智能体 知识库 agent-plugins

Agent Plugins 1.0.0 + Agent Skills 格式（2026 年 8 月）

把 AI agent 的 skills 与 MCP server 打包进一个可移植、厂商中立的插件的开放标准。**2026 年
8 月 6 日**发布——正是记忆窗口标记为高价值待办的"Agent Skills 格式之争"的收敛点。

两层

  1. Agent Skills——一个 skill 是一个文件夹，含必需的 SKILL.md（元数据 name + description 加指令）以及可选的 scripts/、references/、assets/。最初由 Anthropic 编写并以开放 标准发布；被一长串客户端采纳（Cursor、VS Code、GitHub Copilot、Gemini CLI、Claude Code、 ChatGPT/Codex 等）。以渐进式披露加载：发现（name + description）→ 激活（完整 SKILL.md） → 执行。
  2. Agent Plugins 1.0.0——在 skills 之上的打包层。一个 plugin 是一个目录，含 plugin.json （manifest；仅 $schema + name 必填）、skills/（每个 skill 一个子目录，采用 Agent Skills 格式）、mcp.json（带显式传输类型的 MCP server 声明——stdio / Streamable HTTP / HTTP+SSE）。 组件独立失效；v1.0 只标准化 skills + MCP server——hooks、自定义 agent、slash command 仍是 客户端专属。

联盟（已核实——这正是 feed 措辞不精确之处）

它刻意留白之处（信任缺口）

v1.0 是"一个打包格式，仅此而已"。它没有定义安装机制、分发协议、权限模型、沙箱、信任/溯源
校验或应用市场。plugin 在安装时被隐式信任，这让每个平台的分发渠道成为事实上的守门人——批评者
称其为"薄标准"，可能固化现有平台领先者。它是在 IETF 的 DAWN 工作组仍在争论发现层时就发布的：
先发布，胜过共识。

为什么重要

一个 skill 现在无需重新打包就能跨 ChatGPT、Copilot、Cursor、VS Code 运行。触发点：
google/skills（Apache 2.0，在 Google Cloud Next 2026 发布时仅 13 个 skill，现已约 110）恰在
行业标准化这一包装层时成为参考实现。路由/插件层与 smart-routing 中的"先路由再计算"控制点
是同一回事，只是高了一层：谁拥有包格式，谁就拥有分发。

skills 如今也编码"品味"（而不仅是产品操作手册）

生态正在从"如何使用某产品"扩展到手艺。cathrynlavery/diagram-design（MIT，约 10.2K stars，
单日 +2,951）是一个面向 Claude Code/Codex/Pi 的 Agent Skills 包，把 27+ 种编辑级图表生成为自包含
的 HTML + SVG，并把整套设计系统编码为机器可读规则（4px 网格、1px 细线、单一强调色、三字体栈）。
它把"图表质量"从提示词运气变成一份模型照做的规则文件——证明 skills 格式不只是厂商产品粘合剂，
而是品味/标准分发的基座。

skills 如今也由演示捕获（而非手写 markdown）

microsoft/skill-recorder（MIT，约 3K stars）颠倒了 skills 的写作方式：一个桌面应用记录屏幕上的
工作会话（点击、应用/窗口切换、访问的页面、剪贴板、可选旁白），再用 GitHub Copilot CLI 把它重构成
"意图 + 有序步骤"，并输出可复用的 SKILL.md（或 Microsoft Scout / Copilot Cowork / Copilot Studio 的
自动化）。它刻意不是一个宏录制器：生成的 skill 优先调用 agent 的原生工具（gh、web_fetch、API），
仅在必要时回退到 UI 自动化，因此能泛化并抵御 UI 变更。"演示一次、永久复用"把 SKILL.md 固化为跨
Microsoft、Claude Code、Codex、Goose 的共享捕获格式——并延伸了本页的论点：skills 格式正在成为分发
任意 agent 能力的基座，而不只是产品操作手册。

插件如今组合的是整个 harness（而不只是技能）

插件模式已经跃出技能层，开始塑造整个 harness。deepseek-ai/deepseek-harness（MIT，v0.1，约
38.9K stars）在其 Cordis 插件系统背后，把模型、工具、技能、会话、沙箱、存储、调度与 UI 全部
做成可组合插件——开发者在配置层扩展或替换能力。"万物皆插件"正是 Agent Plugins 1.0.0 标准化的
同一思想，只是高了一层——但 DeepSeek 自建了自己的插件系统，而非采用 1.0.0 格式。随着模式扩散，
格式正在碎片化：Agent Plugins 1.0.0（打包）、Cordis（harness 内部）与各 harness 自有机制
（.claude-plugin、agents.md、Codex 扩展）并存。关注 harness 层是否会收敛到一个插件 ABI。

技能如今必须自证其言（评估缺口）

技能这一类目此前一直在"宣称"而非"证明"——直到现在。Ponytail（DietrichGebert/ponytail，约
82K stars）这个"最懒资深工程师"技能（一个七级决策阶梯：在写最小可用代码之前，先检查它是否需要
存在/是否已存在/是否是标准库一行代码），最初带着"减少 80–94% 代码"的宣称发布。Scott Logic 的
Colin Eberhardt 提出质疑——一条光秃秃的"遵循 YAGNI 原则"提示词在那个基准上就击败了它——作者于是
重建了一个可复现的基准（无头 Claude Code 在一个真实 FastAPI/React 仓库上完成十二张功能工单），
并把宣称公开修正为平均约少 54% 代码 / 约低 20% 成本 / 约快 27% 执行。这正是整个类目缺失的模板：
一个让技能证明其宣称的公开行为测试框架。目前尚无共享评估标准——"技能的 MMLU"是开放缺口；谁先
交付谁就拥有技能市场。

关注点