MiniMax Code 团队把他们自己天天在用的工作流和 skills 开源了。仓库开头第一句就把定位说清楚了：这不是提示词合集，也不是"最佳实践"清单，而是团队里的人每天真在用的东西——怎么让 AI 写的代码保持高标准、怎么判断一个任务该不该交给子 agent、一条长命令该等多久、长会话怎么不变得迟钝、每一轮到底是什么进了上下文。

顺着这个定位，仓库里的东西长得也不一样。每个条目要么是一份 SKILL.md 格式的技能，要么是一张检查清单，装上就能在 MiniMax Code 里跑。

最有价值的是那份 16 个 skill 的清单，按使用场景分了组。

规划与拆分：subagent-split-check 判断活该给子 agent 还是留在主循环；engineering-small-prs 把大功能、重构、迁移拆成可评审的小 PR；engineering-change-descriptions 写清"改了什么、为什么改"的 PR 和 commit 描述。

上下文与工具：tool-budget-audit 量工具在上下文里花多少，然后裁剪、改用工具搜索或程序化工具调用；context-tax-audit 查每次请求都注入了什么、对 prompt cache 有什么影响。

长会话与命令：long-session-check 决定丢弃、摘要还是写进文件，压缩还是重开，以及记忆的界定；handoff-doc 生成一份交接文档让新会话能接上活；long-command-check 给长 shell 命令和后台任务做十项审计。

评审：independent-review 用干净的上下文评审 diff，只看 diff、需求和测试结果；engineering-code-review 从代码健康度评（设计、功能、复杂度、测试、审批风险）；engineering-review-comments 写带严重度标签、说明理由的评审意见；engineering-review-feedback 教作为作者怎么处理评审意见——修改、澄清还是据理力争。

实验与热修：harness-experiment 小评估、一次改一处、重复跑、看翻转的任务；trajectory-review 看 agent 是怎么得出结果的，不只看过没过；engineering-emergency-changes 判断热修是不是真紧急，并安全地走加急评审。

除了 ronny 这个最完整的 stack，还有 jiachen 的版本，多两个 skill：lifting-loops 找出那些你一直在给 agent 当"手动步骤"的环节并把自己拔出来，making-content 把笔记和素材变成小红书图文和竖版短视频。

装法给得很全。Claude Code 一条命令：claude plugin install ronny --marketplace MiniMax-AI/mcode-stack。Codex 也支持。想只要单个 skill 就把目录拷进 ~/.agents/skills/。这些用的是通用 SKILL.md 格式，所以大部分在支持 skills 的其他 agent 里也能跑。

仓库里还有一层结构值得注意：每个团队成员一个目录（stacks/<name>/），外人可以往 community/ 提自己的 stack，有 templates/stack-template/ 做模板。他们还在配一个 MCode Engineering Notes 专栏，文章讲思路、仓库提供可跑的东西，一一对应。License 是 MIT，engineering-* 那几个改编自 Google Engineering Practices，那部分按 CC-BY 3.0 走。

作者有句话挺实在：AI 写代码的速度每个月都在涨，现在拉开差距的是围绕 agent 的那层工程习惯——什么时候让它停下来检查自己的活、谁来评审、状态存在哪、什么才算一次真正的实验。这些习惯光看文章学不会，所以他们做成了能装的技能。"这里的一切都会随着我们的学习不断变化。拿去，改掉它。"

参考来源

• GitHub: MiniMax-AI/mcode-stack