Agent Skills项目概览：微软开源175个AI编码智能体技能库，一条命令让Copilot学会Azure开发
【免费下载链接】skillsSkills, MCP servers, Custom Agents, Agents.md for SDKs to ground Coding Agents项目地址: https://gitcode.com/gh_mirrors/agent/skills
Agent Skills是微软开源的AI编码智能体技能库，它为 Copilot CLI、VS Code 中的 GitHub Copilot 等编码智能体提供Azure SDK 与 Microsoft AI Foundry 的领域知识，内含175 个技能（Skills）、可安装插件、角色化自定义智能体、AGENTS.md 模板 与MCP 服务器配置，通过一条npx skills add microsoft/skills命令即可按需安装，让 AI 助手立刻具备专业云开发能力。
为什么需要AI编码智能体技能库？
编码智能体本身很强大，但它缺少你所用 SDK 的领域知识。Agent Skills 的思路是：上下文驱动开发——把 SDK 的正确用法、认证模式、避坑要点写成结构化的技能文件，在恰当的时机注入智能体的上下文窗口，把"过时的缓存知识"过滤掉，激活模型里已有的能力。
这张架构图展示了一个典型流程：Context7（Foundry 文档索引）、Agent Skills 仓库、Microsoft Learn MCP 三个知识源，经过选择性上下文注入进入上下文窗口——只保留与当前任务相关的技能（如 Foundry Agents、Cosmos DB Python Skill），无关技能被排除以防止上下文腐化（context rot），最终由 Copilot CLI 产出干净、可测试、可靠的代码。
⚠️ 官方提醒：按需选择技能，不要全部加载。加载过多技能会导致注意力稀释、Token 浪费和模式混淆，只复制当前项目真正需要的技能即可。
快速上手：一条命令安装 Agent Skills
打开终端，在项目根目录执行：
npx skills add microsoft/skills向导会列出可选技能，勾选你需要的技能即可。技能会安装到你所选智能体的目录（例如 GitHub Copilot 对应.github/skills/）；如果你同时使用多个智能体，还可以用符号链接共享同一套技能，避免重复维护。
偏好手动管理的同学，也可以克隆仓库后将具体技能目录复制到项目的.github/skills/下，仓库地址：
git clone https://gitcode.com/gh_mirrors/agent/skills175个技能全解析：覆盖7种语言栈
技能按语言分插件打包，命名后缀一目了然（如-py、-ts、-java）。完整清单见 README.md 的 Skill Catalog 章节，各语言分布如下：
| 语言 | 技能数 | 后缀 | 典型技能 |
|---|---|---|---|
| Core（语言无关） | 11 | — | cloud-solution-architect、mcp-builder、copilot-sdk |
| Foundry 平台 | 11 | — | foundry-models、foundry-workflows、foundry-memory |
| Python | 39 | -py | azure-cosmos-db-py、azure-ai-projects-py、fastapi-router-py |
| .NET | 28 | -dotnet | azure-ai-openai-dotnet、azure-servicebus-dotnet |
| TypeScript | 25 | -ts | azure-search-documents-ts、zustand-store-ts |
| Java | 25 | -java | azure-communication-sms-java、azure-cosmos-java |
| Rust | 7 | -rust | azure-keyvault-secrets-rust、azure-cosmos-rust |
其中Foundry 语言无关技能组是亮点：围绕 Microsoft AI Foundry 智能体平台，覆盖项目资源开通、模型部署与管理、托管智能体、多智能体工作流编排、知识库、长期记忆、可观测性与治理等 11 项能力，配合azCLI 与 Foundry MCP 即可落地，详见 .github/plugins/azure-skills/ 所在的 azure-skills 插件目录。
除此之外，仓库还提供11 个 Foundry 文档摘要文件，由每日工作流自动抓取更新：docs/llms.txt 收录链接与摘要，docs/llms-full.txt 收录全文，方便智能体随时检索最新 API 信息。
三大核心组件：技能、自定义智能体与MCP配置
① 技能（Skills）：每个技能就是一个目录加一份SKILL.md，内含 YAML 元数据、适用/不适用场景触发词与最佳实践。例如 cloud-solution-architect 教智能体设计架构良好的 Azure 云系统，mcp-builder 教它构建 MCP 服务器，skill-creator 则是"造技能的技能"。
② 自定义智能体（Custom Agents）：.github/agents/ 提供 5 个角色化智能体人格——后端（FastAPI + Cosmos DB）、前端（React + TypeScript）、基础设施（Bicep + Azure CLI）、规划者（任务拆解）与演示者（技术写作）。根目录的 Agents.md 是可直接抄到你自己项目的智能体行为配置模板，强调"先查官方文档再写码、简单优先、外科手术式修改"等核心原则。
③ MCP 服务器配置：.vscode/mcp.json 预置了文档类（microsoft-docs、context7、deepwiki）、开发类（github、playwright、terraform）与工具类（memory、markitdown 等）MCP 服务器，开箱即用。插件方面还有 deep-wiki（AI 生成项目 wiki）与 azure（云资源管理）两个可安装插件包。
质量保障：测试框架与Ralph Loop
"技能写得对不对"不是拍脑袋，而是靠 tests/harness/ 中的测试框架验证：129 个技能、1169 个测试场景，基于 GitHub Copilot SDK 生成代码后，对照每个技能的验收标准打分。
更妙的是Ralph Loop 迭代改进机制：生成代码 → 按验收标准评分（0–100 分）→ 分析失败点并生成可执行反馈 → 带着反馈重新生成 → 直到质量达标，全程自动化闭环。各技能的验收标准与场景定义在 tests/scenarios/ 下，场景格式规范见 tests/schemas/skill-scenarios.schema.json。
项目目录结构速览
| 路径 | 说明 |
|---|---|
| README.md | 项目总览、技能目录与安装指南 |
| Agents.md | 智能体行为配置模板（可复制到自己项目） |
| .github/skills/ | 核心技能目录（含向后兼容符号链接） |
| .github/plugins/ | 按语言划分的插件包（azure-sdk-python 等） |
| tests/harness/ | 技能质量测试框架与 Ralph Loop 实现 |
| docs/ | 每日自动更新的 Foundry 文档摘要 |
| docs-site/ | 技能探索站的 Astro 站点源码 |
| hooks/continual-learning/ | 持续学习 Hook：从会话中提取经验 |
写在最后
Agent Skills 代表了"上下文驱动开发"的完整开源实践：用结构化的领域知识代替零散的提示词，让 AI 编码智能体在 Azure 开发场景中少踩坑、快上手。无论你是 Python、.NET、TypeScript、Java 还是 Rust 开发者，都可以先挑 2~3 个与当前项目相关的技能装上试试——一条命令的成本，换一个"懂 Azure 的结对程序员"。
【免费下载链接】skillsSkills, MCP servers, Custom Agents, Agents.md for SDKs to ground Coding Agents项目地址: https://gitcode.com/gh_mirrors/agent/skills
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
