Agent Plugins package your skills, tools, and more

代理插件封装您的技能、工具和更多内容 - Google 开发者博客

Google Tag Manager (noscript)

结束 Google Tag Manager (noscript)

HTML

代理插件封装您的技能、工具和更多内容

2026 年 8 月 6 日

Kevin Hou

高级工程师

Google DeepMind

Haoyu Wang

软件工程师

Google Cloud Data

Alan Blount

技术产品经理

Google Cloud AI

分享

• Facebook

• Twitter

• LinkedIn

• 邮件

代理插件 1.0.0 是一个开放、与供应商无关的规范，用于将代理技能和 MCP 服务器封装成可移植的插件。该规范由来自 Amazon、Cursor、Microsoft、OpenAI 和 Vercel 的核心维护者技术委员会发布。Google 正以 Kevin Hou 为代表加入该小组，并开始在我们的产品中构建支持。

您编写了一个技能。您编写了一个脚本或一个 MCP 服务器来配合您的技能。它们共同完成一项有用的事情——它们知道如何查询您的报告数据库，并将结果转换为团队实际阅读的周报。

然后您尝试将其部署到第二个客户。

技能本身没有问题。MCP 服务器也没有问题。但包裹它们的外壳却存在差异：目录结构不同，清单需要不同的顶层元数据，MCP 配置使用了不同的形状并以不同的方式推断传输方式。因此您需要分叉该包，维护两个原本相同的组件副本，并看着它们逐渐产生差异。

核心问题不是组件本身，而是清单。

代理技能已经为代理提供了可重复使用的指令和资源。MCP 已经将代理连接到工具和服务。两者本身都是可移植的。但一直无法实现可移植的是您将它们放入的容器——而这个容器是每个客户都必须自行发明的。

插件作者不应该被迫在覆盖所有客户和使用使每个客户变得优秀的特性之间做出选择。他们应该同时获得两者：对真正相同的部分采用可预测的结构，同时为每个客户保留在非相同部分持续创新的空间。

这就是我们加入代理插件作为核心维护者，并开始将其集成到我们产品中的原因。

代理插件实际上是什么

插件是一个目录。这就是整个想法，而限制正是其关键所在。

reports-plugin/
├── plugin.json
├── skills/
│   └── summarize/
│       ├── SKILL.md
│       ├── scripts/
│       └── references/
├── mcp.json
└── com.example.client/

纯文本

已复制

清单只有两行实质性内容：

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "reports-plugin"
}

JSON

其他所有内容都位于固定位置。技能位于 skills/ 目录下，每个子目录对应一个技能，格式遵循代理技能规范已定义的格式。MCP 服务器在 mcp.json 中声明，每个条目都有显式的类型。客户端无需根据配置对象的形状猜测传输方式，它将支持 stdio、Streamable HTTP 或遗留 HTTP+SSE。

注意 plugin.json 无法做到的事情。它无法重新定位组件，也无法内联声明它们。没有用于配置的发现路径，也没有用于学习的优先级顺序。如果 skills/ 目录不存在，客户端会加载现有内容并继续执行。如果 mcp.json 服务器启动失败，不会导致插件的技能也被停用——客户端会跳过该条目，继续加载并报告失败。独立组件会独立失败。

最后那个反向域名目录就是所谓的逃生口。com.example.client/ 是一个完全由某个客户端拥有的扩展命名空间，用于钩子、代理、命令或该客户端想要添加的任何内容。不识别该命名空间的客户端会直接忽略它。便携式核心保持精简，因为非便携部分有合法的归属位置。

并非每个技能都应成为插件

在考虑使用插件之前，请先确认是否真的需要它。如果你只需要向单一客户端分发一个MCP服务器，那么单独使用mcp.json仍然是更简单的方案。如果你只有一个技能，就不需要插件。当存在需要协同工作并共同分发的组件时，代理插件才能真正体现其价值。

有意排除的范畴

Agent Plugins v1仅是一个打包格式，仅此而已。它不定义任何安装机制、分发协议、权限模型、沙箱要求、信任或来源验证，也不涉及用户体验。这些内容在项目的未来考量中被明确列出，而非被隐含省略。

这个决定是正确的。安装方式、策略控制、企业管控和审批用户体验在不同客户端（如IDE、CLI和托管企业平台）之间存在显著差异。每个智能代理应用对用户的实际责任也确实各不相同。

插件是生态系统的一部分

打包只是其中一项工作。发现插件并将其交付给用户是另一项工作，需要明确区分各层级的职责。

• 发现插件 — 智能代理资源发现（Agentic Resource Discovery）。一种开放发现协议，允许客户端询问"有哪些可用资源能完成此任务？"并获取匹配结果。ARD已将插件视为与代理、MCP服务器和技能并列的一级智能代理资源类型。该协议完全位于调用之前。

• 描述插件 — AI目录（AI Catalog）。ARD索引的条目格式。一项提议的变更将注册application/agent-plugins+json为已知类型，使目录条目能像现有条目指向代理卡片或mcp.json那样，指向plugin.json。

• 打包插件 — Agent Plugins。一个目录结构，固定位置，可在不同客户端间便携传输。

• 运行插件 — MCP和代理技能。已实现便携性的执行协议。

每一层都具有独立价值且可独立采用。你可以不创建目录条目就发布插件，可以为非插件资源创建目录条目，也可以在完全不使用插件的情况下运行技能。采用某一层绝不强制要求你必须采用下一层。

当前已支持的方案

截至目前，Google已有两款产品支持该格式。

Agents CLI打包了Google在代理构建、评估、部署、可观测性和发布方面的专家技能，将任何AI编码代理（如Antigravity、Gemini CLI、Claude Code或Cursor）都转变为精通代理构建和代理运维的专家。这些技能原本就具备可分发性。现在它们以一种非独占的格式实现可分发。

Data Agent Kit提供了一组插件，将Google Data Cloud的强大功能直接集成到你偏好的AI编码代理或IDE中。专为数据工程师和开发者设计，使代理能够无缝管理数据资产、运行查询和部署数据管道。通过采用Agent Plugins标准，Data Agent Kit确保其丰富的智能技能和MCP服务器（连接BigQuery、Spanner、Cloud SQL等）能在任何兼容客户端上便携使用。

我们预计将在更多已支持技能和MCP服务器的产品中引入Agent Plugins支持。

快速上手代理插件

• 立即构建一个。创建一个目录，添加一个包含名称的 plugin.json 文件，在 skills/greet/SKILL.md 中编写一个简单的“hello world”指令。这就是一个有效的插件，整个过程只需大约一分钟。

• 阅读文档。完整规范、兼容的客户端（即将支持更多）

• 了解数据代理工具包插件与代理CLI插件

打包工作属于不那么引人注目的基础设施，而这类基础设施恰恰应该通过共享而非重复开发五次来实现。Agent Plugins 有意保持功能范围精简，专注做好一件事，且具备开放性和互操作性；这就是我们支持它的原因。

发布于：

• AI

• 公告

• 学习

上一篇

下一篇

相关文章

列表

AI

云

公告

学习

2026年8月5日

社区

商业与领导力

为什么Go是AI辅助软件工程的理想语言

2026年8月11日

网络

操作指南

使用LiteRT和Gemma掌握树莓派边缘AI

导航点