AI Stack Nav

资源下载
Agent Plugins 1.0开发教程封面，展示Skills与MCP跨Codex、GitHub Copilot和VS Code的可移植插件架构

Agent Plugins 1.0 开发教程：Skills＋MCP 跨 Codex、Copilot 与 VS Code 打包

Agent Plugins 1.0 将 Agent Skills 与 MCP Server 统一为可移植插件核心。本文从规范、目录、代码、跨 Codex/Copilot/VS Code 适配、安装验证与安全治理完整讲解开发流程。

摘要： Agent Plugins 1.0 解决的核心问题，不是再发明一种 Agent 协议，而是把原本散落在不同 AI 编程客户端中的 Agent Skills 与 MCP Server 配置统一成可移植插件包。2026 年 8 月 6 日发布的 1.0 标准规定：根目录使用 plugin.json，可复用工作流放在 skills/，MCP 连接写入 mcp.json；GitHub 随后宣布该标准已在 VS Code、Copilot CLI、Copilot SDK 与 Copilot app 中 GA。Agent Plugins 官方兼容列表同时将 ChatGPT & Codex 列为兼容客户端，但 OpenAI 自己的公共插件分发仍使用 .codex-plugin/plugin.json，因此真正稳妥的跨平台方案应是“同一套 Skills＋MCP 核心资产，一次开发，多种客户端薄适配”，而不是假设三个产品共用完全相同的安装命令。本文给出一个可直接照做的插件目录、Skill、MCP、Copilot 扩展、Codex 适配与测试流程。

核心结论

如果你正在维护一套需要同时服务 Codex、GitHub Copilot 和 VS Code Agent 的开发工作流，Agent Plugins 1.0 值得立即研究和采用；最合理的落地方式是把 Skills 与 MCP 作为跨平台核心，把 Hooks、Custom Agents、命令和各产品市场分发逻辑留在客户端专属适配层。Agent Plugins 1.0 的规范层只标准化两种组件：Agent Skills 与 MCP Servers。

  • 值得使用： 对需要把测试、发布、代码审查、内部工具调用等能力分发给多个 Agent 客户端的团队，1.0 可以显著降低重复维护目录结构和配置文件的成本。
  • 最关键变化： 标准把 plugin.json、skills/、mcp.json 固定下来，其中 plugin.json 是插件身份，skills/ 是可复用流程，mcp.json 是外部工具连接。
  • 不要误解： Agent Plugins 1.0 并没有把 Custom Agent、Hook、Slash Command 等全部统一；这些仍属于客户端扩展。VS Code / Copilot 通过 com.github.copilot 命名空间保留自己的能力。
  • Codex 需要特别处理： Agent Plugins 官方兼容页列出了 ChatGPT & Codex，并标明支持 Agent Skills、MCP stdio 和 Streamable HTTP；但 OpenAI 当前公共插件目录文档仍使用 .codex-plugin/plugin.json，且 Codex IDE extension 不提供插件目录。因此团队发布时应保留 OpenAI 原生包装层。
  • 实施建议： 代码仓库只维护一份 Skill 源文件和 MCP 定义，再通过构建脚本输出 dist/agent-plugins/、dist/openai/ 等目标目录，可以减少三套配置长期漂移。

背景与主要变化

Agent Plugins 1.0 于 2026 年 8 月 6 日发布。GitHub 在 8 月 12 日的 Changelog 中表示，该标准由 AWS、Anysphere、Microsoft、OpenAI 与 Vercel 共同发布，Google 同日加入核心维护者。GitHub 将它描述为一个独立于单一厂商治理的开放标准，用于把 Agent Skills 与 MCP servers 封装成一个可安装插件。

在 Agent Plugins 1.0 之前，“同一个能力跨三个 Agent 客户端”通常意味着维护多套目录。例如，同样一个发布检查流程，可能需要给 Copilot 写一份 Skill，再给另一个 Agent 写一份指令文件，同时把相同的 MCP Server 分别复制到不同配置中。真正重复的不是业务逻辑，而是外围包装。

Agent Plugins 1.0 把这件事拆成两层：

  1. Portable Core： Skills 与 MCP Servers，遵循公开规范。
  2. Client Extension： 某个客户端自己的 Agent、Hook、命令、UI 或策略配置。

这种分层比“所有客户端必须完全相同”更现实。因为 Skill 本质上描述工作流，而 MCP 本质上提供工具和数据；两者具有跨 Agent 的天然复用价值。相反，审批 UI、插件市场、Hook 生命周期、Agent Persona 往往与宿主产品绑定。

GitHub 当前已宣布 Agent Plugins 1.0 在 VS Code、Copilot CLI、GitHub Copilot SDK 和 Copilot app 上 GA，并支持所有 Copilot plans。

需要注意的是，“VS Code”与“Copilot”并不是两个完全独立的 Agent 生态：VS Code 中主要由 GitHub Copilot Agent 使用这些插件。与此同时，Agent Plugins 官方兼容页把 VS Code、GitHub Copilot、ChatGPT & Codex 分别列出，是因为它们在运行表面、安装入口与 MCP transport 支持上仍存在差异。

核心功能拆解

1. plugin.json：定义插件身份，而不是塞入所有配置

Agent Plugins 1.0 要求插件根目录存在一个 plugin.json。规范规定该 Manifest 使用封闭 Schema，核心字段包括 $schema、name，并可选 version、description、author、homepage、repository、license、keywords 和 extensions。Skills 与 MCP 的路径不能随意在 Manifest 中改写，它们使用固定发现位置。

最小可用 Manifest：

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "release-guard",
  "version": "1.0.0",
  "description": "Reusable release verification workflows and MCP tools"
}

这里最容易犯的错误，是把 mcpServers、hooks 或 agents 直接塞进顶层 plugin.json。Agent Plugins v1 的 portable component 只有 Skills 与 MCP Servers，MCP 必须放在独立的 mcp.json 中；其他客户端专属字段应进入命名空间扩展。

2. skills/：把“如何完成任务”标准化

Agent Skill 是一个目录，至少包含一个 SKILL.md。它可以附带 scripts/、references/、assets/ 等资源。VS Code 与 GitHub 文档均把 Agent Skills 描述为可按需加载的指令、脚本与资源集合；OpenAI 的 Codex 文档同样采用 SKILL.md，并强调只有当 Skill 被选中后才完整加载正文，以减少上下文浪费。

例如：

release-guard/
├── plugin.json
├── skills/
│   └── release-check/
│       ├── SKILL.md
│       ├── references/
│       │   └── release-policy.md
│       └── scripts/
│           └── verify-version.py
└── mcp.json

SKILL.md：

---
name: release-check
description: Validate a software release before deployment. Use when the user asks to prepare, verify, approve, or troubleshoot a release.
---

## Goal

Verify that a release is ready for deployment.

## Workflow

1. Read the repository release metadata.
2. Check required tests and build status.
3. Query the release MCP tools for deployment state.
4. Flag missing approvals or unsafe changes.
5. Return:
   - readiness
   - blockers
   - recommended actions

Never deploy automatically unless the user explicitly requests deployment and the host requires approval.

这类 Skill 的价值在于：流程知识与模型本身解耦。你更换模型、IDE 或 Agent Host 时，不需要重新写一份长 Prompt；只要新客户端支持 Agent Skills，就可以继续复用同一套任务规则。

3. mcp.json：把“如何连接真实工具”标准化

Agent Plugins 1.0 的 MCP 配置位于插件根目录 mcp.json。标准支持 stdio、streamable-http，并保留已弃用的旧式 sse transport；兼容 MCP 的 Agent Plugins 客户端至少要支持 stdio 或 Streamable HTTP 之一。

例如，一个本地 Release Inspector MCP：

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/mcp.schema.json",
  "mcpServers": {
    "release-inspector": {
      "type": "stdio",
      "command": "node",
      "args": [
        "${PLUGIN_ROOT}/servers/release-inspector/index.js"
      ],
      "cwd": "${PLUGIN_ROOT}"
    }
  }
}

如果使用远程 MCP：

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/mcp.schema.json",
  "mcpServers": {
    "release-api": {
      "type": "streamable-http",
      "url": "https://YOUR_DOMAIN/mcp"
    }
  }
}

这里有一条非常重要的安全限制：不要把 API Key、Bearer Token 或其他真实凭据写入 mcp.json 的 headers。 Agent Plugins 1.0 明确说明 headers 属于可见包数据，不是 secrets 存储机制；1.0 也没有定义跨客户端统一的 OAuth 或 credential-reference 字段，认证仍由客户端管理。

4. com.github.copilot/：保留 Copilot / VS Code 专属能力

Agent Plugins 1.0 不禁止客户端提供更多能力，而是要求它们使用反向域名命名空间。VS Code 官方文档规定 Copilot 专属内容可放在：

com.github.copilot/
├── agents/
├── commands/
├── rules/
└── hooks/

VS Code、Copilot CLI 和 Copilot app 可以读取该命名空间，而其他客户端可以直接忽略它，所以插件仍然保持 portable。

例如，一个只读发布审查 Agent：

release-guard/
├── plugin.json
├── skills/
├── mcp.json
└── com.github.copilot/
    └── agents/
        └── release-reviewer.agent.md

这意味着你可以在同一个包中同时满足两种需求：

  • Codex 等客户端复用 Skills + MCP。
  • Copilot / VS Code 额外获得专属 Reviewer、Hook 或命令。
Agent Plugins 1.0 Portable Core 技术架构
Agent Plugins 1.0 将 Skills 与 MCP 作为跨客户端核心，同时把 Copilot 专属 Agent、Hook 与命令放入独立命名空间。

适用人群与使用场景

Agent Plugins 1.0 最适合的不是“只写一个 Prompt 的个人用户”，而是已经出现重复工作流与多客户端分发需求的开发团队。

典型场景包括：

  • 团队同时使用 Codex 与 GitHub Copilot，希望一套发布检查流程同时生效。
  • 平台团队维护统一的 CI、日志、工单、部署或数据库 MCP Server。
  • 企业希望把安全审查、变更审批、代码规范变成可安装能力，而不是靠开发者复制 Prompt。
  • 工具开发者希望发布一套 Plugin，被不同 Agent 客户端发现和加载。
  • 内部开发平台希望把“步骤知识”放入 Skills，把“真实操作能力”放入 MCP，降低耦合。

如果你的需求只是“让某个仓库遵守代码规范”，未必需要直接做 Plugin。项目级编码规范更适合 Custom Instructions；重复、多步骤、可复用流程更适合 Agent Skills；需要访问外部系统时再使用 MCP。

站内还可以结合 AI Agent 教程 与 MCP 教程 继续扩展为企业级工作流。

安装、配置与跨平台打包步骤

下面以 release-guard 为例，做一套“发布前检查”插件。目标不是自动发布，而是让 Agent 在发布前统一检查测试、版本、审批与外部发布状态。

第一步：建立唯一源目录

建议不要一开始就分别维护 Codex、Copilot、VS Code 三套文件，而是维护：

release-guard-src/
├── portable/
│   ├── plugin.json
│   ├── skills/
│   │   └── release-check/
│   │       └── SKILL.md
│   ├── mcp.json
│   └── servers/
│       └── release-inspector/
├── copilot/
│   └── com.github.copilot/
└── openai/
    └── .codex-plugin/
        └── plugin.json

其中：

  • portable/ 是 Agent Plugins 1.0 标准核心。
  • copilot/ 是可选 Copilot 专属扩展。
  • openai/ 是用于 OpenAI 原生公共插件分发的适配层。

这是本文的实施建议，并非 Agent Plugins 规范要求的目录。

第二步：完成 Agent Plugins 1.0 portable 包

构建输出：

dist/agent-plugins/release-guard/
├── plugin.json
├── skills/
│   └── release-check/
│       └── SKILL.md
├── mcp.json
├── servers/
└── com.github.copilot/
    └── agents/

Agent Plugins 规范要求 Skills 固定在 skills/，MCP 固定在根目录 mcp.json，而客户端扩展使用独立命名空间。

第三步：先在 Copilot CLI 本地安装验证

GitHub 官方文档支持直接从本地路径安装 Plugin：

copilot plugin install ./dist/agent-plugins/release-guard
copilot plugin list

也可以从 Marketplace 安装：

copilot plugin install PLUGIN-NAME@MARKETPLACE-NAME

VS Code 可以自动发现通过 Copilot CLI 安装到 ~/.copilot/installed-plugins/ 的插件，因此同一份插件可以直接出现在 VS Code Agent Plugins 的 Installed 视图中。

第四步：在 VS Code 中验证 Skill 与 MCP

VS Code 当前支持在 Agent Plugins 视图中发现与管理插件。安装后重点检查：

  1. release-check 是否出现在 Skills 配置中。
  2. release-inspector MCP 是否出现在 MCP Server / Tools 列表。
  3. Copilot 专属 release-reviewer 是否能被识别。
  4. 禁用插件后 MCP Server 是否停止。
  5. 重新启用后 Skill 是否恢复。

插件中的 MCP Server 与 Hook 可能在本机执行代码，所以安装社区插件前必须检查发布者与包内容。

第五步：给 Codex 保留“核心复用＋原生分发适配”

Agent Plugins 官方兼容客户端页目前将 ChatGPT & Codex 列为支持 Agent Skills、MCP stdio 与 Streamable HTTP 的兼容客户端。

但 OpenAI 自己的插件分发文档使用另一套原生 Manifest：

.codex-plugin/plugin.json

OpenAI 文档给出的 Skills-only 原生 Manifest 形式类似：

{
  "name": "release-guard",
  "version": "1.0.0",
  "description": "Verify software releases before deployment",
  "skills": "./skills/"
}

并且 OpenAI 当前文档明确说明：插件可以用于 ChatGPT 与 Codex CLI / 桌面 Codex，但 Codex IDE extension 不支持插件目录。因此，面向 OpenAI 公共插件目录时，不建议直接把 plugin.json + mcp.json 的 Agent Plugins 1.0 包当成 .codex-plugin 包发布；应从同一源目录生成 OpenAI 原生构建产物。

换句话说：

同一份 SKILL.md
      │
      ├── Agent Plugins 1.0 包 → Copilot / VS Code / 兼容客户端
      │
      └── OpenAI 原生包 → ChatGPT / Codex Plugin Directory

真正需要复用的是 workflow 与 MCP capability，不是每个产品的市场包装文件。

第六步：做跨客户端行为测试

建议至少准备以下测试：

tests:
  - prompt: "检查 v2.4.0 是否可以发布"
    expected_skill: "release-check"
    expected:
      - "读取发布信息"
      - "检查测试"
      - "调用 release MCP"
      - "输出 blockers"

  - prompt: "直接把生产版本回滚"
    expected:
      - "需要明确授权"
      - "写操作前要求审批"

  - prompt: "显示当前发布状态"
    expected:
      - "允许只读 MCP 调用"

测试时不要只看“Agent 有没有回答”，而要看：

  • Skill 是否被正确触发。
  • MCP Tool 是否调用正确。
  • 三个平台输出结构是否一致。
  • 写操作是否触发权限或人工审批。
  • MCP 不可用时是否能优雅失败，而不是无限重试。

实际工作流示例

一个成熟的 release-guard 插件可以把发布任务分成六个阶段：

  1. 用户发出“检查是否可发布”的自然语言目标。
  2. Agent 根据 description 识别 release-check Skill。
  3. Skill 读取仓库中的版本与测试状态。
  4. Agent 通过 MCP 查询 CI、变更单、部署平台或内部发布系统。
  5. Skill 汇总 Blocking Issues、Warnings 与 Ready 状态。
  6. 如果用户要求真正发布，再进入客户端自己的权限与人工审批流程。

这体现了 Skills 与 MCP 的职责分工：

组件主要职责是否适合放业务密钥是否适合跨客户端
SKILL.md流程、判断、输出格式、示例否是
mcp.jsonMCP Server 连接描述否是
MCP Server数据、API、写操作、认证由服务端管理是
com.github.copilot/Copilot Agent、Hook、命令否否
.codex-plugin/OpenAI 原生插件分发包装否否

一个很实用的设计原则是：

Skill 决定“应该怎么做”，MCP 决定“可以对真实系统做什么”，宿主客户端决定“谁被允许做”。

例如，“发布检查”Skill 可以在 Codex、Copilot 和 VS Code 中一致；但真正执行“生产部署”时，最好让 MCP Server 自己验证用户身份和权限，并让宿主客户端再次触发审批，而不是把安全规则只写在 Skill 文本里。

Agent Plugins 1.0 Skills＋MCP 执行工作流
推荐的 Agent Plugin 执行闭环：Skill 负责流程，MCP 负责真实工具，敏感写操作进入权限校验与人工审批。

对比与选型建议

真正需要比较的不是“Agent Plugins 和 MCP 谁更好”，因为两者不是同一层。Agent Plugins 是打包与发现规范，MCP 是模型连接工具与数据的协议。

对比项Agent Plugins 1.0 portable coreGitHub Copilot / VS Code 扩展OpenAI 原生 Plugin
核心 Manifest根目录 plugin.json可读取 Agent Plugins 1.0，并支持 Copilot 格式.codex-plugin/plugin.json
Skillsskills/<name>/SKILL.md支持支持
MCP根目录 mcp.json支持并映射到客户端可通过 OpenAI 插件 MCP / connector 方式集成
Agent / Hook不属于 1.0 portable corecom.github.copilot/OpenAI 自有能力
跨客户端价值高Copilot 生态专属OpenAI 生态专属
最佳用途共享核心资产增强 VS Code / Copilot 体验进入 ChatGPT / Codex 原生分发

如果团队只使用 GitHub Copilot 与 VS Code，可以直接围绕 Agent Plugins 1.0 + com.github.copilot 构建，路径最短。

如果团队同时使用 Codex，则建议从第一天就把源码分成：

portable workflow
portable MCP
client adapter
distribution adapter

这样后续即使 Agent Plugins 1.1、OpenAI Plugin Manifest 或 Copilot 的扩展能力发生变化，也只需要改适配层。

风险、限制与注意事项

1. Agent Plugins 1.0 不是“万能跨平台插件标准”

当前 1.0 portable component 只有 Skills 与 MCP Servers。Custom Agents、Hooks、Slash Commands 等仍可能因客户端不同而不同。规范明确允许客户端扩展，并要求其他客户端忽略自己不理解的命名空间。

2. Codex 的“兼容”与 OpenAI Plugin Directory 不是同一个概念

Agent Plugins 官方兼容列表确认 ChatGPT & Codex 支持 portable format 相关组件，但 OpenAI 当前产品文档仍提供自己的 .codex-plugin/plugin.json 分发方式，而且 Codex IDE extension 不提供插件目录。发布者需要分别测试“组件兼容”与“产品分发”。

3. 不要把 Secret 写进 mcp.json

Agent Plugins 1.0 的远程 MCP headers 属于明文包数据，不是 secret store。OAuth 与凭据管理由客户端负责。企业场景应使用 MCP Server 端认证、客户端 OAuth、环境变量或企业密钥管理系统。

4. MCP Server 等同于新增执行权限

一个 MCP Server 可能具备数据库写入、部署、发邮件、删除数据、修改权限等真实能力。对于高风险 Tool，应至少加入：

  • Tool allowlist。
  • 参数 Schema 校验。
  • 用户身份与权限验证。
  • 写操作二次确认。
  • 幂等键。
  • Timeout。
  • Retry 上限。
  • 审计日志。
  • 人工审批。

5. Prompt Injection 仍然存在

Skill 并不能自动解决 Prompt Injection。Agent 如果读取网页、Issue、文档或日志，外部内容可能试图诱导 Agent 调用高权限 MCP Tool。生产环境应把“模型能看到什么”与“模型能执行什么”分离。

6. Plugin 更新可能改变行为

Agent Plugins 规范建议插件版本使用 Semantic Versioning。团队内部发布时，应对 Skill、MCP Tool Schema 和客户端专属扩展进行版本化测试，尤其不要在 Patch 更新中静默扩大工具权限。

7. 1.1 尚不能当成稳定生产标准

Agent Plugins 官方规范仓库目前将 1.0.0 标记为当前已发布版本，而 1.1.0 仍处于 working draft。生产包应该锁定 1.0 Schema，不要把草案字段提前写入生产插件。

事实依据与来源

本文关于 Agent Plugins 1.0 的目录、Schema、portable component、MCP transport、${PLUGIN_ROOT} / ${PLUGIN_DATA}、客户端扩展和失败隔离规则，来自 Agent Plugins 官方规范与作者文档。规范明确指出 v1 只有 Skills 与 MCP Servers 两种 portable component。

关于发布时间与 GitHub Copilot / VS Code 的 GA 状态，来自 GitHub 2026 年 8 月 12 日官方 Changelog，其中明确写明 1.0 于 8 月 6 日发布，并已在 VS Code、Copilot CLI、Copilot SDK 与 Copilot app 中 GA。

关于 Agent Skills 在 GitHub Copilot 与 VS Code 中的目录、跨 Agent 特性，以及 Copilot cloud agent / CLI / VS Code Agent Mode 的支持情况，来自 GitHub Docs 与 VS Code Docs。

关于 Codex Skills、MCP 与 OpenAI 原生 Plugin packaging，来自 OpenAI Developers 文档。OpenAI 当前文档明确把 Skills 与 MCP 作为可复用能力，同时把插件公共分发 Manifest 放在 .codex-plugin/plugin.json；Codex IDE extension 当前不提供插件目录。

本文提出的“portable core＋client adapter＋distribution adapter”目录属于实施建议与编辑判断，并不是官方规定的唯一目录结构。它的目的，是在多个客户端并行使用时降低重复维护与配置漂移。

本文没有引用第三方 Benchmark，也没有宣称 Agent Plugins 1.0 会带来特定百分比的速度、成本或准确率提升；这类收益必须由实际团队工作流验证。

内容核验日期：2026 年 08 月 19 日

FAQ

Agent Plugins 1.0 是免费的吗？

Agent Plugins 1.0 本身是开放标准，不存在单独的“标准使用费”。但实际使用 Codex、GitHub Copilot、VS Code 中的 AI 能力以及你自己的 MCP Server，仍可能涉及对应产品套餐、模型调用、云服务或 API 成本。GitHub 当前表示 Agent Plugins 1.0 支持所有 Copilot plans；具体套餐权益仍以产品控制台为准。

Agent Plugins 1.0 和 MCP 是一回事吗？

不是。Agent Plugins 1.0 是插件打包与发现规范；MCP 是 Agent 与外部工具、数据源之间的通信协议。Agent Plugins 1.0 只是规定在插件中把 portable MCP 配置放在 mcp.json，MCP 自己仍负责协议层的生命周期、能力协商与调用。

一个 plugin.json 能不能同时定义 Skill、MCP、Hook 和 Agent？

不能把它们全部当成 Agent Plugins 1.0 顶层 portable 字段。Skills 固定放在 skills/，MCP 固定放在 mcp.json；Hook、Custom Agent、Slash Command 等需要使用客户端专属扩展。VS Code / Copilot 使用 com.github.copilot 命名空间。

Agent Plugins 1.0 可以直接在 Codex IDE extension 中安装吗？

需要区分两件事。Agent Plugins 官方兼容页将 ChatGPT & Codex 列为兼容客户端，但 OpenAI 当前 Plugin 文档明确写着 Codex IDE extension 不支持插件目录。Codex CLI 与桌面 Codex 的 Plugin 体验和 IDE extension 不是同一个入口。因此在生产教程中不应把三者写成同一安装流程。

Copilot CLI 安装的 Agent Plugin 能在 VS Code 中继续用吗？

可以。VS Code 官方文档表示，它会自动发现通过 GitHub Copilot CLI 安装的插件，并从 ~/.copilot/installed-plugins/ 加载到 Agent Plugins Installed 视图中。这是目前实现“一次安装覆盖 Copilot CLI＋VS Code”的最方便路径之一。

MCP Token 应该放在 mcp.json 的 headers 里吗？

不应该。Agent Plugins 1.0 明确说明远程 MCP headers 属于可见包配置，不能作为凭据存储方案；标准 1.0 也没有 portable OAuth credential 字段。真实 Token 应交给客户端认证机制、环境变量、企业 Secret Manager 或 MCP Server 自身认证。

Skills 和 MCP 为什么要同时使用？

Skill 适合表达步骤、判断、输出格式、模板和流程知识；MCP 适合访问实时数据、外部 API 与执行受控操作。两者是互补关系：Skills 定义可重复流程，MCP 连接外部工具与系统。

现在应该使用 Agent Plugins 1.0 还是等 1.1？

生产环境建议使用当前已发布的 1.0.0，并锁定对应 Schema。Agent Plugins 官方仓库目前把 1.1.0 标为 working draft；如果只是实验，可以关注草案，但不建议把草案字段提前作为生产依赖。

参考来源

  • Agent Plugins Specification 1.0.0
  • Agent Plugins：Build an Agent Plugin
  • Agent Plugins：MCP servers
  • Agent Plugins：Compatible Clients
  • GitHub Changelog：Agent Plugins 1.0 in VS Code, Copilot CLI, and the Copilot app
  • Visual Studio Code：Agent plugins in VS Code
  • GitHub Docs：About agent skills
  • OpenAI Developers：Build skills、MCP、Plugins
工具评测文章

工具选型与提示词资料

适合阅读工具评测、工具推荐、对比测评类文章后继续转化。

工具选型表 按场景、价格、上手难度和核心能力筛选合适的 AI 工具。 查看资料包 提示词模板包 提供写作、运营、编程、图片和视频生成常用提示词模板。 查看资料包

最新文章

热门文章

标签云

AI Agent AI写作 AI动态 AI工具 AI 本地部署 AI编程 AI 编程工具 AI 自动化工作流 AI视频生成 AI 视频生成 AI 订阅充值 AI 问题排查 ChatGPT Claude Claude Code Codex Gemini GitHub GitHub Copilot MCP OpenAI Python 人工智能 使用技巧 办公自动化 实战工作流 提示词 环境配置 自媒体内容工厂 豆包
👁阅读8
Picture of AI Stack Nav

AI Stack Nav

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

本站累计访问量： 296,580 次
AI Stack Nav 客服会员 / 支付 / 下载 / 工具库
你好，我是 AI Stack Nav 客服助手。你可以问我会员开通、微信支付、资料下载、订单入口、AI 工具库等问题。