Google Agent Skills：规模化构建和维护 AI Agent 指令库

AI Agent 的能力上限，取决于你为它提供的指令和上下文。推出 Google Agent Skills 时，我们的目标很简单：把 Google Cloud 的领域知识编码为结构化、开源的指令，让 AI 编码 Agent 变得显著更智能、更安全，也更准确。

今天，我想带你深入了解 Google Agent Skills 的幕后故事。作为直接参与这些 Skill 开发的团队成员，我将分享这个项目如何起步、我们如何规模化地维持质量，以及如何治理公开和内部使用的 Skill。

起点：Next ’26 启动突击战

Google Agent Skills 项目并非凭空诞生。它始于 Google Cloud Next 2026 大会前夕一场快节奏的“集群式协作”。

一支由 Developer Advocate 和 Technical Writer 牵头的跨职能特别团队聚集在一起，目标非常明确：将 Google Cloud 的领域知识封装为结构化、Agent 可读取的指令。

官方的 Google Agent Skills 发布文章正式宣布了这一项目。社区最初的反响远超我们的预期，GitHub Star 数量突破了 15,000！

当 Google 内外的开发者和工程团队看到 Skill 能如此有效地引导 AI Agent——减少幻觉并强制执行最佳实践——许多团队都希望参与进来。很快，大量产品团队开始希望为自己的 Google 服务贡献 Skill，而且不限于 Cloud，例如 Ads。

挑战：在不牺牲质量的前提下扩大规模

受欢迎也带来了一个重大挑战：质量控制。

当不同团队共同贡献 Skill 时，维持统一标准会变得非常困难。一份编写糟糕的 Skill，如果包含模糊的指令、失效的链接或遗漏的边界情况，就会降低整个 Agent 的使用体验。

为了让各个团队能够发布 Skill，同时保护开发者体验，我们必须设定极高的质量门槛。

这意味着流程至关重要。如果没有明确的标准和自动化治理，开源 Skill 仓库很快就会陷入混乱。

接下来，让我们深入了解随着规模扩大，我们是如何维持质量的。

Agent Skill 的结构

为了让众多 Google 服务中的 Skill 保持一致，每个 Skill 都遵循标准化的仓库布局：

{skill-name}/
├── SKILL.md                 # Required: Main instructions & frontmatter metadata
├── OWNERS                   # Required: Skill maintainers (kept internal)
├── EVAL.yaml                # Required: Evaluation prompt suites & rubrics (kept internal)
├── reference/               # Optional: In-depth technical docs & schemas
├── scripts/                 # Optional: Executable helper scripts
├── assets/                  # Optional: Static resources & diagrams
└── _internal/               # Optional: Test mocks & internal data (kept internal)

架构最佳实践：优先使用远程 MCP 工具

设计 Skill 时，我们遵循的指导原则是：只要条件允许，就引用远程 Model Context Protocol（MCP）工具；只有在确有必要时，才退而使用 CLI 或 API 调用。远程 MCP Server 非常适合 Agentic 工作负载，它既能提供工具，也具备内置的身份验证和 IAM 治理能力。

我们首先在内部构建并评估 Skill，确保它们能够正常工作并经过充分验证。准备公开发布后，我们会使用自动化导出规则将其发布到 GitHub。这样既能保持公开仓库整洁，也能移除内部资产、所有权信息和评估套件。

提交时的自动化检查

任何 Skill 在进入仓库之前，都必须通过自动化 CI/CD Pipeline：

Linters： 我们会验证 frontmatter 元数据、行数、目录布局以及严格的命名约定。

Link Checkers： 我们使用链接检查工具测试每个 URL，在合并前消除 404 和由幻觉产生的链接。提示：如果你正在构建类似的解决方案，我建议尝试一下 lychee。

AI-Assisted Checklists： 我们使用自动化验证检查，确认指令符合规定的结构模式和 guardrail。

Skill linting 的 GitHub Action 示例

虽然我们的开发工作依赖 Google 内部工具，但公开的开源 Skill 仓库可以使用标准 GitHub Actions 实现 CI/CD。

如果你在 GitHub 上维护自己的 Skill 库，linting 应当作为更大规模检查套件的一部分，用来维持较高的质量门槛。下面的 GitHub Action 配置演示了如何使用 skills-ref，在仓库中自动执行 Skill 验证：

name: 'Validate Skills'

on:
  push:
    branches: ['main']
  pull_request:
    branches: ['main']
  workflow_dispatch:

defaults:
  run:
    shell: 'bash'

jobs:
  validate:
    runs-on: 'ubuntu-latest'
    permissions:
      contents: 'read'
    steps:
      - name: 'Checkout repository'
        uses: 'actions/checkout@34e114876b0b11c390a56381ad16ebd13914f8d5' # ratchet:actions/checkout@v4

      - name: 'Set up Python'
        uses: 'actions/setup-python@a26af69be951a213d495a4c3e4e4022e16d87065' # ratchet:actions/setup-python@v5
        with:
          python-version: '3.12'

      - name: 'Install skills-ref'
        run: |
          python3 -m pip install skills-ref
          echo "$HOME/.local/bin" >> $GITHUB_PATH

      - name: 'Validate skills'
        run: |
          shopt -s nullglob
          for skill_dir in skills/*/; do
            echo "Validating skill: $skill_dir"
            agentskills validate "$skill_dir"
          done

持续评估：提交时与每周运行

文档和 API 会不断演进，LLM 模型与 Agent Harness 同样如此。如果底层 API、模型或 Agent Harness 发生变化，今天能够正常工作的 Skill，明天可能就会失效。

为了设定初始质量门槛并防止质量退化，我们会持续运行评估：

提交时评估： 作者必须提供明确的评估 prompt 套件和评分标准。我们发布的每个新 Skill，都会先在内部接受评估，以确保其准确性和效率。

每周质量检查： 我们会针对完整的 Skill 库持续运行定期评估任务，以便尽早发现回归问题。

Skill 作者必须提供多个评估测试用例，每个用例都要包含一个 prompt 和一组预期结果。对于每套评估，我们都会比较 Agent 在使用和不使用该 Skill 时的表现。

我们主要关注两个维度：

准确性——回答质量和任务完成率

效率——消耗的 token 数量和完成任务所需的时间

此外，我们还会使用不同的 Agent Framework，多次运行评估，以获得具有统计显著性的结果。

最终，这个 2×2 矩阵可以证明某个 Skill 是否带来了可衡量的准确性和效率提升。

Skill 是产品，而不是代码片段

我们从实践中得到的一个重要经验是：Skill 是持续演进的产品，而不是一次性交付的文档。

为了确保长期可靠性，我们制定了严格的所有权规则：

仓库维护者负责维护仓库健康状况、CI Pipeline 和架构标准。

Skill Owner负责长期维护自己的 Skill。例如，如果产品 API 发生变化，Skill Owner 就需要更新相应的 Skill。在评估运行中发现质量下降时，同样由 Skill Owner 负责处理。

支持作者：工具与 Agentic 工作流

编写有效的指令和评估套件需要经验，我们并不期望 Skill 作者从零开始完成所有工作。

为了支持贡献者，我们构建了多种工具和 Agentic 工作流：

专门用于协助作者构建新 Skill、编写健壮评估的内部 Skill。

使用 ADK 构建的 Agentic 工具，可以运行用于创作和自我审查的 Multi-Agent 循环，并提供一条便捷的导出路径，将成果导入主仓库。

我会在后续文章中进一步介绍这些创作工具和 Agentic 工作流。

使用“DevRel Skills”提升内部效率

Google Agent Skills 承载的是面向外部开发者的公开 Skill，与此同时，我们还启动了一项名为 DevRel Skills 的内部并行计划。

DevRel Skills 专注于为内部团队工作流构建 Agent Skill。通过将内容转换、SEO 优化、内部报告等内部流程编码为专用 Skill，我们可以帮助团队每天都更加高效、一致地完成工作。

总结：接下来交给你

要规模化构建高质量的 Agent Skill，需要将明确的标准、严格的评估、自动化 CI/CD 和长期所有权结合起来。

随着 Agentic 开发不断发展，我们很想听听你的实践：

你如何在自己的工作流中构建和测试 Agent Skill？

你使用哪些检查或 eval 来验证 Agent 的回答？

欢迎在评论区告诉我们，或通过社交平台与我们联系！

链接与延伸阅读

要开始使用 Google Agent Skills，可以查看：

Google Agent Skills 仓库：github.com/google/skills

第 1 部分：简介：什么是 Google Cloud Agent Skills？

第 2 部分：实用指南：中级 Agent Skills 实战

如果你觉得这篇文章对你有帮助：

点击心形 ❤️ 按钮，为这篇文章添加 reaction。

在社交平台上把这篇文章分享给朋友。

通过 LinkedIn、X 或 Bluesky 与我联系。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。