小編精選 - 技術文章翻譯 · 03月25日

我第一次開發 Antigravity Skills 的經驗

第一次嘗試使用代理技能，感覺自己充滿力量！

上週，我參加了一個活動，我們在活動中向開發者講解瞭如何建立MCP 伺服器、代理，以及如何將開放模式部署到Google Cloud Run 。會後，一位開發者分享的內容讓我印象深刻：他已經開始利用我們的內容建立專門的技能培訓，並與他的整個團隊分享。

我受到啟發，決定深入研究代理技能。在上一個專案——dev-signal代理程式——中，我學到了很多關於如何以穩健且可擴展的方式將代理程式和AI應用程式部署到生產環境的知識。我想，這是一個絕佳的機會，可以讓我最愛的編碼代理——谷歌的Antigravity （谷歌的“代理優先”IDE）——掌握這些技能，這樣以後它就能自動幫我完成這些工作了！

在這篇文章中，我將詳細介紹我是如何建立這個程式碼庫中的 13 項生產技能的，以及它們背後的模式。

什麼是代理技能？

正如Romin Irani在“Google Antigravity Skills 入門”中所解釋的那樣，技能代表著從單一的上下文加載到漸進式披露的轉變。

當一次性向代理商提供過多工具時，它們會不堪重負（這種現像被稱為「工具臃腫」）。為了解決這個問題，技能允許代理僅在需要時「加載」專業知識。例如，當您要求代理程式「評估影子版本」時，它會判斷需要利用「影子部署器」技能作為此操作的上下文。

工作區與全球範圍

在《反重力》中，你可以根據自己的使用方式，以兩種截然不同的方式來管理這些技能：

工作區範圍：位於專案根目錄下的.agent/skills/目錄中。這些內容特定於您的專案，可以提交給 GitHub，以便您的整個團隊都能受益於相同的生產模式。
全球範圍：位於~/.gemini/antigravity/skills/ 目錄下。這些是您的個人實用工具，在您參與的每個專案中都會伴隨您。

我是如何培養這些技能的

遵循Daniela Petruzalek在《使用技能建立器建立代理技能》一文中提出的原則，我採用了「方法論優先」的方法。我以我一直在撰寫的 dev-signal 部落格系列文章和程式碼庫本身為核心背景，要求 Antigravity 辨識並總結在 Google Cloud 上建立生產代理程式所需的獨特技能。

對於一些更專業的領域，我提供了更多背景資訊以及我想遵循的模式，例如代理評估程式碼實驗室和部落格以及代理安全程式碼實驗室，這兩個都是由我優秀的團隊編寫的。

這 13 項技能為 Antigravity（或任何使用該軟體的開發者）提供了 Google Cloud 生產工程師所需的關鍵工具包。我目前正在完善 dev-signal 代理的詳細逐步演練，很快就會發佈在Google Cloud 部落格上！（請關注我以獲取後續更新）

同時，您無需等待——完整的程式碼庫和技能可供您立即探索並在自己的專案中加以利用。

以下是全部技能清單：

🏗️ 製片代理

adk-memory-bank-initializer：使用 Vertex AI 記憶庫的長期狀態邏輯。
agent-containerizer：混合執行時 Dockerfile（Python + Node.js）。
cloud-run-agent-architect：面向 Cloud Run 的最小權限 Terraform。
gcp-production-secret-handler：記憶體中金鑰取得模式（金鑰管理員）。
mcp-connector-generator：標準化的 MCP 連線邏輯。

📊 評估

gcp-agent-eval-engine-runner：並行推理和推理追蹤捕獲。
gcp-agent-eval-metric-configurator：設定基礎和工具使用規則。
gcp-agent-golden-dataset-builder：用於建立具有參考軌跡的資料集的工具。
gcp-agent-shadow-deployer： “Dark Canary”部署腳本，並附有版本標記。
gcp-agent-tool-trajectory-evaluator：用於精確率和召回率的自訂 Python 指標。

🛡️ 安全

gcp-agent-model-armor-shield：智慧防火牆（提示注入、RAI、惡意 URL 過濾器）。
gcp-agent-safety-gatekeeper：用於清理使用者輸入的 Python 整合模式 (safety_util.py)。
gcp-agent-sdp-template-factory：用於敏感資料保護（PII/秘密資訊脫敏）的 Terraform。

透過將這些模式轉化為生產技能，Antigravity 現在可以在我的日常開發工作中自動利用它們。希望這些對你也有幫助！

專業提示－提升自我技能！

由於這些技能是由人工智慧產生的，它們可能無法在第一次嘗試時就完美地適應您的特定環境。但這正是使用智能體 IDE 的優勢所在。如果某個技能對您來說效果不佳，不要手動修改程式碼，而是讓編碼智能體自行找出問題所在。一旦找到解決方案，您可以要求它將學習到的工作流程更新到相應的 SKILL.md 檔案中。這樣就能記錄正確的工作流程，確保智能體不會重蹈覆轍，同時還能在下次執行時為您節省程式碼點數和時間。您可以將這些文件視為隨著您的開發而不斷完善的動態文件。

準備好開始了嗎？克隆此程式碼庫，並將這些技能新增至您的工作區或全域範圍，即可開始建立您自己的可用於生產環境的代理程式。了解更多關於代理技能的資訊。

請在LinkedIn和X上關注我，以獲取我的最新部落格和影片更新資訊。

原文出處：https://dev.to/googleai/my-first-experience-creating-antigravity-skills-524b