Google 官方 Skill 上线，Agent 开发迎来标准化

Google 开源了一个叫 google/skills 的仓库。

它是一组给 AI Agent 读取和执行的 Skill。

简单说：以前开发者看官方文档，Agent 靠上下文猜。现在 Google 开始把一部分官方经验整理成 Agent 能直接使用的操作手册。

仓库地址：

bash 复制代码

https://github.com/google/skills

google/skills 里有什么

google/skills 当前列出了 13 个 Skill。

覆盖方向包括 Gemini API、AlloyDB、BigQuery、Cloud Run、Cloud SQL、Firebase、GKE、Google Cloud 认证、Google Cloud 架构评估等。

它不是把 Google 文档搬一遍。

更准确地说，它把常见任务整理成 Agent 可执行的工作流。

比如 Gemini API 相关 Skill，会告诉 Agent 怎么处理 API Key，怎么选择模型，怎么构造最小请求，怎么处理流式输出。

一个最小请求大概是这种形态：

bash 复制代码

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key=$GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [
      {
        "parts": [
          { "text": "Explain how AI works in a few words" }
        ]
      }
    ]
  }'

代码本身不复杂。

真正有用的是 Skill 会把"密钥不要写进代码""失败时先检查环境变量""什么时候用流式接口"这类执行细节放进上下文。

Agent 写代码时少一点猜测，多一点约束。

文档正在变成 Agent 接口

google/skills 释放了一个信号：以后技术文档不只给人看，也要给 Agent 看。

人类需要背景、解释和例子。

Agent 更需要触发条件、边界、路径、命令、错误处理和验证步骤。

这会改变团队写文档的方式。

过去文档写给新人看。

以后文档还要写给 Agent 执行。

能被 Agent 读取、能被工具调用、能被脚本验证的文档，会比一篇散文式最佳实践更有用。

最后

Google 开源 google/skills，不是又多了一个 AI 工具。

它说明平台方已经开始把官方经验整理成 Agent 可以消费的工程资产。

模型会继续变强，但工程里的稳定性不能只靠模型记忆。

把规则写成 Skill，把脚本放进仓库，把验证步骤变成固定流程，这会是 AI 编程落地时更现实的一条路。

#AI编程 #Google #Agent #程序员 #开发工具