GitHub 官方实操指南:怎样写出跨 Agent 复用的生产级技能
原文链接: https://github.blog/ai-and-ml/github-copilot/build-once-run-on-any-agent-a-practical-guide-to-agent-skills/ 来源: github.blog 发现于: 小互 · AI 解读站 · 2026/11/14 说明: 本文由 AIHot汪 自动聚合,并由 GLM 翻译为中文(保留全部代码与链接)
Andrea Griffiths·@AndreaGriffiths11
2026年11月12日
|
6 分钟阅读
分享:
本周你向 Agent 重新解释同一个任务多少次了?你向拥有深厚内部知识的同事询问如何解决特定问题多少次了?这些上下文不应在聊天中丢失,也不应锁定在某个人的头脑中。Agent Skills(技能)让你能够捕获可重复的指令,以便你和你的 Agents 可以重复使用它们。你今晚为自己编写的 Skill,稍后可以成为团队流水线的一部分。
Agent Skill 是一个以 SKILL.md 文件为中心的版本化目录,描述了何时以及如何执行可重复的任务。你可以跨 Agents 共享这些指令,但环境仍需提供执行它们所需的工具、凭据和权限。例如,一个 Skill 可以描述如何查询数据库,但它并不授予对该数据库的访问权限。
我在 GitHub Universe 2026 期间与 Procore 数据工程高级经理 Shishir Tewari 一起现场讨论了这一主题。我们的会议主题为 “Build once, run on any agent: a practical guide to agent skills”。
定义一个任务及其适用场景
当 Skill 具有明确的任务、输入和输出时,效果最佳。例如,假设你正在构建一个 Agent,用于将 AI 生成的更改与原始请求进行对比检查。如果同一个 Agent 评估自己的工作,其解释可能会影响审查结果。使用 Proof Agent,我们使用一个独立的验证器来检查更改并提供其发现的证据。Skill 的 frontmatter 命名了任务并描述了其目的:
---
name: proof-agent
description: Adversarial verification of AI-generated work. Spawns an independent verifier to check for false claims, broken code, and security issues.
---
核心规则很简单:自我验证不是验证。
Proof Agent 的 SKILL.md 中的 When to Verify(何时验证)部分说明了何时调用该 Skill。其余指令解释了验证器审查的内容以及应在其发现中包含哪些证据。
协调多项技能以执行更复杂的工作流
当确保数据管道正确的判断分散在四个不同人的脑海中时,这四个人就是路线图。管道的每一次更改都依赖于他们的可用性和对数据的了解。Data Forge 是一个示例,展示了如何将部分判断捕获到协同工作的技能(skills)中。
在 支持台管道示例 中,我们从一个统计创建和解决的事件数量的指标请求开始。在构建管道之前,forge-init 技能会发现源表和命名约定等详细信息,然后将它们写入已解析的清单(manifest)。其他技能则读取该清单以获取所需的项目上下文。
forge-builder 技能随后协调从问题(issue)到拉取请求(pull request)的工作。它使用 forge-dbx 查询数据平台,并使用 forge-lint 在设计及构建管道时应用团队的标准。在此过程中,人员会审查提出的决策,最终的拉取请求包含管道代码、架构更改和测试。
每个技能都有明确的职责,它们共享项目上下文,而不是独立地重新发现这些信息。当某个步骤发生变化时,您可以仅更改一个技能而保留其余部分不变。
技能适用于界限明确、可重复且受益于可复用判断的工作,例如检查清单、发布、迁移或指标管道。如果工作流需要稳定的接口、共享状态、审计跟踪、长期运行控制或在模型外部执行的权限,那么应用程序是更好的选择。
将项目配置与技能分离
我们不希望将每个项目的名称、数据库或约定硬编码到技能中。在 Data Forge 支持台示例中,清单 描述了项目、指标存储和平台,以便技能可以使用正确的项目细节,而无需将这些细节烘焙到它们的指令中:
project:
name: "support-desk"
store_name: "support_metric_store"
platform:
engine: "duckdb"
pipeline_framework: "spark_python"
duckdb_dir: "warehouse"
借助已解析清单中的发现详情,其他技能无需对项目做出自己的假设。
将发现的项目细节与团队标准分开。forge-init 初始化技能可以检查现有的架构和代码模式;forge-lint 技能提供在生成代码之前要遵循的规则。在仓库中发现的模式并不自动成为需要保留的规则,因此请使发现的细节可审查,并允许人员在需要业务判断的地方确认或更改它们。为了检查可移植性,请问:另一个团队是否可以使用这些技能及其自己的清单而无需重写它们?
在技能之间共享执行路径
forge-dbx 技能为其他 Data Forge 技能提供了一种访问数据平台的方式。它读取清单并选择 Databricks 或 DuckDB 适配器,因此每个技能都不需要拥有自己的连接和查询逻辑。
清单可以选择 DuckDB 用于本地支持台演示,但它无法安装 DuckDB CLI 或授予数据库访问权限。这些仍然是环境和用户的环境设置职责。清单选择引擎;主机提供访问权限。
在工作流中设置检查和审批点
Data Forge 支持台工作流有七个阶段,每个阶段都有一个人工检查点。工作流概览 展示了技能如何协同工作。在阶段推进之前,工作流会检查前一阶段是否已完成;在运行架构更改之前,它会请求批准。
Proof Agent 示例将同一原则应用于代码审查。GitHub Actions 工作流将原始请求和代码变更提供给验证器,但不提供编码 Agent 自身的评估结果。验证器返回 PASS、FAIL 或 PARTIAL,并必须在变更的文件中引用证据。GitHub Action 会对 diff 进行静态审查;它不执行代码或运行测试。在演示工作流中,我们设置了 block-on-fail: false,因此发现的问题仅作为建议。默认情况下,FAIL 会导致检查失败,如果该检查是必需的,则会阻止合并。目的是将测试结果和合并要求保留在存储库的 CI 检查和规则中。
为每个 Agent 客户端打包,然后验证其设置
支持多个客户端可能意味着需要保持多份相同指令的同步。在 Data Forge 示例中,我们将 skills/*/SKILL.md 作为源文件,并使用打包脚本生成特定于客户端的文件:Claude Code 使用 .claude-plugin/plugin.json,Cursor 使用 .cursor-plugin/plugin.json,GitHub Copilot 使用 .github/agents/*.agent.md。该脚本还包含用于 CI 的检查模式:
node scripts/package.mjs --check
客户端在可用模型、工具、凭据和权限方面可能存在差异。安装技能后,请检查客户端是否识别出该技能用于预期任务,加载了其引用,能够使用所需的工具,并返回该技能要求的证据。
构建 Agent 技能的三种实践
- 将业务上下文放在一个文件中。 将特定于项目的名称、模式和约定保存在清单中,让每个技能读取该清单,而不是重复这些事实。这为团队提供了一个可见的配置更新位置。
- 让相关技能以一致的方式使用平台。 让相关技能使用相同的路径来运行查询、作业和模式更改,而不是各自定义自己的命令和连接逻辑。这使得工作流的访问更易于理解,其行为在每个客户端中也更易于检查。
- 使用指令指导工作,使用检查来验证工作。 技能可以告诉 Agent 遵循哪些标准以及在何时请求批准。在需要上下文或判断的决策处添加人工审查,并使用测试和 CI 检查在变更推进之前发现问题。如果检查必须阻止合并或部署,请在存储库的规则中配置该要求。
从你厌倦了解释的任务开始。写下它需要什么、在哪里停止以及审查者看到什么。然后尝试用另一个 Agent 来执行它,并根据你的学习成果进行改进。
向 GitHub Copilot 添加 Agent 技能 >
标签:
作者

Andrea 是 GitHub 的高级开发者倡导者,在开发者工具领域拥有超过十年的经验。她将技术深度与使先进技术更易用的使命相结合。在从陆军服役和施工管理转型到软件开发后,她带来了独特的视角,致力于将复杂的工程概念与实际实施联系起来。她住在佛罗里达,与威尔士伴侣、两个儿子和两只狗一起生活,在那里她继续通过 GitHub 的全球倡议推动创新并支持开源。她在网上 @acolombiadev。
相关文章

[AI & ML](https://github.blog/ai-and-ml/)
超越代码生成:开发者代理工程指南
编写代码的速度加快了,但围绕代码的工作却没有。了解如何使用 GitHub Copilot 来规划、编写代码、审查变更以及调查生产环境问题,以及哪些工作仍需你做出判断。
三位 Java Champions 如何使用 GitHub Copilot 提高生产力
三位 Java Champions 分享了他们如何使用 GitHub Copilot 解决问题、加速开发,并确保人类对结果负责。
如何在 VS Code 中继续 GitHub Copilot 应用会话
了解如何将 Agent 会话从 GitHub Copilot 应用移至 VS Code,同时不丢失对话、代码更改或工作上下文。
我们也有通讯简报
在我们的双周刊通讯中获取技巧、技术指南和最佳实践,专为开发者打造。
您的电子邮件地址