// AI 新闻 · 2026-11-13 · GitHub Blog AI & ML
Agent技能：一次构建，多端运行
GitHub在GitHub Universe 2026活动中与Procore数据工程高级经理Shishir Tewari共同发布关于agent技能的实践指南。该方案通过标准化、可复用的技能文件（SKILL.md）将重复性工程任务结构化，使团队成员和代理可共享并复用操作指令，但工具权限仍由运行环境提供。
原文发布 2026-11-13 06:54（北京时间）来源 GitHub Blog AI & ML自动整理 · 已核对原文
01摘要
每个技能需明确其任务目标、输入与输出，并避免自我验证以确保判断独立性。在Data Forge支持工单流程中，多个技能协同完成从需求分析到代码提交的完整工作流，通过共享项目上下文实现高效协作，且单个步骤变更不影响整体流程。技能设计强调将项目配置与团队标准分离，关键信息由外部清单（manifest）动态提供，避免硬编码，同时保留权限和连接逻辑由运行环境管理。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- Agent技能通过SKILL.md文件封装可复用的工程任务，实现指令标准化与共享。
- 技能定义明确的任务、输入和输出，强调自我验证不等于有效验证以保障判断独立性。
- 多个技能协同完成数据管道构建流程，各技能职责清晰并共享项目上下文。
- 项目配置由外部manifest动态提供，避免硬编码，权限与连接逻辑仍由运行环境负责。
03原文出处
Build once, run on any agent: A practical guide to agent skills
GitHub Blog AI & ML · 发布于 2026-11-13 06:54（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-13 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日