AI

google/skills:Google 官方釋出 150 多個 Agent Skill,讓 AI Agent 學會操作 Google Cloud

本內容僅供參考,詳細使用規則與工具安全性與否,建議要進行相關安全性測試與評估

過去一個多月,我們介紹了許多社群打造的 Agent Skill:Ponytail、Superpowers、agent-skills、Scientific Agent Skills……這個月,雲端廠商自己下場了。google/skills(google/skills)是 Google 為自家產品與技術打造的 Agent Skill 合集,以 Google Cloud 為主,收錄超過 150 個 Skill。它在 11 月 7、8 日的 AI 開源趨勢報告中,與 mattpocock/skills、cloudflare/security-audit-skill 一起被列為快速竄升的專案,目前約 23.7k stars。


1. 專案背景與定位

google/skills 採 Apache-2.0 授權,README 開宗明義:「這個 repo 收錄 Google 產品與技術的 Agent Skills,包括 Google Cloud。」它遵循 agentskills.io 的 Agent Skills 規格,也就是本月介紹過的多數 Skill 專案所採用的同一套開放格式。

它的意義在於:這是產品原廠為自家服務撰寫的 Agent 操作手冊。過去 Agent 操作雲端服務,靠的是模型訓練資料中零散、可能過時的文件與範例;現在原廠直接告訴 Agent「這個服務該怎麼用、怎麼除錯、最佳實踐是什麼」。

2. 技術架構與核心設計

依 README 的分類,涵蓋範圍非常廣:

  • 入門:IAM 驗證、Foundation Builder、Google Cloud onboarding
  • 跨產品解決方案:解決方案架構流程、多 Agent 安全閘道、代理式分析、湖倉架構、建置與部署 AI Agent、GKE 上的 RAG、Serverless 多層 Web 應用等
  • AI/ML(約 30 個):Agent Platform(端點、模型註冊、微調、RAG Engine)、BigQuery AI & ML、Gemini API、LiveAPI、Genkit(Dart、Go、JS、Python)、GKE TPU 除錯
  • 基礎設施(約 45 個):Cloud Storage、Compute Engine、Filestore,以及大量 GKE Skill(自動擴展、網路、儲存、升級、備份還原、安全性)
  • 資料庫與分析(約 18 個):AlloyDB、BigQuery(最佳化、除錯、UDF、遷移 SQL 轉換)、Bigtable、Cloud SQL、Spanner、Composer,以及 Snowflake 轉 BigQuery 的 dbt 轉換
  • 開發與管理工具:Cloud Build、gcloud CLI、Cloud Logging、Cloud Monitoring(PromQL、告警)、Cloud Trace、SLO 告警設定
  • Well-Architected Framework(6 個):成本最佳化、營運卓越、效能、可靠性、安全性、永續性
  • 資安與身分(約 24 個):Cloud Armor OWASP 規則升級、Assured Workloads、Workload Identity、Google SecOps(案件、偵測工程、調查、分級、威脅獵捕)、Security Command Center
  • 其他:Cloud Run、Firebase Basics、Google Ads 與行動廣告 SDK、Google Analytics API,以及把舊程式碼遷移到 Safe Rust 的 Skill

其他 Google 團隊的 Skill(Android、Flutter、Dart、Firestore、Google Maps Platform、ADK)則放在各自的 repo,由 README 統一連結。

安裝方式:

  • npx skills add google/skills,可選擇要安裝哪些 Skill、要設定給哪些 Agent,以及專案或全域範圍;npx skills update 可更新並移除過時的 Skill
  • Plugin(Skill + MCP server):Claude Code(claude plugin marketplace add google/skills)、Codex 與 Antigravity CLI

3. 社群熱度與生態採用

約 23.7k stars、2.0k forks、552 commits。數量龐大的 GKE 與資安類 Skill,反映出 Google 希望 Agent 不只會「寫程式碼」,還能協助維運、除錯與資安事件處理。Plugin 同時打包 MCP server,也讓 Agent 不只「知道怎麼做」,還能「實際去做」。

4. 局限性與潛在風險

  • Skill 會影響 Agent 的實際操作:雲端 Skill 搭配 MCP server 與 gcloud,意味著 Agent 可能真的建立、修改或刪除雲端資源。務必使用權限受限的服務帳號,並在正式環境的操作前加上人工確認。
  • 成本風險:Agent 依照 Skill 建立 GKE 叢集、TPU 或資料庫時,可能產生可觀的雲端費用;建議設定預算告警與配額上限。
  • 資安 Skill 的雙面性:SecOps 與 Security Command Center 類 Skill 很有價值,但也代表 Agent 會接觸高度敏感的安全事件資料,存取權限需特別控管。
  • README 沒有明確的支援說明:頁面上看不到關於官方支援範圍的明確聲明;Skill 內容是否隨產品更新同步,需要使用者自行留意並定期更新。
  • 外部貢獻受限:Pull request 僅限協作者建立,外部使用者只能透過 issue 回報錯誤或建議新 Skill。
  • 廠商鎖定的疑慮:Skill 天然地引導 Agent 使用 Google 自家服務(例如 Snowflake 轉 BigQuery 的 Skill),做架構決策時應保持多雲或中立的判斷。
  • 安裝前先閱讀:任何 Skill 都可能改變 Agent 的行為,建議只安裝需要的部分,並先讀過內容。

5. 應用價值與適用場景

最適合已經在 Google Cloud 上運作、並開始用 Coding Agent 處理維運工作的團隊:例如讓 Agent 依照官方最佳實踐設定 GKE 自動擴展、排查 BigQuery 慢查詢、建立 Cloud Monitoring 告警,或用 Well-Architected Framework Skill 對現有架構做一輪自我檢查。新進工程師也可以透過 Agent 加上這些 Skill,更快熟悉公司的雲端環境。

Monday 的觀點與架構建議

  • google/skills 的出現是一個重要訊號:Agent Skill 正在成為產品文件的新形態。未來評估一個雲端服務或 SDK,除了看 API 文件,也會看它有沒有給 Agent 用的官方 Skill。
  • 「Skill + MCP server」打包成 plugin 的模式,讓知識與能力一起發佈:Agent 既知道該怎麼做,也拿得到做事的工具。這也讓權限控管變得比以往更重要。
  • 導入建議:先從唯讀、診斷類的 Skill(Troubleshooting、Observability、Well-Architected)開始;需要寫入的操作使用專用服務帳號並設定預算上限;定期 npx skills update 保持 Skill 與產品同步。
  • 從社群的 Superpowers、Cloudflare 的 security-audit-skill,到 Google 官方的 google/skills,Agent Skill 生態已經從「個人技巧分享」發展到「廠商官方支援」。下一步值得觀察的是:AWS、Azure 等其他雲端廠商會不會跟進,以及 Skill 的品質認證與版本管理如何標準化。

參考來源