backendskills + Claude Code部分实测🌏 海外

MPC 给 Claude Code 装上三个后端 skill,在 15 个带隐藏检查的后端任务上把严重失误从 150 次里的 25 次降到 2 次

让 AI 写后端,演示时能用,上线后常在并发、权限和改表结构时出事。backendskills 是 MPC(globalmpc)开源的三个 skill:api-endpoint(查询按调用者隔离、坏输入返回 4xx、登录和贵接口限流)、data-integrity(先读后写加锁、唯一约束、扣钱和发消息加幂等键)、db-migration(先扩后缩、并发建索引、分批回填、写回滚迁移)。作者准备了 15 个后端任务,每个任务带一段 agent 看不到的隐藏检查(例如 20 人同时抢 5 件库存、读别人的订单、新旧版本混跑),用 Sonnet 5.5 和 Haiku 5.5 各跑 5 遍对照。严重失误从 25/150 降到 2/150,差距主要来自登录限流和改列名两个任务;代价是每次多花约一倍费用。中文圈由 @lovethelife2333 介绍过来。我们重算了作者公开的原始记录,并在本机 PostgreSQL 上运行了测评框架的 22 个自检,全部通过。

访问官网 backendskills + Claude Code ↗
定价
免费
地区
海外
出自哪里
海外社区
上架日期
2026 年 11 月 14 日
实测日期
2026 年 11 月 14 日
用的版本
globalmpc/backendskills 5a1779f; author bench used Claude Code 2.1.318, skills hash eff11b3dd7ca
分类
编程开发
原作者
MPC (globalmpc) ↗
我们实测
部分实测
成本 / 耗时
三个 skill 免费开源(MIT)。装上后 agent 做的事更多,作者测得每次任务费用约为原来的两倍(0.11 对 0.06 美元)。自己重跑测评要花真实 API 费用。
来源
GitHub globalmpc/backendskills ↗X @lovethelife2333 ↗

要解决的事

让 Claude Code、Codex 或 Cursor 写接口、处理订单和改数据库结构时,默认就把权限隔离、并发安全和不停机迁移做好,不用每次在提示词里提醒。

步骤

  1. 在项目里运行 npx skills add globalmpc/backendskills。Codex 和其他读 AGENTS.md 的工具:把仓库里的 dist/AGENTS.md 追加到你的 AGENTS.md;Cursor:把 dist/cursor/ 复制进 .cursor/rules/。
  2. 打开每个 skill 末尾的「Make it yours」一节,写上你们团队的约定(错误格式、API 文档放哪、是否必须写回滚迁移)。不写时 agent 照你仓库现有的做法来。作者测评里「团队约定」类失误从 30 降到 4,用的就是写好约定的版本。
  3. 像平时一样提需求,比如加一个结账接口、给订单表改列名。skill 会在涉及登录、扣钱、改表时自动加载。
  4. 想自己验证:进 bench/,用 docker compose up -d 起 PostgreSQL(端口 5433),装好 app 依赖,在 .env 里放 API key,跑 ./run.sh <任务> <with|without> <次数>,再用 node summarize.mjs 出对照表。

提示词

给订单表的 total 列改名为 amount_cents。线上是滚动发布,新旧两个版本会同时连这个数据库一段时间,改完不能让旧版本报错。

原文怎么说

backendskills README(MPC,2026-11-05 建库):15 个任务 × 有无 skill × 5 遍,Sonnet 5.5 和 Haiku 5.5,严重失误 25/150 → 2/150(Haiku 12/75 → 2/75,Sonnet 13/75 → 0/75)。25 次里有 20 次来自 login-rate-limit 和 rename-column 两个任务,15 个任务中 10 个两种情况都没出错;Haiku 处理乱序到达的支付回调(payment-webhook)还没修好(1/5 → 2/5)。团队约定类失误 30 → 4。费用:每次 0.11 美元对 0.06 美元、23 轮对 14 轮。有 25 次因测评账号额度用完中断,没计入;另有 21 次 Opus 只跑了一部分,不算进结果。完整跑一遍 15 个任务约 95 美元。

我们实测

2026-11-14 克隆 globalmpc/backendskills(5a1779f)。用仓库的 node bench/summarize.mjs 重算 bench/results/2026-11-04/runs.jsonl(346 行原始记录):Haiku 12/75 → 2/75、Sonnet 13/75 → 0/75,和 README 一致;脚本另外列出部分跑完的 Opus(1/11 → 0/10),算上 Opus 是 26/161 → 2/160,25 次出错的运行被排除。没有 Docker,我们用 embedded-postgres 在本机起了 PostgreSQL 18.6(端口 5433),装好示例应用依赖后运行 node --test bench/test/*.test.mjs:22 个测试全部通过,约 54 秒。其中 15 个确认每个隐藏检查都能让「典型错误」参考实现在预期的子项上失败、让「安全」参考实现通过;另外 7 个用假 agent 检查运行器(有 skill 时技能被复制进 .claude/skills 且不进 diff、额度用完会停下并能续跑)。没有用真实的 Claude 跑任务。

我们亲自试下来:公开的原始记录能算出 README 里的数字,隐藏检查确实能区分「典型错误」和「安全写法」。装上 skill 后你自己的 agent 能少犯多少错,需要花 API 费用自己跑。

怎么用上

仓库和 skill 都是英文,agent 读英文 skill 不影响你用中文提需求。中文介绍见 @lovethelife2333 的帖子:https://x.com/lovethelife2333/status/2120725120805167501

适合谁

用 Claude Code、Codex、Cursor 写带数据库的 Web 后端(尤其涉及登录、支付、库存、改表)的开发者。

踩坑提示

  • 效果集中在少数任务上:15 个任务里 10 个有没有 skill 都没出严重失误,别期待所有代码都变好。
  • Haiku 在乱序支付回调上装了 skill 反而多错一次(1/5 → 2/5),作者标了未修复。
  • 测评框架只用 PostgreSQL 和一个 Express 示例应用,换成你的技术栈效果要自己再看。
  • 费用和轮数大约翻倍,小改动也会多做检查。

同类用例