Google 官方开源了一套专门给 AI Agent 用的 Skills 仓库：google/skills，定位是把 Google 产品和技术栈的操作方式，整理成 Agent 可以按需加载的能力说明书。如果你在用 Gemini API 或 Google Cloud，这套东西值得看一下。 Google 官方开源 Agent Skills 仓库
装完之后可以按需选择具体的 Skills，不会一股脑全塞进来。
它的工作机制挺实用：Agent 启动时只加载每个 Skill 的名称和描述，判断当前任务是否需要这个 Skill，匹配上了才把完整内容拉进上下文。这样既避免了 context 撑爆，也不用把一整份文档扔进 system prompt。
目前仓库里有四类内容。
第一类是 Gemini 和 Agent Platform。
覆盖 Gemini API、Interactions API、Managed Agents API 和 Skill Registry API。Agent 可以用它处理文本生成、多轮对话、多模态输入、函数调用、结构化 JSON 输出、embeddings 语义检索、Live API 低延迟交互，以及 Batch Prediction 大规模异步预测。
这里有个细节值得注意：Gemini API Skill 会明确告诉 Agent 应该优先用新版 Gen AI SDK：
- JavaScript/TypeScript：
@google/genai
- Go：
google.golang.org/genai
- Java：
com.google.genai:google-genai
同时会提醒不要再用旧版 SDK，比如 google-cloud-aiplatform、@google-cloud/vertexai、google-generativeai。这个提醒其实挺有必要，旧教程在网上还有一大堆，Agent 很容易照着旧写法生成代码。
第二类是 Google Cloud 基础服务。
包含 AlloyDB、BigQuery、Cloud Run、Cloud SQL、Firebase 和 GKE 这六项。
以 Cloud Run Basics 为例，它不只是告诉 Agent 怎么部署服务，还覆盖很多具体细节：services、jobs、worker pools 的区别，HTTP 服务部署，批处理任务创建，源码直接部署，需要启用哪些 API，需要哪些 IAM 角色，部署失败怎么查日志。还特别提到：Cloud Run 服务必须监听 0.0.0.0，并使用平台注入的 $PORT 环境变量——这类细节正是 Agent 在真实部署时容易漏掉的。
第三类是 Google Cloud 实战配方（Recipe）。
三条配方分别处理三个高频问题：项目怎么接入 Google Cloud、认证和权限怎么配置、网络观测和排查怎么做。
其中认证那条（Authenticating to Google Cloud）重点梳理了 human users、service identities、principals、ADC（Application Default Credentials）、服务账号权限和 API 访问凭证之间的关系，让 Agent 在处理权限问题时有一条更清楚的操作顺序，而不是乱猜。
第四类是云架构检查（Well-Architected Framework）。
目前已发布三个方向：Security、Reliability 和 Cost Optimization。
安全方向能检查 IAM 权限是否过宽、服务账号是否合理、网络访问是否受控、敏感数据是否有保护。可靠性方向能检查容错设计、重试恢复机制、监控告警和区域可用性。成本方向能检查资源规格是否过高、是否有闲置资源、查询和存储成本是否可控。
Agent Skills 仓库适合哪类人用？
主要是三类场景：正在用 Gemini API 或 Google Cloud 的开发者，需要让 Agent 辅助云服务部署和排障的团队，以及想用 Skills 格式管理技术操作手册的人。如果你的技术栈跟 Google 生态关系不大，它的直接价值确实比较有限。
google/skills 本质上是 Google 官方维护的一套 Agent 操作手册，格式开放，任何 Agent 平台都可以接入。如果你日常工作离不开 Gemini API 或 Google Cloud，把这套 Skills 加进来，能让你的 Agent 少踩不少坑。
AI 速览
