2026 年第一次更新
Google 在 2026 年 1 月 13 日发布了 Antigravity 1.14.2 版本。这次更新的核心功能是 Agent Skills——一套开放标准,让你可以扩展 AI Agent 的能力。
简单说,Skills 就是给 Agent 加装”技能包”。你可以把项目特定的工作流、团队规范、或者个人工具打包成一个文件夹,Agent 读取后就能按你的要求干活。

什么是 Agent Skills
Skills 是可复用的知识包,每个 Skill 包含:
- 任务执行指令:告诉 Agent 怎么处理特定类型的任务
- 最佳实践:你希望 Agent 遵循的规范和约定
- 可选资源:脚本、模板、参考代码等
当你开启对话时,Agent 会看到可用 Skills 的列表(名称 + 描述)。如果某个 Skill 和你的任务相关,Agent 会读取完整指令并执行。
举个例子:你创建了一个名为 code-review 的 Skill,描述写”Reviews code changes for bugs, style issues, and best practices”。当你让 Agent 审查代码时,它会自动激活这个 Skill,按照你预设的检查清单(正确性、边界情况、风格、性能)给出反馈。
Skills 放在哪里
Antigravity 支持两种 Skill 存放位置:
| 位置 | 作用范围 |
|---|---|
<workspace-root>/.agent/skills/<skill-folder>/ |
当前工作区 |
~/.gemini/antigravity/skills/<skill-folder>/ |
全局(所有工作区) |
工作区 Skills 适合团队共享的项目规范。比如你们团队的部署流程、测试约定,放在项目的 .agent/skills/ 下,代码提交到 Git,所有成员都能用。
全局 Skills 是你个人的工具箱。比如你习惯用某种注释风格、或者有个脚本用来生成文档,放在 ~/.gemini/antigravity/skills/ 就能在所有项目里复用。
创建你的第一个 Skill
步骤很简单:
- 在 Skill 目录下创建文件夹
- 添加
SKILL.md文件
目录结构:
.agent/skills/
└─── my-skill/
└─── SKILL.md
SKILL.md 必须包含 YAML 头部信息(Frontmatter):
---
name: my-skill
description: Helps with a specific task. Use when you need to do X or Y.
---
# My Skill
这里写详细指令。
## 何时使用
- 当你需要...
- 这个技能适合...
## 怎么用
一步步的引导、规范、模式。
关键字段
- name(可选):Skill 的唯一标识符(小写,空格用连字符)。如果不写,默认用文件夹名。
- description(必填):清楚描述这个 Skill 干什么、何时用。Agent 靠这个判断是否激活。
写 description 的技巧:用第三人称,加上关键词。比如”Generates unit tests for Python code using pytest conventions”,而不是”帮你写测试”。
完整的文件夹结构
虽然只有 SKILL.md 是必须的,但你可以加其他资源:
.agent/skills/my-skill/
├─── SKILL.md # 主指令(必须)
├─── scripts/ # 辅助脚本(可选)
├─── examples/ # 参考实现(可选)
└─── resources/ # 模板和其他资源(可选)
Agent 执行 Skill 时能读取这些文件。
Skill 的工作原理
Skills 遵循”渐进式披露”模式:
- 发现:对话开始时,Agent 看到所有可用 Skill 的名称和描述
- 激活:如果某个 Skill 看起来相关,Agent 读取完整的
SKILL.md - 执行:Agent 按照 Skill 的指令处理你的任务
你不需要明确告诉 Agent 用哪个 Skill——它会根据上下文判断。不过你也可以直接提 Skill 的名字来强制使用。
实战建议
一个 Skill 只做一件事
别搞一个”全能 Skill”,不如拆成多个专注的 Skill。
描述要精准
description 是 Agent 的决策依据。写清楚这个 Skill 做什么、什么时候有用。
脚本当黑盒用
如果 Skill 包含脚本,让 Agent 先跑 --help 了解用法,而不是读整个源码。这样能保持 Agent 的注意力集中在任务上。
复杂 Skill 加决策树
如果 Skill 比较复杂,加个章节帮 Agent 根据情况选择不同路径。
一个实际例子
下面是个简单的代码审查 Skill:
---
name: code-review
description: Reviews code changes for bugs, style issues, and best practices. Use when reviewing PRs or checking code quality.
---
# Code Review Skill
审查代码时遵循以下步骤:
## 检查清单
1. **正确性**:代码是否实现了预期功能?
2. **边界情况**:错误条件是否处理了?
3. **风格**:是否符合项目规范?
4. **性能**:是否有明显的低效实现?
## 如何给反馈
- 具体指出需要改什么
- 解释为什么,不只是说什么
- 尽可能建议替代方案
把这个文件保存到 .agent/skills/code-review/SKILL.md,下次你让 Agent 审查代码时,它就会自动按这个流程走。
我的看法
Agent Skills 这个设计很务实。它没搞一套复杂的插件系统,就是”一个文件夹 + 一个 Markdown 文件”。你甚至可以直接在现有项目里加个 .agent/skills/ 文件夹,提交到 Git,团队成员拉代码后自动生效。
对于需要标准化工作流的团队来说,这比口头约定或 Wiki 文档靠谱多了——Agent 会严格执行你写的规范,不会因为人记性不好或者偷懒而打折扣。
个人用户也能受益。我现在会把自己常用的代码风格、注释模板、错误处理模式打包成全局 Skill,在所有项目里复用。
唯一要注意的是 description 的质量。写得太模糊,Agent 不知道什么时候该激活;写得太宽泛,可能误触发。多试几次调整一下,很快就能找到平衡点。
延伸阅读
- Antigravity 官方文档(需要翻墙)
- Agent Skills 的设计理念和最佳实践(可以关注 Google AI 的后续博客)






AI周刊:大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐:AI工具与技术精选导航
Claude Code 全体系指南:AI 编程智能体实战
最新评论
开源的AI对话监控面板很实用,正好团队在找这类工具。准备试用一下。
折叠屏市场确实在升温,不过售罄也可能是备货策略。期待看到实际销量数据。
从磁盘I/O角度解释B树的设计动机,这个切入点很好。终于理解为什么数据库不用二叉树了。
IT术语转换确实是个痛点,之前用搜狗总是把技术词汇转成奇怪的词。智谱这个方向值得期待。
这个工具结合LLM和搜索API的思路很有意思,正好解决了我在做知识管理时遇到的问题。请问有没有部署文档?
这个漏洞确实严重,我们团队上周刚遇到类似问题。建议补充一下如何检测现有项目是否受影响的方法。
从简单规则涌现复杂性这个思路很有意思,让我想起元胞自动机。不过数字物理学在学术界争议还挺大的。
我也遇到了指令跟随变差的问题,特别是多轮对话时容易跑偏。不知道是模型退化还是负载优化导致的。