật Code (Core Logic & Discipline)

🔹 karpathy-guidelines — Tối Giản & First Principles

• Trọng tâm: Bộ quy tắc hành vi đúc kết từ quan sát của Andrej Karpathy nhằm ngăn chặn các lỗi ngớ ngẩn kinh điển của LLM khi sinh mã nguồn.
• Đặc trưng cốt lõi:
  • Think Before Coding: Nêu rõ các giả định trước khi gõ code; nếu ngữ cảnh mơ hồ thì hỏi lại chứ không tự đoán mò.
  • The Laziness Ladder & Simplicity First: Giải pháp đơn giản nhất là giải pháp tốt nhất; tận dụng tối đa thư viện chuẩn (stdlib), tuyệt đối không dựng abstraction phức tạp cho logic dùng một lần.
  • Surgical Changes: Chỉ sửa đúng vị trí được yêu cầu; không tự ý "dọn dẹp" code lân cận hay format lại cả file.
• GitHub Repository: multica-ai/andrej-karpathy-skills

🔹 test-driven-enforcer — Kỷ Luật TDD Sắt Đá

• Trọng tâm: Kỷ luật hóa quy trình kiểm thử, không để một dòng code nào chạy trên production mà thiếu bài test bảo vệ.
• Đặc trưng cốt lõi:
  • Ép AI viết Unit Test / Integration Test trước khi viết logic thực thi.
  • Bao phủ đầy đủ kịch bản chuẩn (Happy Path) lẫn các trường hợp biên hiểm hóc (Edge Cases: null, boundary values, timeout, out-of-range).
  • Giúp dev tự tin tái cấu trúc (refactor) mà không sợ hồi quy lỗi (regression).
• Định dạng áp dụng: Prompt Pattern / System Rule (nhúng trực tiếp vào .cursorrules).

2. Nhóm Giao Diện & Diệt "AI Slop" (Frontend / UI-UX)

🔹 ui-ux-pro-max — Thẩm Mỹ Cao Cấp & Trải Nghiệm Hoàn Chỉnh

• Trọng tâm: Cung cấp cơ sở dữ liệu thiết kế toàn diện cho web và mobile, tương thích với Claude Code, Cursor, Windsurf, Antigravity.
• Đặc trưng cốt lõi:
  • Tích hợp kho tri thức gồm hơn 67 phong cách thiết kế, 96 bảng phối màu, 57 cặp font và 99 quy chuẩn UX.
  • Tự động sinh Design System hoàn chỉnh (Pattern, Spacing, Typography, Effects, Anti-patterns cần tránh).
  • Hỗ trợ đa dạng stack: HTML-Tailwind, React, Next.js, Vue, Svelte, SwiftUI, React Native, Flutter, Shadcn UI.
• GitHub Repository: nextlevelbuilder/ui-ux-pro-max-skill

🔹 impeccable — Design Vocabulary & Bắt Lỗi Giao Diện Cẩu Thả

• Trọng tâm: Bộ công cụ và từ vựng thiết kế của Paul Bakaus giúp điều phối, review và bắt lỗi giao diện do AI sinh ra.
• Đặc trưng cốt lõi:
  • Cung cấp các lệnh điều khiển trực quan: /impeccable bolder, /impeccable polish, /impeccable critique, /impeccable audit.
  • Tích hợp Slop Detector với 62 quy tắc deterministic chạy qua hook (quét padding cẩu thả, màu xám bệt, card lồng card, hierarchy chữ sai lệch).
  • Chế độ Live Mode cho phép preview và hoán đổi biến thể UI trực tiếp trên trình duyệt rồi ghi ngược lại vào code.
• GitHub Repository: pbakaus/impeccable

3. Nhóm Quản Trị Ngữ Cảnh & Bản Đồ Codebase (Context & Navigation)

🔹 codegraph — Bản Đồ Quan Hệ & Điều Hướng Codebase Bằng Đồ Thị

• Trọng tâm: Xây dựng đồ thị phụ thuộc (knowledge graph / call graph) cho toàn bộ dự án, giúp coding agent điều hướng chính xác giữa các symbol, hàm và class.
• Đặc trưng cốt lõi:
  • Graph-based Navigation: Thay vì dùng grep hay tìm kiếm từ khóa mù quáng, agent có thể truy vết chính xác nơi hàm được định nghĩa, ai gọi nó, và phạm vi ảnh hưởng khi sửa đổi.
  • Giảm thiểu Hallucination: Giữ cho agent luôn nắm chắc bức tranh tổng thể về mối quan hệ giữa các file mà không cần nạp nguyên cả codebase vào prompt.
  • Cực kỳ giá trị khi refactor các module lớn có liên kết chéo phức tạp.
• GitHub Repository: colbymchenry/codegraph

🔹 Trail-Code (Tên cũ: graft) — Lớp Bảo Vệ Context & Phân Tích AST

• Trọng tâm: Lớp bảo vệ nằm giữa AI Agent và hệ thống tệp tin (filesystem) nhằm ngăn chặn tình trạng cạn kiệt hoặc ô nhiễm token context.
• Đặc trưng cốt lõi:
  • Replay-safe structural reads: Không đọc thô toàn bộ file 2.000 dòng; thay vào đó trích xuất cấu trúc outline hàm/class thông qua Tree-Sitter AST.
  • Chặn file rác và bí mật: Tự động từ chối nạp lockfiles, minified bundle, binaries và file chứa secrets/API keys.
  • Cung cấp receipts và metadata theo dõi phiên làm việc, ngăn agent rơi vào vòng lặp đọc file vô tận.
• GitHub Repository: trailhq/Trail-Code

🔹 db-optimizer — Truy Vấn Đỉnh Cao & An Toàn Dữ Liệu

• Trọng tâm: Giám sát hiệu năng truy vấn và bảo vệ tính toàn vẹn dữ liệu cho các hệ CSDL quan hệ (PostgreSQL, MySQL, SQL Server).
• Đặc trưng cốt lõi:
  • Ép AI phân tích hiệu năng truy vấn, loại bỏ triệt để lỗi kinh điển N+1 Query.
  • Cấm dùng SELECT * trong production, tự động gợi ý Composite Index và Partition hợp lý cho bảng lớn.
  • Ép quản lý Transaction chặt chẽ (BEGIN TRAN đi kèm TRY...CATCH và ROLLBACK an toàn khi có sự cố).
• Định dạng áp dụng: Prompt Pattern / Database Security Checklist.

4. Nhóm Tối Ưu Quy Trình & Debugging (Workflow & Velocity)

🔹 ponytail — Senior Lười Biếng, Chỉ Xuất Code Diff

• Trọng tâm: Biến AI thành một "Senior lười biếng" — giải quyết bài toán với diff ngắn nhất và ít thao tác thừa nhất.
• Đặc trưng cốt lõi:
  • Loại bỏ hoàn toàn các lời chào hỏi, mở bài xã giao hay kết luận sáo rỗng.
  • Chỉ tập trung vào file diff hoặc đúng đoạn mã cần sửa; không tự ý format lại toàn bộ file làm nhiễu Git history.
  • Cuối phản hồi luôn tóm tắt đúng 1–2 dòng: những gì đã bỏ qua/chưa kiểm tra và rủi ro tiềm ẩn.
• GitHub Repository: DietrichGebert/ponytail

🔹 rubber-duck-debugger — Đào Sâu Tận Gốc Rễ Lỗi (Root Cause)

• Trọng tâm: Ngăn chặn thói quen đưa ra các bản vá ngọn (monkey patch) chắp vá tạm bợ.
• Đặc trưng cốt lõi:
  • AI bắt buộc phải phân tích theo 3 bước trước khi xuất code: (1) Xác định giả định sai → (2) Truy tìm nguyên nhân gốc rễ (Root Cause) → (3) Đề xuất ít nhất 2 giải pháp triệt để.
  • Cực kỳ hiệu quả khi đối đầu với race condition, rò rỉ bộ nhớ (memory leak) hoặc lỗi logic bất đồng bộ ngầm.
• Định dạng áp dụng: Prompt Pattern hoặc Extension IDE (tham khảo tool mã nguồn mở rubberduck-ai/rubberduck-vscode).

Bảng Tổng Kết Nhanh: Khi Nào Dùng Skill Nào?

Lời Kết

Việc làm chủ AI trong lập trình không nằm ở chỗ hỏi nó những câu hỏi chung chung, mà là định hình tư duy, khuôn khổ và công cụ điều hướng cho nó.

Bạn hoàn toàn có thể kết hợp nhiều tầng giải pháp tùy theo quy mô công việc:

• Làm việc trên codebase lớn: Kết hợp codegraph (lập bản đồ quan hệ) + Trail-Code (đọc file theo cấu trúc AST) để AI không bao giờ bị lạc lối hay ngốn token.
• Làm Frontend: Kết hợp ui-ux-pro-max (dựng khung giao diện) + impeccable (audit diệt slop).
• Code Core Logic: Kết hợp karpathy-guidelines (tối giản) + test-driven-enforcer (bảo đảm chất lượng) + ponytail (output ngắn gọn).

Anh em đang sử dụng những bộ rule hay kết hợp các tool nào trong editor của mình? Cùng chia sẻ thêm kinh nghiệm thực chiến ở phần bình luận bên dưới nhé!