GitHub 发布指南：用 Agent Skills 实现一次编写、多智能体复用

这周你有多少次向 agent 重新解释同一个任务？有多少次向掌握深厚机构知识的同事请教某个具体问题该怎么解决？这些上下文不该丢失在聊天记录里，也不该锁在某个人脑中。Agent skills 让你把可重复的指令记录下来，供你自己和 agent 复用。你今晚为自己写的 skill，之后可能成为团队流水线的一部分。

一个 agent skill 是一个带版本号的目录，核心是一个 SKILL.md 文件，描述何时以及如何完成一项可重复的任务。你可以在多个 agent 之间共享这些指令，但环境仍需提供执行所需的工具、凭据和权限。例如，一个 skill 可以描述如何查询数据库，但它并不授予对该数据库的访问权限。

我在 GitHub Universe 2026 上与 Procore 数据工程高级经理 Shishir Tewari 一起直播了这个话题。我们的分会场主题是“一次构建，随处运行：agent skills 实用指南”。

定义一个任务及其适用场景

当一个 skill 有明确的任务、输入和输出时，效果最好。例如，假设你在构建一个 agent，用来对照原始请求检查 AI 生成的变更。如果同一个 agent 评估自己的工作，它的解释可能会影响评审结果。在 Proof Agent 中，我们使用一个独立的验证器来检查变更，并为其发现提供证据。该 skill 的 frontmatter 命名了任务并描述了用途：

---
name: proof-agent
description: Adversarial verification of AI-generated work. Spawns an independent verifier to check for false claims, broken code, and security issues.
---

核心是一条简单的规则：自我验证不算验证。

Proof Agent 的 SKILL.md 中的“When to Verify”部分说明了何时调用该 skill。其余指令解释了验证器审查什么，以及其发现中应包含哪些证据。

协调多个 skill 以支撑更大的工作流

当让数据管道正确的判断分散在四个人脑中时，这四个人就是路线图。管道的每次变更都依赖他们的可用性和对数据的了解。Data Forge 是一个示例，展示如何将部分判断捕获到协同工作的 skill 中。

在支持台管道示例中，我们从请求统计创建和解决事件数量的指标开始。在构建管道之前，forge-init skill 会发现源表、命名约定等细节，然后将其写入 resolved manifest。其他 skill 读取该 manifest 以获取所需的项目上下文。

随后，forge-builder skill 协调从 issue 到 pull request 的整个工作。它使用 forge-dbx 查询数据平台，并在设计和构建管道时使用 forge-lint 应用团队标准。在此过程中，由人审查提出的决策，最终的 pull request 包含管道代码、schema 变更和测试。

每个 skill 都有明确的职责，它们共享项目上下文，而不是各自独立地重新发现。当某个步骤发生变化时，你可以只改一个 skill，其余不动。

Skills 适合有边界、可重复且受益于可复用判断的工作，例如检查清单、发布、迁移或指标管道。如果工作流需要稳定的接口、共享状态、审计轨迹、长时间运行的控制，或在模型之外强制执行的权限，那么应用是更合适的选择。

将项目配置排除在 skill 之外

我们不希望将每个项目的名称、数据库或约定硬编码到 skill 中。在 Data Forge 支持台示例中，一个 manifest 描述了项目、指标存储和平台，这样 skill 就能使用正确的项目细节，而无需将其固化到指令中：

project:
  name: "support-desk"
  store_name: "support_metric_store"
platform:
  engine: "duckdb"
  pipeline_framework: "spark_python"
  duckdb_dir: "warehouse"

将发现的细节放入 resolved manifest 后，其他 skill 就不必对项目做出自己的假设。

将发现的项​​目细节与团队标准分开。forge-init 初始化 skill 可以检查现有的 schema 和代码模式；forge-lint skill 提供生成代码前应遵循的规则。在仓库中发现的模式并不自动成为需要保留的规则，因此要让发现的细节可审查，并在需要业务判断的地方让人确认或修改。要检查可移植性，可以问：另一个团队能否用自己的 manifest 使用这些 skill，而无需重写？

在 skill 之间共享执行路径

forge-dbx skill 为其他 Data Forge skill 提供了一种访问数据平台的方式。它读取 manifest 并选择 Databricks 或 DuckDB 适配器，这样每个 skill 就不需要自己的连接和查询逻辑。

Manifest 可以为本地支持台演示选择 DuckDB，但它无法安装 DuckDB CLI 或授予数据库访问权限。这些仍然是环境及其用户的设置责任。Manifest 选择引擎；宿主提供访问权限。

在工作流中加入检查和审批点

Data Forge 支持台工作流有七个阶段，每个阶段都有一个人工检查点。工作流概览展示了这些 skill 如何衔接。在进入下一阶段之前，工作流会检查上一阶段是否完成；在运行 schema 变更之前，它会请求批准。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）