
见不到面的关系 抵不过见一面的人
“你不是在问 AI 问题——你是在给一个会调 AWS CLI、看 k8s 日志、还能写 Terraform 的资深 SRE 下指令。”
2025 年末,Google 内部悄悄上线了 Antigravity —— 一个深度集成 MCP(Model Context Protocol) 的 Agentic IDE。它不像传统 AI 助手那样“只说不练”,而是能直接读取、操作、调试你的真实基础设施。
前几天谷歌正式官宣:正式支持Agent Skill。

今天我们就拆解 Antigravity 的Skill能力。
Antigravity = VS Code + MCP 插件 + 技能系统 + 云原生上下文感知
它通过 MCP(Model Context Protocol) 连接外部工具(如 kubectl、terraform、gcloud),让 AI 能:
而 Skills(技能) 则是它的“专业证书”——告诉 AI:“在这个项目里,你该用什么方式做事”。

工作区技能非常适合项目特定的工作流程,例如团队的部署流程或测试规范。
全局技能适用于您所有的项目。可将这些技能用于个人实用工具或希望随处可用的通用工具。
每个技能都需要一个 SKILL.md 文件,并在文件顶部包含 YAML 前置元数据:


如下是一个代码审查的skill

保持技能专注性 每个技能应专注于做好一件事。与其创建一个“包办一切”的技能,不如为不同的任务分别建立独立的技能。
编写清晰的描述 技能描述是智能体决定是否使用该技能的依据。请具体说明技能的功能及其适用场景。
将脚本视为黑盒 如果技能包含脚本,应鼓励智能体先通过 --help 参数运行脚本,而不是直接阅读全部源代码。这有助于智能体将上下文保持在任务核心上。
包含决策树 对于复杂技能,可增加一个章节,帮助智能体根据具体情境选择正确的方法路径。
没有 skill 的时候,用户只能靠每次手动复制粘贴提示词,或者在系统设置里写一大段配置,体验很割裂。
有了 skill 之后,你再也不用在复制粘贴中虚度人生了,并且也不需要主动增加额外的提示,AI 就可以根据上下文自己判断。当然,如果你想确保使用某个 Skill,也可以直接提它的名字。
总结
会写 Skill 的人,相当于给自己配了一个永远不会忘事的助理。经常写 skill 的人,就会身边随时都有贴身秘书,无形中会发现自己节约很多重复的无聊工作时间。