在今天和明天之间，有一段很长的时间；趁你还有精神的时候，学习迅速地办事。—— 歌德

当 Google 把“技能”做成仓库：AI Agent 不再只会聊天，而是开始学会按产品线做事

如果说过去很多人对 AI Agent 的期待，还停留在“它能不能更聪明地回答问题”，那么现在，另一件事正在变得越来越重要：

它能不能真的把事做起来。

不是泛泛地懂一点概念，不是只会在对话里讲原理，而是能围绕具体产品、具体平台、具体工作流，拿出一套可安装、可调用、可复用的执行能力。也正是在这个方向上，google/skills 这个仓库显得很有代表性。

它的 description 很简洁：Agent Skills for Google products and technologies。

这句话看上去平平无奇，实际上很有分量。因为它意味着，这个仓库关心的不是一个抽象的“万能 Agent”，而是让 Agent 围绕 Google 产品与技术体系，逐渐长出一套成体系的技能集合。尤其是当 README 进一步明确提到其中包括 Google Cloud 时，这种“面向真实产品生态的技能化组织方式”就更清楚了。

项目地址：https://github.com/google/skills

这不是一个普通的代码仓库，它更像一座“Agent 能力超市”

打开 README，第一眼就能感受到这个仓库的气质很特别。

它不是一个围绕单一库、单一框架、单一服务写成的项目，而是一个装满了 Agent Skills 的集合仓库。README 明确写道，这个仓库包含面向 Google 产品与技术的 Agent Skills，并且当前仓库仍处于 active development 状态。

这个定位很有意思。它相当于在告诉你：这里不是只放某个 SDK，也不是只放几篇教程，而是在把面向 Agent 的“可执行知识”持续沉淀成一个个技能包。

你可以把它理解成一组预制好的工作方法、产品能力入口和操作路径。Agent 不需要从空白状态开始揣摩“Google Cloud 怎么上手”“GKE 里这个问题怎么排查”“BigQuery 相关任务怎么组织”，而是可以直接从对应 skill 出发。

这就是 google/skills 的核心味道：把产品知识变成 Agent 能消费、能执行、能安装的技能单元。

安装方式非常直接，像在给 Agent 装插件

README 给出的安装方式简单得几乎没有门槛：

1
npx skills add google/skills

而且它还特别说明，在执行这个 npx install 命令时，可以选择安装仓库中的特定 skills。

这个设计很讨巧。它并没有要求用户一次吞下整个仓库，而是允许按需挑选。对 Agent 世界来说，这种方式很自然：不同场景需要不同技能，没必要什么都背在身上。

这也让整个仓库的组织方式更加合理——它不是一整块沉重的大文档，而像一个可筛选、可装配的技能目录。

仓库最惊人的地方，是技能列表本身的密度

README 中的 “Available Skills” 几乎像一张铺开的能力地图。它不是象征性列几项，而是按类别把大量 skills 有条理地摆了出来。

从这些分类里，你能明显感觉到这个仓库不是“放了几个示例”，而是在认真做一套面向 Google 技术体系的 Agent skill catalog。

主要分类包括：

  • Getting started with Google Cloud
  • Multi-product solution skills
  • AI/ML
  • Infrastructure
  • Databases and analytics
  • Developer tools
  • Management tools
  • Well-Architected Framework
  • Security and identity
  • Web and app hosting
  • Advertising
  • Others

光看分类名，就已经能感受到覆盖面不小；再往下看具体 skill 名称，会更有“目录感”。

它先从“上手”开始，而不是一上来就把人扔进复杂系统

在 Getting started with Google Cloud 这一组里，README 列出了几项非常基础但也非常关键的 skill：

  • Authenticating to Google Cloud
  • Google Cloud Recipe: Foundation Builder
  • Onboarding to Google Cloud

这个安排很有层次感。它没有一上来就端出一堆高阶架构词汇，而是先处理“怎么认证”“怎么搭基础”“怎么完成 onboarding”这样的起点问题。

对 Agent 来说，这很合理。真正能干活的前提，从来不是知道很多名词，而是先知道怎么进入系统。

Multi-product solution skills：它不只教单点产品，更在组织跨产品解法

如果说基础上手像是在教 Agent 认门，那么 Multi-product solution skills 更像是在教它怎么做方案。

README 在这部分列出了多项明显偏解决方案导向的技能，比如：

  • Google Cloud solution-architecture workflow
  • Agentic analytics across cloud providers and data types
  • Borderless open data lakehouse agentic AI system
  • Build and deploy AI agents on Google Cloud
  • Data science workflow with AI agents solution
  • Live bidirectional multimodal streaming agentic AI solution
  • Migrate AI Workloads to GKE Inference
  • RAG for enterprise search using GKE and AlloyDB
  • Secure n-tier serverless web application with strict private application tiers

这一串名字读下来，会有种很明显的感觉：这里不是只讲“某个产品怎么点开”，而是在围绕业务场景组织跨产品能力。它试图把多个组件放进同一个解决问题的轨道里。

也就是说，这些 skills 面向的不是“产品知识点”，而更像“解决方案路径”。

AI/ML 这一栏，几乎把 Agent 平台相关能力单独拎成了一片区域

README 里的 AI/ML 分类尤其密集，能看出这里是仓库重点之一。

其中包括大量与 Agent Platform 相关的 skills，例如：

  • Agent Platform Alert Configuration
  • Agent Platform Endpoint Management
  • Agent Platform Eval Flywheel Skill
  • Agent Platform GenAI Inference Skill
  • Agent Platform Model Garden Deploy Skill
  • Agent Platform Model Registry Management
  • Agent Platform Model Tuning
  • Agent Platform Prompt Management
  • Agent Platform RAG Engine Management
  • Agent Platform Troubleshooting
  • Agent Platform Tuning Management
  • Skill Registry

此外，还有：

  • BigQuery AI & ML
  • Gemini API in Agent Platform
  • Gemini Enterprise Agent Platform - Managed Agents API Skill
  • Gemini Interactions API Skill
  • LiveAPI Service Skill
  • Migrating from Gemini API in AI Studio to Agent Platform

这类名字说明得非常清楚：这个仓库并不是把 Agent 当成外部旁观者，而是在认真给 Agent 补齐“如何操作 Agent 相关平台”的技能本体。

它有一种很强的自指意味：Agent 不只是使用技能的主体，也在学习如何构建、配置、管理与优化更复杂的 Agent 系统。

基础设施部分，GKE 的存在感强得几乎能单独成册

在 Infrastructure 分类中，GKE 几乎占据了一个非常核心的位置。README 列出的技能包括但不限于：

  • GKE AI/ML Inference
  • GKE App Onboarding
  • GKE Backup & Disaster Recovery
  • GKE Basics & Critical Gotchas
  • GKE Batch & HPC Workloads
  • GKE Cluster Autoscaler
  • GKE Cluster Creation
  • GKE ComputeClasses
  • GKE Golden Path Configuration
  • GKE JobSet Interruption Troubleshooting
  • GKE Manifest Generation Skill
  • GKE Multi-Tenancy
  • GKE Networking
  • GKE Productionize Skill
  • GKE Reliability
  • GKE Service Networking Skill
  • GKE Storage
  • GKE TPU Dynamic Slices Monitoring & Management
  • GKE Upgrades & Maintenance
  • GKE Workload Scaling
  • GKE Workload Troubleshooting Skill

再加上：

  • Google Cloud global external Application Load Balancer Configuration Skill
  • Google Cloud Networking Observability Expert
  • Google Cloud Storage Basics

这一组 skills 给人的观感非常鲜明：它不是把基础设施能力讲成一个模糊大类，而是在 GKE 这条线上拆出了 onboarding、troubleshooting、scaling、networking、storage、reliability、security、maintenance 等一整套可操作主题。

这种拆法很像在告诉 Agent：不是“懂 GKE”就够了，而是要按工作任务细分技能。

数据与分析方向，也不是只给一个 BigQuery 总入口

在 Databases and analytics 分类中，README 列出的技能包括：

  • AlloyDB Basics
  • BigFrames (BigQuery DataFrame) basics
  • BigQuery Asset Impact Analysis
  • BigQuery Basics
  • Bigtable Basics
  • Cloud SQL Basics
  • Data Lineage Summary
  • Managed Service for Apache Airflow (formerly Cloud Composer) Migration Guide
  • Spanner Basics

从这个列表里可以看出，它并没有把“数据”粗暴压成一类，而是把数据库、分析、血缘、迁移等方向都拆出了入口。

这对于 Agent 来说很关键。因为数据相关任务往往不是只问“这是什么服务”，而是会延伸到影响分析、迁移流程、数据访问和结构理解。skills 的存在，恰好是在为这些更具体的动作做准备。

Developer tools、Management tools、Security、Hosting，一路铺开，像在给 Agent 准备完整工作台

这个仓库真正让人觉得“内容非常饱满”的地方，是它不只覆盖构建和数据，还继续往外扩展到了开发工具、管理工具、安全身份和部署托管。

Developer tools

  • Developer Device Platform
  • gcloud CLI Skill for AI Agents
  • Google Agents CLI Onboarding

Management tools

  • Cloud Monitoring Chart Generation Skill
  • Configuring Cloud Logging
  • Configuring Cross-Project Logging
  • Generate Logging Query Language queries
  • GKE Cost Analysis
  • GKE Cost Optimization
  • GKE Observability
  • GKE TPU Metrics Monitoring Guide
  • Handle Disruption on GPUs and TPUs Troubleshooting
  • Metric Selection (Service Query & Local Keyword Filtering)
  • SLO Alert Configuration Setup Wizard
  • TPU Connection Failure and VBAR OOM Troubleshooting
  • Workload Manager Basics

Security and identity

  • GKE Platform Security
  • GKE Workload Security
  • SecOps Detection Coverage Skill

Web and app hosting

  • Cloud Run Basics
  • Firebase Basics

这会让人很自然地意识到：google/skills 的目标并不局限在“让 Agent 懂某个 Google API”。它更像是在围绕开发、部署、监控、成本、安全、运维这些真实工作流，把 Agent 能用的知识颗粒度重新组织了一遍。

连 Google Cloud Well-Architected Framework 都被做成了 skill 形式

README 里甚至专门留出了一整个分类给 Well-Architected Framework，包括六个支柱方向的 skills：

  • Cost Optimization
  • Operational Excellence
  • Performance Optimization
  • Reliability
  • Security
  • Sustainability

这件事非常有象征意味。

因为它说明，这个仓库并不只是塞满“怎么操作”的知识，还在试图把“怎么评估、怎么思考、怎么按照框架审视系统”的能力也转成 Agent Skills。

换句话说，skills 不只是操作说明，也可以承载方法论。

Advertising 与 Analytics 的出现，说明它并不是只盯着 Cloud 主线

虽然 Google Cloud 在整个仓库中占据绝对主场，但 README 也明确展示了其他产品线的 skills。

比如 Advertising 分类下有：

  • AI Migration Agent Instructions for the Google Mobile Ads SDK
  • Data Manager API Audience Ingestion
  • Data Manager API Event Ingestion
  • Data Manager API Setup
  • Google Ads API Account Performance Diagnostics Skill
  • Google Ads API MCP Server Installation
  • Google Ads API Quickstart
  • Google Mobile Ads SDK - Banner Ads
  • Google Mobile Ads SDK - Install
  • Google Mobile Ads SDK - Interstitial Ads
  • Google Mobile Ads SDK - Rewarded Ads
  • IMA SDK basics

Others 分类则包括：

  • Getting Started with Google Analytics Admin API
  • Getting Started with Google Analytics Data API

这让仓库的形象更完整了：它不是单一云平台资料集，而是一个以 Google 产品和技术为核心、跨多个产品域展开的 skill 集合仓库。

它不只提供 skills，还打包了 plugins

README 有一节很重要，叫 Plugins。

这里直接说明：仓库还捆绑了 Google product plugins，也就是 Skills + MCP servers，用于 agent harnesses。

支持的安装方式包括：

  • Claude Code
  • Codex
  • Antigravity CLI

对应的安装方式也写得非常明确：

Claude Code

1
claude plugin marketplace add google/skills

然后：

1
claude plugin install <plugin>@google-plugins

Codex

1
codex plugin marketplace add google/skills

然后通过 /plugins 浏览器安装。

Antigravity CLI

1
agy plugin install https://github.com/google/skills/<plugin-path>

这部分信息很重要，因为它说明 google/skills 不只是一个被动阅读仓库，而是在努力对接不同 agent harness 的安装和发现机制。skills 在这里并不是“静态文档”，而是正在朝可安装的生态单元演进。

Data Agent Kit 插件目录，让这个仓库更像一个统一分发中心

除了顶层 README，plugins/cloud/data-agent-kit/README.md 也很有意思。

这个目录说明了一件事：Google Data Cloud 的 plugins 被作为 git submodules 收进这个仓库，从而可以通过中央 google/skills 仓库被发现和安装。并且每个 submodule 都 pin 到了上游插件仓库的特定 release tag，而上游仓库仍然是该插件 skills 与 MCP server 定义的 source of truth。

这一设计非常像一个“中央货架”。

也就是说，google/skills 不一定自己生产所有技能与插件内容，但它在承担一个重要角色：统一聚合、统一发现、统一入口。

这些 Data Cloud plugins 覆盖的内容，同样很具体

Data Agent Kit 目录中列出的插件包括：

  • AlloyDB for PostgreSQL
  • AlloyDB Omni
  • BigQuery Data Analytics
  • Cloud SQL for MySQL
  • Cloud SQL for PostgreSQL
  • Cloud SQL for SQL Server
  • Data Agent Kit Starter Pack
  • Dataproc
  • DB Context Engineering Agent
  • Firestore
  • Google Cloud Storage
  • Knowledge Catalog
  • Looker
  • Oracle Database
  • Spanner

每个插件还带有 pinned version 和简短 description。比如有的是“Create, connect, and interact with…”类型，有的是“Connect, query, and generate data insights…”类型。

从这个列表可以看出，仓库在做的事情不只是罗列技能名，而是在把一批与数据云相关的产品能力，包装成可以被安装和分发的 plugin 入口。

对 Antigravity CLI 的支持，暴露了它在生态兼容上的一个现实选择

Data Agent Kit README 里提到，Antigravity CLI 会直接从仓库路径安装插件，因此需要指向具体 plugin 路径，例如：

1
2
agy plugin install https://github.com/google/skills/plugins/cloud/data-agent-kit/alloydb
agy plugin install https://github.com/google/skills/plugins/cloud/data-agent-kit/spanner

README 还解释了为什么这里用了 submodules：因为 Antigravity CLI 还不支持 marketplace manifest，而 Claude Code 和 Codex 支持。所以在 agy 支持 manifest 之前，submodules 作为过渡方案存在；之后则可能退场，由共享 manifest 接管。

这个细节很有味道。它说明 google/skills 并不是只画蓝图，而是在根据现实工具链能力，给出当前可行的组织方式。生态兼容并不总是一步到位，有时需要这种非常工程化的桥接办法。

从仓库的组织方式看，它在传递一种很强的“技能编排”思维

把整个 README 看下来，你会发现 google/skills 最有价值的，未必只是技能数量多，而是它体现出一种非常明确的组织思想：

  • 产品知识可以被拆分成 skill
  • skill 可以按场景分类，而不是按文档层级堆叠
  • skill 可以被安装，而不是只能阅读
  • skill 可以与插件、MCP servers 一起被打包
  • skill 可以面向不同 agent harness 分发
  • skill 既可以解决上手问题，也可以覆盖架构、运维、安全、成本、迁移和排障

这其实是在把传统的产品文档、最佳实践、方案说明、操作手册，慢慢改写成一种更适合 Agent 消化和执行的知识形态。

它让人看到，未来的产品文档可能不再只是“给人看”，而是“给 Agent 用”

google/skills 这个仓库最值得玩味的地方，就在这里。

传统意义上的产品知识，大多是为人准备的：文档、教程、博客、示例、API 说明。人类工程师会读、会筛选、会吸收，再自己决定怎么做。

而 skills 这种形式，像是在做一次中间层改造：把产品知识整理成 Agent 更容易直接使用的结构化技能单元。

这意味着，知识不再只是静态材料，而更像一种可装配的能力。Agent 不只是“被允许看文档”，而是“被赋予一项技能”。这种变化虽然看起来只是组织形式上的调整，实际上背后是一种更大的转向：产品生态正在开始为 Agent 时代重新准备接口。

最后，它像一张不断扩大的地图，而不是一本已经写完的手册

README 开头那句 “This repository is under active development” 很值得记住。

因为从内容量和结构来看，google/skills 已经相当丰富，但它显然并不把自己当成一个封闭成品。更像是一张还在继续绘制的地图：新的 skills 可以继续加，新的插件可以继续纳入，新的 agent harness 兼容方式也可以继续生长。

如果要用一句话概括这个仓库给人的感觉，那大概是：

它正在把 Google 产品与技术体系，翻译成一套 Agent 能逐步学会、安装、调用和扩展的技能语言。

而这件事，本身就很有时代意味。

因为当 Agent 开始真正进入工程实践，未来决定它“能做什么”的，不只是哪一个模型更强，也包括：有没有人把复杂的产品世界，整理成它可以直接上手的技能世界。

google/skills，正是在做这件事。