Agent Skills
PulseAugur coverage of Agent Skills — every cluster mentioning Agent Skills across labs, papers, and developer communities, ranked by signal.
- 2026-08-09 product_launch Agent Skills has been launched, providing production-grade engineering capabilities for AI coding agents. 来源
12 天有情绪数据
-
AI代理技能在跨平台迁移中悄然失效
一位开发者在将AI代理技能从Claude Code迁移到OpenCode时遇到了静默故障，他发现尽管文件可以加载且描述匹配，但底层功能却已降级。这是因为迁移工具通常只传输名称和描述等基本字段，而忽略了特定于环境的前置信息，例如`allowed-tools`或`context: fork`。这些缺失的字段可能导致安全漏洞，例如失去只读约束，或者执行环境发生变化，从而导致意外行为，而这些行为并不立即显现。
-
Anthropic 开发 Agent Skills 开放标准，计划推出 Agent Plugins
Anthropic 开发了“Agent Skills”，该技术计划于 2025 年 12 月成为开放标准。Agent Plugins 的开发也在进行中，其技术指导委员会 (TSC) 的初步细节预计将于 2026 年 8 月 8 日公布。这些举措似乎是标准化 AI 代理功能和插件更广泛努力的一部分。
-
Anthropic 发布 Claude Academy 并将关键 Agent 工具推广至 GA
Anthropic 正式推出了 Claude Academy，提供超过 20 门免费课程和大量面向不同技能水平的学习材料，包括 Claude Code、API 使用和提示工程等课程。虽然学院于 3 月 2 日上线，但 2026 年 8 月 19 日发生了一项重大进展，Anthropic 将四项关键开发者工具推广至通用可用性 (GA)。这些工具包括计算机使用、浏览器工具、Files API 和 Agent Skills，现已脱离 Bet…
-
新的MaliciousSkillBench数据集解决了代理技能安全风险 · 跟踪2个来源
一个新的基准MaliciousSkillBench已被开发出来，用于检测恶意代理技能，这些技能可以扩展LLM代理并赋予其潜在的有害能力。该基准整合了来自13个公共来源的数据，形成了一个包含9,740个技能（7,505个恶意和2,235个良性）的数据集，以解决现有恶意技能数据集碎片化的问题。对各种检测方法的评估，包括学习到的文本检测器和现成的扫描器，显示虽然一些方法实现了高召回率，但它们常常在假阳性或跨来源评估方面遇到困难，这表明需要更…
-
Qwen Code 0.21.11 增加了 Agent Plugins v1 支持，但有注意事项
Qwen Code 版本 0.21.11 引入了对 Agent Plugins v1 的原生支持，允许用户安装和链接这些包，而无需转换其清单文件。然而，并非 Agent Plugin 的所有组件都能保证在 Qwen Code 中运行，因为它主要支持直接子 Agent Skills 和特定的 MCP 服务器类型。建议开发者将此版本视为一个可移植核心版本，并在广泛部署前严格测试兼容性、验证包的完整性并维护项目范围的回滚。
-
Databricks Genie Code 自动化货运铁路数据管道创建
一家主要的加拿大货运铁路公司通过实施Databricks的Genie Code和Unity Catalog，显著加快了其数据管道现代化进程。这种新方法自动化了生产级摄取代码的生成，将创建新表的时间从几天缩短到几分钟。通过将企业惯例和业务逻辑直接嵌入自动化流程，该公司实现了超过90%的新表摄取自动化，从而能够高效地扩展其数据资产现代化。
-
Microsoft Power BI 新增 Agent Skills 功能，实现自然语言数据交互
Microsoft 在 Build 2026 大会上宣布推出 Power BI 的 Agent Skills 新功能。该功能允许用户用自然语言描述报表或提供截图，使智能体能够理解和交互数据。此功能旨在提升 Power BI 中语义模型的价值。
-
Anthropic 的 Claude Code 支持 Agent Plugins 1.0 仅需少量改动
Anthropic 未参与由 AWS、Microsoft、OpenAI、Vercel 和 Cursor 推出的 Agent Plugins 1.0.0 标准，这一点值得注意，因为该规范依赖于 Anthropic 自家的 Agent Skills 格式。技术分析表明，为 Claude Code 适配 Agent Plugins 1.0.0 包所需的工作量极小。主要区别在于移动 manifest 文件、重命名 MCP 配置文件以及调整两个…
-
Agent Skills 发布面向 AI 编码代理的生产级工程能力
一款名为 Agent Skills 的新产品已发布，为 AI 编码代理提供生产级工程能力。该工具旨在增强 AI 驱动的编码助手的开发流程。
-
Vercel 推出 Agent Plugins 标准以实现 AI Agent 可移植性 · 跟踪 2 个来源
Vercel 推出了 Agent Plugins，这是一个新的开放且厂商无关的标准，用于将 AI Agent 技能和 MCP 服务器打包成可移植插件。该规范旨在为 Agent 功能创建一个统一的格式，从而更容易地在不同平台和服务之间进行集成和移植。该计划已引起 Amazon、Cursor、Google、Microsoft 和 OpenAI 等主要科技公司的关注，预示着可能获得广泛采用。
-
OpenAI推出Agent Plugins标准，实现跨客户端兼容性
OpenAI推出了Agent Plugins，这是一个开放标准，旨在允许开发者构建一次插件，并在各种兼容的代理客户端上部署。该新标准与AWS Developers、Cursor AI、GitHub、Code和Vercel合作开发，旨在通过共享格式简化Agent Skills的集成并支持MCP服务器配置。
-
AI开发者通过可重用的“Agent Skills”简化代理规则
一位AI开发者正在探索使用“Agent Skills”来简化AI代理的项目规则。这种方法将重复的提示转化为可共享、可重用的指令，这些指令可以应用于不同的工具。开发者将此方法与传统的“AGENTS.md”文件进行了对比，认为Agent Skills为管理AI知识提供了一种更有效的方式。
-
Genkit Go 使用 Agent Skills 减少代币成本和上下文膨胀
Genkit Go 推出了 Agent Skills，这是一种旨在减少上下文窗口膨胀和代币成本的模块化方法。此功能利用 SKILL.md 捆绑包将专业功能与主上下文分离，从而实现信息的渐进式揭示。
-
开源项目利用AI将小说转化为可玩游戏 · 追踪4个来源
一个名为“novel-to-game”的新开源项目正在获得关注，它利用Agent Skills将小说转化为可玩的游戏。该项目利用Claude Code、Codex和Kimi Code等AI模型，将游戏机制与源文本相结合。该项目在GitHub上迅速积累了星标，表明其从文学作品进行游戏开发的创新方法日益受到关注。
-
MCP 和 Agent Skills：互补的 AI 技术，而非竞争对手
模型上下文协议（MCP）和 Agent Skills 是不同的但互补的技术，而非竞争技术。MCP 是一种用于代理与外部工具交互的连接协议，最近完成了其 2026-07-28 规范的最终确定，该规范已在各大 SDK 中得到广泛采用。另一方面，Agent Skills 是一种教授代理如何执行特定任务的知识格式。MCP 是门禁卡，Skills 是入职文件，这一类比突显了它们协同的关系，MCP 服务器有可能捆绑 Skills 以增强可用性。
-
开发者探索 Claude Code 子代理策略和 Antigravity CLI 功能
一位开发者发现，在使用 Claude Code 进行子代理操作时，分类失败比提供巧妙的指令更有效。另一位开发者在架构设计挑战中探索了具有 Agent Skills 功能的 Antigravity CLI 的能力。
-
新工具使编码代理能够在本地生成一致的图表
一位开发者创建了一个名为 tldraw-canvas-kit 的本地工具，该工具包含 19 个代理技能，旨在使 Claude Code 和 Cursor 等编码代理能够与离线的 Tldraw 桌面应用程序进行交互。该套件旨在为工程图表和演示文稿提供确定性和一致的输出，以解决 LLM 生成内容中常见的可变性问题。该系统的设计强调本地执行、纯文件格式以及行为在文档中传播的能力，从而确保隐私和耐用性。
-
新的Skillware本体旨在标准化AI代理行为产物
本文介绍了Skillware，一种新颖的软件本体和工程生命周期，专为AI代理系统中的持久行为产物而设计。Skillware将这些产物定义为独立的软件对象，使其能够被指定、执行、维护和演进。该框架为类别成员设定了三个条件：行为优先性、独立的软件身份以及Agent Host执行关系，确保代理能力可以成为可识别、可组合和可维护的软件组件。
-
AI集成探索应用于开发工具和评审平台 · 追踪3个来源
三篇独立文章讨论了AI在各种开发和运营环境中的集成与应用。其中一篇详细介绍了New Relic在2026年6月的更新，强调了其与AWS、AI和Kubernetes在可观测性方面的结合。另一篇文章探讨了将AI代理与Backlog集成的五个用例，用于管理开发任务，并介绍了“bee + Agent Skills”。第三篇文章宣布创建了一个全面的评审网站hurikaeri.jp，该网站集成了AI并提供了144种评审方法的目录，所有这些都可免费使用。
-
渐进式披露有助于长上下文 AI 代理处理多文档任务
一项新研究调查了渐进式披露对长上下文 AI 代理的有效性，特别是在涉及多文档的任务中。研究发现，虽然渐进式披露可以改善上下文获取，但其益处取决于代理的利用方式和任务的复杂性。对于单文档任务，当代理已具备强大的检索能力时，收益很小。然而，当任务扩展到包含多本书籍时，渐进式披露显示出比原始文档导航的显著优势，尽管更深层次的路由级别被证明是有害的。