团队 Skills 一多,最先塌的不是模型,是仓库。
有人丢半截 SKILL.md,有人超链全是 404,有人 API 换了文档没人改——Agent 还是会「认真」执行烂指令。结果就是:幻觉更多、最佳实践更不听话,整个库信誉一起跌落。
2026 年 8 月 3 日,Google Cloud 发了一篇幕后文,讲他们怎么把 Google Agent Skills(开源仓 google/skills)从 Next ’26 的突击交付,做到多人贡献还不烂。仓库写作时大约是 1.5 万星级。
下面不复述公司故事,只抽 5 步——你在 Cursor / Claude Code / Codex 旁维护自己的 Skills 仓时,可以直接抄流程。
一、先钉死目录:Skill 不是一个 md 文件
Google 要求每个 Skill 走同一套布局(公开仓会再剥掉内部件):
{skill-name}/
├── SKILL.md # 必填:主指令 + 文件头元数据
├── OWNERS # 必填:维护人(内部保留)
├── EVAL.yaml # 必填:评测用例与评分尺(内部保留)
├── reference/ # 可选:深文档、schema
├── scripts/ # 可选:可执行脚本
├── assets/ # 可选:图、静态资源
└── _internal/ # 可选:测试 mock(内部)
可抄点:
- 公开给 Agent 看的,和 给人/CI 看的,分开。
- 你自己的开源仓也可以:
SKILL.md+reference/公开;EVAL.yaml、负责人名单放私有或 CI 密钥侧,别指望 Agent 帮你保密。
没有统一骨架,后面 lint、评测、导出都会变成例外堆。
二、设计原则:能走远程 MCP,就别硬塞 CLI
官方架构偏好写得很直:
能引用远程 MCP 工具就优先;只有必要时才退回 CLI / API。
理由也实在:远程 MCP 更适合 Agent 工作负载——工具面清楚,还带鉴权与 IAM 治理。Skill 文本里少堆「自己拼一串易过期的 curl」。
对用 Cursor / Claude Code / Codex 的人:写 Cloud / 内部平台 Skill 时,先问一句——这事有没有现成 MCP? 有就教 Agent 调工具;没有再写命令兜底,并在 Skill 里标明失败时怎么办。
三、入库前门禁:Lint + 死链 + 结构校验
任何 Skill 进主仓前,必须过自动流水线。Google 公开强调三类:
- 自动检查(Lint):校验文件头元数据、行数、目录布局、命名规范
- 链接检查:合并前扫 URL,干掉 404 和「幻觉链接」(谷歌点名可试试GitHub的 lychee项目)
- AI 辅助清单:检查指令是否符合结构与护栏模式
公开仓侧,他们给了可用 GitHub Actions 思路:pip install skills-ref 后,对每个 skill 目录跑校验(PyPI 包文档写的是 agentskills validate;Agent Skills 规范侧常见写法是 skills-ref validate——装完看本机 PATH 里实际命令名即可)。
精简版示意(以官方文中示例为准,actions 版本用前再对一下):
name: Validate Skills
on:
push:
branches: ['main']
pull_request:
branches: ['main']
jobs:
validate:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-python@v5
with:
python-version: '3.12'
- run: |
python3 -m pip install skills-ref
echo "$HOME/.local/bin" >> $GITHUB_PATH
- run: |
shopt -s nullglob
for skill_dir in skills/*/; do
echo "Validating skill: $skill_dir"
agentskills validate "$skill_dir"
done
可抄点:没有 CI 的 Skills 仓 = 共享网盘。 至少先上「目录 + 文件头元数据 + 链检查」三道闸;比事后骂作者有用。
四、持续评测:提交时一次,每周再扫全库
文档、接口、模型、Agent 运行环境都会变。今天能用的 Skill,明天可能悄悄变差。
Google 的做法:
| 时机 | 做什么 |
|---|---|
| 提交时 | 作者必须交 评测提示词套件 + 评分尺;先内部评过再公开 |
| 每周 | 对整库跑回归,抓质量滑坡 |
每个用例:一条提示词 + 一组验收标准。核心对照是 装了 Skill / 没装 Skill,看两维:
- 准确率:回答质量、任务完成率
- 效率:token、耗时
他们还强调:多跑几轮、换不同 Agent 框架,结果才站得住。最后用 2×2 矩阵看这个 Skill 是否同时抬高准确率和效率——抬不起来,就别当「加了就算贡献」。
可抄点(小团队缩水版也行):
- 每个 Skill 至少 3~5 条固定题
- 合并前跑一遍「装 Skill / 不装 Skill」
- 周末定时抽测最常用的 Skill
- 只留「准确↑ 且 不更慢(或可接受变慢)」的条目
没有评测套件,Skills 库只会越堆越虚。
五、所有权:Skill 是产品,不是一锤子文档
Google 的教训就一句:
Skill 是活产品,不是一次性片段。
分工:
- 仓库维护者:仓健康、CI、架构标准
- Skill 负责人:长期维护;产品 API 变了改 Skill;周评测掉分了也是负责人的事
另有一条工程细节:技能先内部构建与评测,再经自动导出规则推到 GitHub,剥掉内部资产、所有权名单和评测套件——公开仓干净,内部仍有完整治理面。
可抄点:每个 Skill 目录写明负责人(哪怕私有 OWNERS)。没人认领的 Skill,默认不允许进 main。
六、对 Cursor / Claude Code / Codex 用户,怎么落地
你不必上 Google 全套内部工具。最小可跑版本:
- 统一
{name}/SKILL.md骨架 - 能 MCP 就 MCP
- PR 必过 validate + 链检查
- 每个 Skill 带
EVAL(或等价 markdown 用例表) - 目录里能指到人
Google 还提到内部另有 DevRel Skills(内容改写、SEO、汇报等流程),以及用 ADK 做的作者辅助 / 自检多智能体环——那是下一层生产力。你先把门禁立住,再谈「帮人写 Skill 的 Skill」。
我的判断:Skills 生态拼到后面,拼的是治理,不是谁先多塞几个 md。 仓库一乱,Agent 越勤快越危险。Google 这篇值钱的不是「我们很努力」,而是把目录、MCP 偏好、CI、评测矩阵、负责人写成可复制流程。
开源入口:github.com/google/skills。细节与 Actions 示例以 8 月 3 日这篇幕后文为准。
参考链接
- Google Cloud — Behind the scenes: How we build, test, and scale Google Agent Skills:https://cloud.google.com/blog/topics/developers-practitioners/behind-the-scenes-how-we-build-test-and-scale-google-agent-skills
- Google Agent Skills 仓库:https://github.com/google/skills
- lychee(文中推荐的链检查工具):https://github.com/lycheeverse/lychee