2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家
谷歌刚刚在 2026 年谷歌云 NEXT 大会 上发布了官方的“智能体技能”仓库。这是一次低调的发布，但它指向了生产环境中基于智能体的人工智能领域最持久且尚未解决的难题之一。
它所要解决的问题
模型上下文协议服务器本应解决上下文问题。为你的智能体提供与文档的实时、稳固连接，它就不会幻觉出过时的应用程序编程接口，也不会将一个软件开发工具包版本与另一个混淆。这在很大程度上是有效的——谷歌已经为其开发者文档运行着一个 模型上下文协议服务器。
但存在一个不断累积的成本。当智能体严重依赖模型上下文协议服务器时，它们会在每次请求时将大量上下文拉入其窗口。模型淹没在原始文档中，令牌成本飙升，连贯性下降。社区称这种现象为“上下文膨胀”，而且智能体需要知晓的产品越多，这种情况就越严重。
真正的差距不在于信息的获取，而在于缺乏按需加载而非一次性加载的浓缩型、针对智能体优化的专业知识。
智能体技能的实际工作原理
智能体技能是一种开放格式——最初由 Anthropic 开发并作为社区标准发布——用于为智能体提供打包好的、结构化的专业知识。其核心在于，一个技能是一个包含带有元数据和特定任务指令的 SKILL.md 文件的文件夹。它还可以捆绑脚本、参考文档、模板和其他资产。可以将其视为以智能体为先的文档：紧凑、目的明确，并且是为需要行动而不仅仅是阅读机器编写的。
使其具备实用性的机制是渐进式披露。在启动时，智能体仅加载每个可用技能的名称和描述——这足以让智能体判断该技能是否与当前任务相关。当匹配成功时，完整的指令会被拉入上下文。随后智能体执行任务，可选择运行捆绑的脚本或引用其他文件。
完整的上下文仅在实际需要时才加载。这一设计决策将其与将文档网站内容倾倒入系统提示中的做法区分开来。
开发人员实际将其用于何处
谷歌的官方仓库在 github.com/google/skills 上线，首批推出了十三项技能。其中七项是针对特定产品的：AlloyDB、BigQuery、Cloud Run、Cloud SQL、Firebase、Gemini 应用程序编程接口和 GKE。三项对应 架构完善框架 的支柱——安全性、可靠性和成本优化。还有三项是涵盖入职引导、身份验证和网络可观测性的“食谱”技能。
安装它们只需一条命令：npx skills install github.com/google/skills。它们适用于 Antigravity、Gemini 命令行界面 以及任何实现了技能规范的第三方智能体。
针对特定产品的技能是立即可用的实用技能。处理 BigQuery 或 GKE 的智能体不再需要为了获得准确的语法、服务限制或推荐模式而维持与文档的实时模型上下文协议连接。技能承载了这些知识，仅在相关时加载，而在其他时候则不干扰运行。
为何此事比表面看起来更重要
智能体技能格式并非由谷歌构建——它是由 Anthropic 构建并开源的。谷歌 a
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
