Antigravity更新了Skill,Skill将是全网即将统一的核心功能!

7 阅读6分钟

Antigravity 更新 Skill几天了,老金刚有空写。
老金可以趁机再给大家说一遍Skill是什么,它为什么受到全网推崇。

Claude Code在25年的10月就发布了Agent Skills,并在2026年的1月,确立了“全 Skill 化”的架构,并开源其他任意平台可接入使用。
它把扩展 AI 能力这件事,回归到了最本质、最极客的方式:文件即技能。


Skills 是怎么个事儿?

别被名字唬住了。
Skill 仅仅就是一个文件夹。

对,你没听错。

  • 你想让 Agent 会写 Python?你就往项目里丢个 python_expert 文件夹。

  • 你想让它会自动部署?丢个 auto_deploy 文件夹。

  • 你想让它懂你们公司的代码规范?丢个 team_guidelines 文件夹。

Antigravity 会自动扫描这些文件夹,读取里面的"说明书" (SKILL.md),然后瞬间"学会"这些技能。

这就是 降维打击。以前我们要去某个"插件市场"搜半天,现在直接 Ctrl+C Ctrl+V 文件夹,技能就装好了。


核心解密:完整的 Skill 文件夹结构

一个标准的 Skill 文件夹,结构清晰得让人感动。老金带你拆解一下:

📂 my-custom-skill/
├── 📄 SKILL.md             # 必选:Skill 的“灵魂”。定义功能描述、触发场景及 Claude 的思考逻辑。
├── 📄 config.json          # 必选:安全性与元数据。定义权限边界(联网、读写)和版本信息。
├── 📄 requirements.txt     # 可选:Python 依赖定义(若有脚本,推荐包含以实现自动隔离安装)。
├── 📄 package.json         # 可选:Node.js 依赖定义(替代 requirements.txt)。
├── 📄 reference.md         # 可选:长文档。存储 API 字典或复杂规范,通过“渐进式披露”节省上下文。
├── 📄 examples.md          # 可选:少样本学习 (Few-shot)。提供最佳实践案例供 Claude 参考。
├── 📂 scripts/             # 可选:可执行逻辑。存放 Python/Bash/JS 脚本,由 Claude 调度执行。
│   └── 🔧 main_logic.py
├── 📂 assets/              # 可选:静态资源。如预设的代码模板 (.txt)、提示词片段或测试数据。
├── 📂 tests/               # 可选:质量保证。存放针对 scripts 的单元测试,确保 Skill 更新后依然稳健。
└── 📄 .clauderules         # 可选:局部约束。定义在此 Skill 激活时 Claude 必须遵守的特定行为准则。

路径

  1. 项目专属技能 (Workspace Skills)
    如果你只想让技能在当前项目中生效,请将其建立在项目根目录下的隐藏文件夹内:
    路径:<项目根目录>/.agent/skills/<你的技能文件夹>/
    示例:若你的项目文件夹为 my-app,技能名为 deploy-tool,则路径为 my-app/.agent/skills/deploy-tool/。

  2. 全局通用技能 (Global Skills)
    如果希望在所有项目(整机通用)中都能调用该技能,请将其建立在用户家目录下:
    路径:~/.gemini/antigravity/skills/<你的技能文件夹>/
    提示:在 Mac 系统中,可通过访达的“前往文件夹”功能直接输入该路径进入。

1. 核心大脑:SKILL.md (必选)

这是灵魂。只要这个文件存在,Agent 就知道自己会了啥。里面分两部分:

YAML 头(元数据):

---
name:"code-security-audit"
description:"用于扫描当前目录下的代码漏洞,建议在提交 PR 前使用"
# 2026 规范:工具名建议使用小写 snake_case
allowed-tools: ["ls""grep""read_file""view_code_definitions"# 独立上下文运行,保护主对话的 Token 额度
context:"fork"
# 定义此 Skill 归属于哪类 Agent(如编码、运维、测试)
agent:"software-engineer"
# 允许用户在终端输入 /code-security-audit 快速启动
user-invocable:true
# 新增:定义此 Skill 的核心唤醒词
keywords: ["security""audit""vulnerability"]
---

Markdown 正文(指令):

  • 用人话写清楚怎么干

  • 给具体示例和最佳实践

  • 可以引用其他文件(通过链接)

2. 详细文档:reference.md (可选)

把复杂的API说明、参数详解放这里。

SKILL.md 里引用:

## 详细说明
完整的API文档见 [reference.md](reference.md)

3. 使用示例:examples.md (可选)

放几个真实例子,让 Agent 照着抄。

4. 工具脚本:scripts/ (可选)

关键特性:脚本不会加载到上下文,直接执行,只消耗输出结果的 token。

适合放:

  • 复杂的验证逻辑

  • 数据处理脚本

  • 需要保持一致性的操作

在 SKILL.md 里告诉 Claude 执行脚本:

运行验证脚本:
```bash
python scripts/validate.py input.txt

如果对你有帮助,记得关注一波~

手把手:3分钟搓一个"自动发布"技能

别光看,动手。假设我们要搞一个 一键发版 的技能。

第一步:建房

在项目根目录(或者你习惯放文档的地方),建个文件夹 `publish_skill`。

第二步:写说明书 (`SKILL.md`)

直接新建 `publish_skill/SKILL.md`,把下面这段粘进去:

---
name: auto-publish
description: 当用户说"发布"、"上线"或"publish"时,使用此技能执行自动发布流程
allowed-tools: Bash, Read
---
# 自动发布技能指南
看到用户想要发布,别废话,按这个流程走。

## 1. 安全红线检查 (Critical)
在干活前,必须先检查 git 状态,确保没有未提交的更改。

## 2. 执行发布脚本
环境干净的话,直接运行发布脚本。

## 3. 汇报结果
把脚本输出的最后一行发给用户。

第三步:给它工具 (scripts/)

在 publish_skill/scripts/ 里放个 do_publish.sh:

#!/bin/bash
set -e  # 遇到错误立即退出

echo "🔄 正在打包..."
# npm run build
# npm run test
echo "✅ 发布成功!版本号 v1.0.1"

记得给脚本加执行权限:

chmod +x scripts/do_publish.sh

完事了。

现在你回到对话框,跟 Antigravity 说:"帮我发布一下"。
它会立刻读取那个 Markdown,先检查 Git,然后跑脚本。

这一套行云流水,全是你定义的标准动作。


为什么说这招"太狠了"?

1. 一键复用,秒杀配置

当你把团队的代码规范、发布流程、数据库查询方式,写成几个 Skill 文件夹。

新人入职?
直接把文件夹发给他。

"把这个丢你项目里"。
啪,他的 Agent 瞬间拥有了和你一样的经验和权限。

这省的不是配置时间,是沟通成本啊!

2. 透明,完全透明

没有任何黑盒逻辑。Agent 为什么这么做?
去读 SKILL.md。Agent 这里做错了?去改 SKILL.md。

你在调试 Agent,就像在调试代码一样可控。

3. 社区即仓库

虽然官方没搞什么 App Store,但 GitHub 才是最大的 Store。

以后肯定各种大佬开源自己的 Skill 文件夹:

"老金的 React 调优技能包"
"某大厂的 Go 语言最佳实践包"

下载下来,丢进去,你的 AI 就升级了。


⚠️ 老金的特别提醒:安全!安全!还是安全!
虽然“Ctrl+C”装技能很爽,但老金必须多句嘴:技能文件夹里的 scripts/ 是有执行权限的。
如果你从网上随便下个“大神包”,里面可能藏着删除数据库或者上传密钥的恶意脚本。
在运行任何不明来源的 Skill 前,记得先扫一眼 config.json 里的权限声明,这是咱极客的基本操守。

老金的最后建议

既然 Antigravity 给了这把"瑞士军刀",咱们就别把它当普通水果刀用了。
建议大家现在就做一件事:把你手头最重复、最繁琐的工作流,写成一个 SKILL.md。
哪怕只是一个简单的 "Git 提交规范检查",你会发现,让 AI 严格按文档干活的感觉,真的 太爽了。

话不多说,建文件夹去了!


往期推荐:

提示词工工程(Prompt Engineering)
LLMOPS(大语言模运维平台)
WX机器人教程列表
AI绘画教程列表
AI编程教程列表


​开源知识库地址:
tffyvtlai4.feishu.cn/wiki/OhQ8wq…