Agent 插件已从 GitHub 专有格式升级为开放标准,AWS、Anysphere、OpenAI、Vercel 等共同参与,技能与 MCP 配置打包成统一安装单元。
2026 年 8 月 12 日,GitHub 宣布 Agent Plugins 1.0 在 VS Code、Copilot CLI、GitHub Copilot SDK 和 Copilot 应用中获得正式支持。更重要的一点是,Agent Plugins 1.0 不仅仅是一个 GitHub 专属的扩展格式。它是一个开放标准,由 AWS、Anysphere、Microsoft、OpenAI 和 Vercel 共同参与开发,Google 也作为核心维护者加入。其核心思路是将技能(skill)和 MCP 服务器配置打包为一个可安装单元,兼容的 Agent 客户端可以检查并消费这个单元。本文将解释技能(skills)、MCP、插件(plugins)、可移植性、治理之间的关系,以及为什么 Agent 能力包装可能成为 AI 开发者栈的重要一层。
开发者日益面临一个打包问题。
试想一个部署能力。它包含一项技能,描述了发布流程、回滚规则、生产环境检查和事故策略。同时它也包含一个 MCP 服务器,对外暴露部署状态、部署、回滚、日志查询等工具。
底层能力只存在一份,但历史上支持多个 Agent 客户端往往需要不同的清单文件、目录布局、安装步骤和厂商专属的封装层。
Agent Plugins 1.0 试图减少这种重复——构建一个兼容的 Agent 客户端能够理解的包。
一个包可以包含:
plugin.json
skills/
mcp.json
vendor-specific/
标准部分可以共享,厂商专属特性则保留命名空间隔离。
对于 Copilot,包中可以包含:
com.github.copilot/
供其他客户端忽略的特性使用。
这是一种务实的折中:在不消除厂商创新的前提下标准化可移植能力。
技能告诉 Agent 一个任务应该如何执行。它可以编码工作流、领域规则、运维手册、模板、示例和最佳实践。
MCP 赋予 Agent 对工具和外部系统(如 GitHub、Jira、数据库、Kubernetes、CRM、浏览器)的受控访问。
插件是打包和分发单元。
一个有用的心智模型是:
Skill = 流程和知识
MCP = 工具访问
Plugin = 打包和分发
它们互补而非相互替代。
一个部署 MCP 服务器可能暴露:
deploy()
rollback()
get_status()
但仅有工具并不能教 Agent 何时允许部署、哪些检查是强制的、哪些环境需要审批、以及何时需要回滚。
技能可以编码这些规则。
skill → 定义安全流程
MCP → 提供受控操作
plugin → 将它们一起分发
这类似于一个完整的 Agent 能力。
GitHub 表示 Agent Plugins 1.0 已在以下平台正式可用:
因此一个兼容包可以在多个 Copilot 界面中复用。
一个企业可能有数百名开发者、数十个内部 Agent、大量工具、多个 IDE、若干 CLI,以及不止一个 Agent 平台。
如果每次集成都需要单独的安装、授权、升级和审计,治理成本将非常高昂。
标准化插件可以支持:
企业市场
→ 已批准插件
→ 开发者安装
→ 技能 + MCP
→ 受控版本
→ 受控权限
→ 受控更新
这是一项重大的运维收益。
传统企业软件以应用、包、容器和扩展的形式分发。
Agent 时代可能新增一个单元:Agent 插件。
一个组织可以维护:
company-deploy
company-database
company-security
company-support
company-finance
每个包可以包含流程、工具、规则、Agent、命令和钩子。
安装它即赋予兼容 Agent 一个受治理的企业能力。
该标准旨在独立于单一厂商。
GitHub 表示该规范发布时有 AWS、Anysphere、Microsoft、OpenAI 和 Vercel 参与,Google 作为核心维护者加入。
这传递了一个更广泛的方向:Agent 扩展生态系统正从孤立的格式向共享打包方式演进。
一个插件可以包含标准部分:
skills/
mcp.json
以及厂商专属部分,例如:
com.github.copilot/
其他客户端不会自动理解 Copilot 专属的 Agent、命令、规则、钩子或画布。
共同核心可以移植,而厂商专属能力保持差异。
一个简单的包可能长这样:
company-deploy/
├── plugin.json
├── skills/
│ └── deployment/
│ └── SKILL.md
└── mcp.json
一个部署技能可以定义部署前检查、审批、数据库迁移审查、健康验证、错误率审查和回滚条件。
MCP 服务器提供实际的部署操作。
其结果是一个可复用的企业能力。
一个有用的内部市场应该包含注册表、安全扫描、基于风险的审批和受控分发。
跟踪插件版本、发布者、所有者、来源、许可证、风险、MCP 服务器和权限。
只允许从不经过任意仓库安装,而是从已批准的市场安装。
GitHub 暴露了如下托管设置:
enabledPlugins
extraKnownMarketplaces
strictKnownMarketplaces
这些设置允许组织安装或阻止插件、添加已批准的市场,以及将安装限制为仅来自托管市场。
这很重要,因为插件可以包含 MCP 服务器配置,因此携带真实的系统访问能力。
批准一个插件不应自动批准每个 MCP 服务器或每次运行时调用。
插件已批准
AND
MCP 服务器已批准
AND
用户具有所需角色
AND
运行时工具策略通过
只有满足以上条件,执行才会继续。
一个插件可以组合指令、工具、钩子和命令。
恶意或被入侵的包可能导致数据泄露、恶意 shell 执行、凭据窃取、MCP 重定向、提示词注入、通过钩子持久化,或供应链危害。
因此 Agent 插件应该像软件依赖一样治理,而不是当作装饰性的编辑器主题。
开发插件
→ 代码审查
→ 静态扫描
→ 技能内容扫描
→ MCP 白名单检查
→ 权限审查
→ 签名
→ 内部市场
→ 分阶段安装
→ 运行时审计
跟踪插件 ID、版本、发布者、哈希、MCP 服务器、技能、权限、已安装用户和最后更新时间。
插件对于频繁、可重复、有工具支持的工作尤其有用。
例子包括 DevOps 部署和回滚、数据查询和报告、安全调查、问题分析、支持工单查询和工单创建。
即:频繁工作流 + 稳定流程 + 工具 + 多个 Agent 客户端。
不要把每个流程都打包。
弱候选包括稀有工作流、需要大量人工判断的任务、没有可靠 API 的不稳定系统,以及授权机制不成熟的环境。
在将底层系统暴露给 Agent 之前,先治理好该系统。
一个常见的栈可能会出现:
Agent Client
↓
Plugin
├── Skills
├── MCP Servers
├── Rules
├── Commands
├── Hooks
└── Vendor Extensions
在那个栈中,MCP 是工具连接层,技能是流程层,插件是打包层,Agent 客户端是运行时层。
这开始类似于浏览器和扩展,或 IDE 和插件市场。
模型迭代很快。
企业资产更持久:工具、工作流、策略、权限、内部系统和领域知识。
如果这些资产可以在兼容的 Agent 客户端之间迁移,组织就能减少厂商锁定,并避免在面向用户的 Agent 发生变化时重建每个集成。
GitHub 表示不针对 Agent Plugins 1.0 的现有插件仍然受支持。
一个合理的策略是:
agent-plugins/
├── deployment/
│ ├── plugin.json
│ ├── skills/
│ ├── mcp.json
│ └── com.github.copilot/
├── database/
├── security/
└── support/
添加 CODEOWNERS、CI、安全扫描、版本标签和发布说明。
不要让 Agent 插件沦为个人笔记本上的不受控配置。
GitHub 对 Agent Plugins 1.0 的支持看似是一个扩展系统更新,但它指向一个更大的转变:
Agent 能力正在成为可移植的软件包。
栈的层次正在变得清晰:
Skill → 如何执行任务
MCP → 可以调用哪些工具
Plugin → 能力如何打包和分发
Agent Client → 在哪里运行
对于个人而言,这减少了配置重复。对于企业,更大的价值在于内部市场、一致版本、集中权限、安全扫描、跨 Agent 客户端复用,以及减少厂商锁定。
如果该标准继续获得跨厂商支持,组织可能只需打包一次企业能力,然后让它安全地提供给多个兼容的 Agent。
更多关于 Agent Plugins、MCP、技能和企业 AI 治理的分析,请访问 Zyentor Picks:https://www.zyentorpicks.com/。
最初发表于 Zyentor Picks。