第 13 章 — Agent Skills 平台生態總覽
學習時數：60 分鐘 ｜ 難度：基礎 ｜ 適用版本：agentskills.io spec v1.0（2026）
學習目標
完成本章後，你將能夠：
- 分辨 Agent Skills 生態的三層平台架構（Tier 1/2/3），並說明各層的關鍵差異
- 對照 五大主流平台（Claude Code、Cursor、Copilot、Gemini CLI、Codex）的技能安裝流程與行為特色
- 解釋 progressive disclosure（漸進式揭露）如何讓代理人在大量技能中維持低語境成本
- 操作 至少三種不同的安裝方式：手動複製、CLI 安裝、Marketplace 安裝
- 評估 不同平台對你的開發工作流程的適合度，並做出有依據的選擇
- 描述 agentskills.io 開放標準的演進歷程與生態意義
13.1 生態全景：從邊緣功能到核心基礎設施
如果你在 2024 年問一位開發者「你的 AI 程式碼助手用什麼技能？」，對方大概會滿臉問號。那時候，技能（skills）只是 Claude Code 一個實驗性的小功能，多數人甚至不知道它的存在。
到了 2026 年中，情況完全不同。
截至 2026 年 6 月，超過 35 個平台 以某種形式支援 Agent Skills 格式，從終端機代理人（terminal agents）到 IDE、從雲端平台到手機應用程式。agentskill.sh 目錄收錄了 110,000 項以上的技能，而光是 Awesome Agent Skills 精選集就涵蓋了 1,400 多項由官方團隊（Anthropic、Google、Vercel、Stripe、Microsoft⋯⋯）與社群貢獻的技能。
這不是曇花一現的趨勢，而是 AI 開發工具基礎設施的典範轉移。
為什麼？因為 Agent Skills 解決了一個根本問題：通用 LLM 缺乏專業工作流程的上下文。最強的模型在不了解你的團隊慣例、框架版本、程式碼風格或部署流程時，仍然會做出荒謬的建議。技能把這些隱性知識包裝成可版本控制、可發現、可跨平台移植的指令集。
⚠️ 生態仍在快速變化中。本章描述的平台功能基於 2026 年中旬的狀態。新平台每月都在增加，既有平台的支援深度也在持續演進。建議將本章視為理解生態架構的框架，而非靜態的產品對照表。
13.2 三層平台架構
整個 Agent Skills 生態可以歸納為三個 tier，每個 tier 代表不同的整合深度與開發者體驗。
13.2.1 Tier 1 — 原生整合（Native Integration）
這些平台的技能系統是 核心功能，由產品團隊官方開發與維護。使用者不需要額外外掛或 hack 就能使用技能。
| 平台 | 開發者 | 技能目錄 | 安裝方式 |
|---|---|---|---|
| Claude Code | Anthropic | ~/.claude/skills/、.claude/skills/ | 手動複製、Plugin Marketplace、/learn |
| Cursor | Anysphere | ~/.cursor/skills/、.cursor/skills/ | 手動複製、/learn（v2.4+） |
| GitHub Copilot | Microsoft/GitHub | ~/.github/skills/ | 手動複製、GitHub Marketplace |
| Gemini CLI | gemini extensions | gemini extensions install | |
| OpenAI Codex | OpenAI | AGENTS.md 機制 | 放入專案根目錄 |
Claude Code 是這個領域的先驅。Anthropic 在 2025 年初推出了最初的技能格式，隨後將其開放為 agentskills.io 標準。Claude Code 的技能系統成熟度最高：支援 Plugin Marketplace、/learn 指令、以及全球／專案層級的目錄配置。當技能 description 與使用者任務語意匹配時，Claude Code 會自動載入對應的 SKILL.md——這是所謂的 LLM-based routing。
Cursor 在 v2.4 版本中加入了完整的技能支援。它不僅讀取自己的 ~/.cursor/skills/ 目錄，也會向後相容檢查 ~/.claude/skills/——這是一個重要的生態訊號：平台之間正在互相相容。
GitHub Copilot 在 2026 年初正式支援 Agent Skills。安裝路徑為 ~/.github/skills/，並整合 GitHub Marketplace 的生態系統。如果你已經在 GitHub 生態中，Copilot 的技能是最無痛的選擇。
Gemini CLI 走的是「擴充（extensions）」路線，技能以 extension 形式安裝：gemini extensions install <repo-url> --consent。Google 官方有提供一組 Gemini 品牌技能（如 gemini-extension.json）。
OpenAI Codex 採用最簡潔的做法：透過 AGENTS.md 檔案載入技能。將 SKILL.md 的內容嵌入或參考到 AGENTS.md 中，Codex CLI 就會在啟動時讀取。這種方式門檻最低，但缺少 progressive disclosure 的精細控制。
13.2.2 Tier 2 — 社群整合（Community Integration）
這些平台的技能支援由社群驅動，或者產品團隊將其視為重要但非核心的功能。技能系統「完整可用」，但可能需要一些額外設定。
| 平台 | 支援方式 | 備註 |
|---|---|---|
| OpenCode | 原生 SKILL.md 支援 | 自動上下文路由（React→React skills） |
| Windsurf | .windsurf/ 目錄 | Codeium 出品，免費方案完整 |
| Cline | VS Code 外掛 | 社群維護，MCP + Skills 並行 |
| Goose | Block 出品 | 內建 skills 系統，多 LLM 支援 |
| Roo Code | VS Code 外掛 | 內建 skills，支援 AGENTS.md |
| Continue.dev | VS Code / JetBrains | 自訂指令串接技能 |
OpenCode 是值得特別關注的案例。作為開源社群最受歡迎的終端代理人（GitHub 95,000+ stars），它不僅原生支援 SKILL.md，還實作了 自動上下文路由：當你的工作目錄是 React 專案時，React 相關技能會被優先觸發；切換到 Python 專案時，Python 技能自動接手。這個機制大幅減少了技能之間的干擾。
⚠️ Tier 2 平台的技能支援深度可能因版本而異。建議在安裝技能前先查閱各平台的最新文件，確認你使用的版本有完整的 SKILL.md 支援，而不只是 AGENTS.md 的簡單載入。
13.2.3 Tier 3 — 可擴充（Extensible）
這些平台本身不直接支援 SKILL.md，但透過外掛系統、自訂指令或 AGENTS.md 達到等效功能。
| 平台 | 實現方式 |
|---|---|
| VS Code | Copilot Chat extensions + .github/skills/ |
| JetBrains (Junie) | Junie 內建 skills + JetBrains Marketplace |
| Obsidian | Copilot 外掛 + 自訂指令集 |
| Trae | ByteDance 出品，官方支援 skills |
| Zed | 支援 skills/ 目錄 |
| Replit | 透過 Agent 設定載入 |
如果你的團隊已經綁定某個 IDE（例如 JetBrains 生態），Tier 3 的支援方式讓你不必為了技能而更換工具。但要注意：這些平台的技能載入通常是 靜態的——也就是在系統提示詞中預先塞入所有指令，而非 progressive disclosure。這代表技能數量過多時可能吃掉大量上下文視窗。
13.3 平台目錄對照：技能放在哪裡？
不同平台對技能目錄的約定各不相同。以下是快速查詢表：
| 平台 | 全域目錄 | 專案層級目錄 | 備註 |
|---|---|---|---|
| Claude Code | ~/.claude/skills/ | .claude/skills/ | 兩者皆支援 |
| Cursor | ~/.cursor/skills/ | .cursor/skills/ | 也讀 .claude/skills/ |
| GitHub Copilot | ~/.github/skills/ | .github/skills/ | 整合 Marketplace |
| OpenCode | ~/.config/opencode/skills/ | .opencode/skills/ | 開源社群標準 |
| Windsurf | ~/.windsurf/skills/ | .windsurf/skills/ | Codeium 生態 |
| Cline | ~/.cline/skills/ | .cline/skills/ | VS Code 外掛目錄 |
一個值得注意的趨勢是：跨平台相容正在成為常態。Cursor 會讀取 Claude Code 的技能目錄；部分平台會檢查多個目錄來確保技能不被遺漏。你放在 .claude/skills/ 的技能，很可能在多個平台上都能運作。
13.4 安裝模式：三種主要路徑
13.4.1 手動複製（Manual Copy）
最直接的方式。將技能資料夾複製到對應平台的技能目錄即可。
# Claude Code（專案層級—推薦團隊使用）
cp -r my-skill .claude/skills/
# Claude Code（全域—個人偏好）
cp -r my-skill ~/.claude/skills/
# Cursor
cp -r my-skill ~/.cursor/skills/
# OpenCode
cp -r my-skill .opencode/skills/2
3
4
5
6
7
8
9
10
11
優點：完全離線可用、精準控制版本、無需網路權限。缺點：管理多個技能時容易混亂，更新需手動處理。
13.4.2 CLI 安裝（CLI Install）
適合需要頻繁安裝、更新技能的使用者。
# 跨平台通用（agentskill.sh）
npx @agentskill.sh/cli@latest setup
# 搜尋並安裝
/learn react-testing
# 指定技能安裝
/learn @anthropic/seo-content-optimizer
# Gemini CLI 擴充安裝
gemini extensions install https://github.com/org/repo.git --consent
# Claude Code Plugin Marketplace
/plugin marketplace add https://agentskill.sh/marketplace.json
/plugin install learn@agentskill-sh2
3
4
5
6
7
8
9
10
11
12
13
14
15
優點：自動化、版本追蹤、安全掃描。缺點：需要網路、依賴 CLI 工具版本。
13.4.3 Marketplace / Registry
集中式技能市場，提供搜尋、評分、安全審計等功能。
| 平台 | 技能數量 | 特色 |
|---|---|---|
| agentskill.sh | 110,000+ | 安全評分（0-100）、/learn 指令整合 |
| skills.sh（Vercel） | 精選 | npx skills CLI 工具 |
| Awesome Agent Skills | 1,400+（精選） | 手動篩選，無 AI 生成垃圾 |
| LobeHub Marketplace | 100,000+ | 最大規模技能市場之一 |
| Tessl Registry | 企業級 | 自動技能審查與優化建議 |
13.5 行為差異：各平台如何處理技能？
不是所有平台的技能行為都相同。以下是關鍵差異：
技能路由（Skill Routing）
- Claude Code：LLM 根據任務描述與技能的
description欄位進行語義比對。你無法強制載入某個技能——模型自己判斷何時需要。 - OpenCode：根據專案類型自動路由。偵測到
package.json有 React 依賴，就優先活化 React 技能。 - Gemini CLI：需要明確安裝擴充，安裝後在適當情境中自動啟用。
- Codex CLI：啟動時將所有
AGENTS.md/ 技能內容注入系統提示詞。沒有動態路由——所有技能始終在 context 中。 - Cursor：類似 Claude Code 的語義路由，加上部分向後相容。
語境載入策略
所有主流平台都採用 progressive disclosure（漸進式揭露），但實踐細節不同：
- Discovery（發現）：啟動時僅載入技能的
name與description——大約 100 tokens 的技能。即使有 50 個技能，初始 context 也只增加約 5,000 tokens。 - Activation（活化）：當任務與某個技能描述匹配時，代理人讀取完整的
SKILL.md（建議控制在 5,000 tokens 以下）。 - Execution（執行）：必要時載入
scripts/、references/、assets/中的檔案。
⚠️ Codex CLI 的
AGENTS.md方式不支援嚴格意義的 progressive disclosure——所有內容在啟動時就載入了。如果你的技能數量很多，這可能導致 context 迅速膨脹。這是選擇平台時需要考慮的權衡。
安全模型
- agentskill.sh：伺服器端掃描 12 類威脅（命令注入、資料外洩、憑證竊取等），安裝前二次客戶端驗證。
- Claude Code Plugin Marketplace：官方驗證流程，但社群技能仍需謹慎。
- 社群來源：無強制安全檢查。基本原則：從未經驗證的來源安裝技能前，手動閱讀
SKILL.md檢查有無可疑指令。
13.6 [DIAGRAM: 生態地圖 — 平台分層架構]
┌─────────────────────────────────────────────────────────────┐
│ Agent Skills 平台生態地圖（2026） │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ Tier 1 — 原生整合 (Native) │ │
│ │ │ │
│ │ Claude Code Cursor GitHub Copilot │ │
│ │ Gemini CLI OpenAI Codex │ │
│ │ │ │
│ │ 特色：官方維護 // 核心功能 // 深度整合 │ │
│ └─────────────────────────────────────────────────────┘ │
│ ↕ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ Tier 2 — 社群整合 (Community) │ │
│ │ │ │
│ │ OpenCode Windsurf Cline Goose │ │
│ │ Roo Code Continue.dev │ │
│ │ │ │
│ │ 特色：社群驅動 // 完整可用 // 需額外設定 │ │
│ └─────────────────────────────────────────────────────┘ │
│ ↕ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ Tier 3 — 可擴充 (Extensible) │ │
│ │ │ │
│ │ VS Code JetBrains/Junie Obsidian │ │
│ │ Trae Zed Replit │ │
│ │ │ │
│ │ 特色：外掛橋接 // 靜態載入 // 生態綁定 │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ 技能供給層 (Supply) │ │
│ │ │ │
│ │ agentskill.sh (110K+) Awesome Skills (1.4K+) │ │
│ │ skills.sh (Vercel) LobeHub (100K+) │ │
│ │ GitHub Directories Tessl Registry │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ 標準層 (Standard) │ │
│ │ │ │
│ │ agentskills.io spec (v1.0) │ │
│ │ Linux Foundation Agentic AI Foundation │ │
│ └─────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
圖 13-1：Agent Skills 平台生態地圖。從下往上看：標準層定義格式 → 技能供給層提供內容 → 三層平台以不同深度整合。
13.7 Skillsets：一次安裝多個技能
「我該安裝哪些技能？」是新手最常見的問題。agentskill.sh 提供了解決方案：Skillsets（技能組合包）。
# 安裝所有官方技能（跨平台檢測 + 選擇性安裝）
npx @agentskill.sh/cli@latest setup2
這個指令會：
- 自動偵測你已安裝哪些 AI 代理人平台
- 讓你選擇要安裝到哪些平台
- 建立正確的 symlink 到各平台的技能目錄
- 安裝
/learn、/review-skill等官方技能
安裝完成後，你可以在對話中直接使用：
/learn @anthropic/seo-content-optimizer代理人會搜尋 110,000+ 項技能，建議最佳匹配，並在確認後安裝。整個過程在同一個對話中完成，不需中斷工作流程。
13.8 開放標準演進：agentskills.io 的故事
Agent Skills 不是一家公司的產品——它是一個 開放標準。
發展時間軸
| 時間 | 事件 |
|---|---|
| 2024 年 11 月 | Anthropic 發表 MCP 規格 |
| 2025 年 Q1 | Claude Code 推出 Skills 功能（最初為 Claude Code 專屬格式） |
| 2025 年 Q2 | OpenAI Codex CLI 採用類似格式 |
| 2025 年 Q3 | Google Gemini CLI 加入，支援擴充系統 |
| 2025 年 Q4 | Anthropic 將格式開放為 agentskills.io |
| 2026 年 1 月 | MCP 捐贈至 Linux Foundation Agentic AI Foundation |
| 2026 年 3 月 | agentskills.io 正式成為生態公認的開放標準 |
| 2026 年 5 月 | 35+ 平台支援，agentskill.sh 技能數突破 110,000 |
規格核心要點
一個 Agent Skill 的本質是一個包含 SKILL.md 檔案的資料夾：
skill-name/
├── SKILL.md # 必要：YAML frontmatter + Markdown 指令
├── scripts/ # 選用：可執行程式碼（Python/Bash/JS）
├── references/ # 選用：補充文件（依需求載入）
├── assets/ # 選用：範本、圖片、資料檔2
3
4
5
Frontmatter 最低要求只需 name 和 description：
---
name: pdf-processing
description: Extracts text and tables from PDF files, fills PDF forms, and merges
multiple PDFs. Use when working with PDF documents.
license: Apache-2.0
---2
3
4
5
6
為什麼開放標準重要？
因為它保證了你的投資不會被平台綁定。你今天為 Claude Code 寫的 PDF 處理技能，明天可以在 Cursor、Gemini CLI、OpenCode 上運作——不需任何修改。這種可攜性（portability）是 Agent Skills 相較於封閉生態（如早期 Copilot 外掛）最強勢的論點。
正如 A B Vijay Kumar 在 2026 年 5 月的分析中所說：「你今天下午寫的技能，明天可以在所有主流 AI 程式碼工具上運作——可能還包括幾個還沒上市的。這種可攜性保證在科技領域很少見，這也是 SKILL.md 格式相較於所有封閉替代方案最有力的論證。」
13.9 如何為你的團隊選擇平台？
沒有「最好的平台」，只有「最適合你的平台」。以下決策樹可以幫助你判斷：
如果你⋯⋯
- 已經在終端機工作，需要深度代理能力 → Claude Code
- 想要最友善的 IDE 體驗 + 社群最大 → Cursor
- 團隊已經在 GitHub 生態中（Actions、Copilot）→ GitHub Copilot
- 偏好開源、多模型支援 → OpenCode 或 Windsurf
- 需要使用 Gemini 模型 + Google 雲端整合 → Gemini CLI
- 團隊綁定 JetBrains → Junie（JetBrains）+ Tier 3 技能支援
多工具策略
值得注意的是，許多開發者同時使用多個工具。根據 2026 年的調查，常見組合是：
- Copilot：行內自動補全（inline autocomplete）
- Cursor：視覺化編輯工作階段
- Claude Code：複雜重構與自動化腳本
三者的技能目錄可以分別設定，各自載入最適合該使用情境的技能。
13.10 總結
Agent Skills 平台生態在 2025-2026 年間經歷了爆炸性成長：
三層架構：從原生整合（Tier 1）到社群支援（Tier 2）再到可擴充橋接（Tier 3），每層有不同的整合深度與開發者體驗。
安裝多樣性：手動複製、CLI 安裝、Marketplace 三種模式並行，滿足從離線到自動化的各種需求。
漸進式揭露：所有主流平台採用 Discovery → Activation → Execution 的三階段載入策略，讓代理人能管理大量技能而不消耗過多 context。
開放標準：agentskills.io 規格確保技能的可攜性。你今天寫的技能可以在 35+ 個平台上運作。
生態持續擴張：每月都有新平台加入，技能數量以指數增長。這個領域還處於早期階段。
習題
選擇題
1. Agent Skills 生態中，Tier 1（原生整合）平台的關鍵特徵是？
- A) 需要透過社群外掛才能使用技能
- B) 技能系統為平台核心功能，由產品團隊官方開發維護
- C) 只支援靜態 AGENTS.md 載入
- D) 只能在 Linux 上運作
2. Progressive disclosure 的三個階段依序是？
- A) Execution → Discovery → Activation
- B) Discovery → Activation → Execution
- C) Installation → Configuration → Execution
- D) Activation → Discovery → Routing
3. 下列哪一個平台採用「自動上下文路由」（根據專案類型自動活化對應技能）？
- A) GitHub Copilot
- B) Claude Code
- C) OpenCode
- D) JetBrains Junie
實作題
4. 請完成以下操作： a) 從 Awesome Agent Skills（github.com/VoltAgent/awesome-agent-skills）找到一個官方 Claude 技能 b) 手動安裝到你選擇的三個平台中（例如 Claude Code、Cursor、OpenCode） c) 分別測試技能是否正確載入，記錄各平台的行為差異（例如：技能描述是否自動顯示？是否需要在對話中明確觸發？）
5. 請撰寫一份約 300 字的比較報告，回答以下問題：
- 你選擇了哪個技能？
- 三個平台的安裝流程有何異同？
- 技能在每個平台上的活化行為是否一致？
- 如果差異很大，你認為原因是什麼？
進階挑戰
6. 如果你的團隊使用 JetBrains IDE，但你想導入 Agent Skills，你的策略是什麼？請寫出從安裝到團隊推廣的完整計畫（約 500 字），考量到 Tier 3 平台的限制與可能的解決方案。
答案提示：1-B, 2-B, 3-C。實作題的答案會因你選擇的技能和平台版本而異，沒有標準答案——這是練習的重點。
← 上一章：評估與迭代 | 下一章：API 與 MCP 整合 →