你大爷永远是你大爷，Google Antigravity 终于支持 Skills 了

Antigravity 终于支持 Skills 了。

说实话，等这个功能等了挺久的。

Skills 到底是什么？

简单说，Skill 就是一个文件夹，里面装着你希望 AI 遵循的指令。

核心是一个叫 SKILL.md 的文件，用 Markdown 写，AI 能直接读懂。

这玩意的精妙之处在于，它不是死的配置文件，而是"活的说明书"。你可以告诉 AI 什么时候用这个技能、怎么用、遇到什么情况该怎么处理。

而且，Skills 是开放标准。你在 Antigravity 里创建的 Skill，理论上其他支持这个标准的工具也能用。

Skills 放在哪？

Antigravity 支持两种 Skills：

Workspace skills 适合项目特定的工作流，比如你们团队的部署流程、测试规范、代码风格。每个项目可以有自己的一套。

Global skills 适合你个人的通用工具，比如你习惯的代码审查方式、你喜欢的文档格式。放在这里，所有项目都能用。

怎么创建一个 Skill？

两步：

1. 在 skill 目录里创建一个文件夹
2. 在文件夹里放一个 SKILL.md 文件

目录结构长这样：

.agent/skills/
└── my-skill/
    └── SKILL.md


SKILL.md 怎么写？
每个 Skill 都需要一个 YAML frontmatter 作为开头：
---
name: my-skill
description: Helps with a specific task. Use when you need to do X or Y.
---

# My Skill

Detailed instructions for the agent go here.

## When to use this skill

- Use this when...
- This is helpful for...

## How to use it

Step-by-step guidance, conventions, and patterns the agent should follow.


frontmatter 字段说明

提示：description 最好用第三人称写，包含一些关键词帮助 AI 识别。比如："Generates unit tests for Python code using pytest conventions."

Skill 文件夹里还能放什么？

SKILL.md 是唯一必需的文件，但你可以加一些额外资源：

.agent/skills/my-skill/
├── SKILL.md       # 主要指令（必需）
├── scripts/       # 辅助脚本（可选）
├── examples/      # 参考实现（可选）
└── resources/     # 模板和其他资源（可选）


AI 在执行你的 Skill 时，可以读取这些文件。
AI 是怎么使用 Skills 的？
Skills 遵循一个"渐进式披露"的模式：


Discovery（发现）：对话开始时，AI 会看到所有可用 Skills 的名称和描述


Activation（激活）：如果某个 Skill 看起来跟当前任务相关，AI 会读取完整的 SKILL.md 内容


Execution（执行）：AI 按照 Skill 的指令来完成任务


你不需要主动告诉 AI 用哪个 Skill——它会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。
几个最佳实践
1. 保持 Skill 聚焦
每个 Skill 只做一件事，做好做透。
与其搞一个"万能 Skill"，不如针对不同任务创建多个小 Skill。
2. 写好 description
description 是 AI 决定是否使用你的 Skill 的关键。写清楚这个 Skill 干什么、什么时候有用。
模糊的描述 = AI 不知道什么时候该用 = 白写。
3. 脚本当黑盒用
如果你的 Skill 包含脚本，建议让 AI 先用 --help 了解用法，而不是读整个源代码。
这样可以保持 AI 的注意力集中在任务本身。
4. 加入决策树
对于复杂的 Skill，加一个"什么情况下怎么做"的决策指南，帮助 AI 根据不同场景选择正确的处理方式。
实战示例：代码审查 Skill
来看一个实际的例子：
---
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

When reviewing code, follow these steps:

## Review checklist

1. **Correctness**: Does the code do what it's supposed to?
2. **Edge cases**: Are error conditions handled?
3. **Style**: Does it follow project conventions?
4. **Performance**: Are there obvious inefficiencies?

## How to provide feedback

- Be specific about what needs to change
- Explain why, not just what
- Suggest alternatives when possible


把这个文件放到 .agent/skills/code-review/SKILL.md，以后你说"帮我 review 一下这段代码"，AI 就会自动按这个流程来。
Skills 的出现，意味着 AI 终于可以"长记性"了。
以前，你跟 AI 的每次对话都是从零开始。你教它的东西，下次就忘了。
现在，你可以把知识固化下来。教一次，永久有效。而且可以跨项目、跨工具复用。
更重要的是，这是一种新的知识沉淀方式。
以前，团队的最佳实践靠老员工口口相传。现在，写成 Skill，新人第一天就能用上。
以前，专家的经验只能通过培训传播。现在，打包成 Skill，直接植入 AI，人人都能受益。
会写 Skill 的人，相当于给自己配了一个永远不会忘事的助理。
从今天开始，试着把你最常重复的工作整理成一个 Skill 吧。
你会发现，省下来的时间比你想象的多得多。