google/skills
Agent Skills for Google products and technologies
Python · ★ 24,114 · Fork 2,006 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
google/skills 已在 GitHub Trending 每日榜单上榜 14 天,最高排名第 3,首次上榜 2026-06-08,最近一次上榜 2026-11-08。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-11-08 | #3 | 23,615 | +443 |
| 2026-11-07 | #3 | 23,358 | +534 |
| 2026-11-06 | #8 | 22,808 | +532 |
| 2026-11-05 | #9 | 22,339 | +199 |
| 2026-10-03 | #11 | 20,852 | +39 |
| 2026-10-02 | #11 | 20,713 | +78 |
| 2026-08-10 | #9 | 17,480 | +528 |
| 2026-08-09 | #4 | 17,184 | +532 |
| 2026-08-08 | #4 | 16,683 | +481 |
| 2026-08-07 | #17 | 16,193 | +305 |
| 2026-06-11 | #15 | 13,484 | +211 |
| 2026-06-10 | #15 | 13,238 | +680 |
| 2026-06-09 | #3 | 12,765 | +461 |
| 2026-06-08 | #3 | 12,335 | +481 |
同期上榜的项目
- sherlock-project/sherlock – Hunt down social media accounts by username across social networks
- dsx-ai-factory/nvke – NVIDIA Kubernetes Engine (NVKE). A management plane for GPU Kubernetes on bare metal.
- milind-soni/OpenMausBot – Open-source Grok Bot alternative with a virtual machine that bots can use
- anthropics/claude-quickstarts – A collection of projects designed to help developers quickly get started with building deployable applications using the Claude API
- vercel-labs/agent-browser – Browser automation CLI for AI agents
- meta/astryx – An open source design system that's fully customizable and agent ready
google/skills 项目深度剖析与商业评估报告
google/skills 项目深度剖析与商业评估报告
1. 核心定位与商业落地价值
根本痛点解决:google/skills 直击当前 AI Agent 生态系统中的核心割裂问题——大语言模型(LLM)具备理解与推理能力,但缺乏对特定平台(如 Google Cloud)API 和服务的标准化操作能力。该项目通过提供预定义的“技能”(Skills),使 Agent 能够以声明式或指令式的方式调用 Google 产品能力,本质上是将平台 API 封装为 Agent 可理解的原子操作单元。
企业级商业落地场景: 云运维自动化:利用 GKE Basics、BigQuery Basics 等技能,企业可构建自动化的云资源巡检 Agent,实现故障自愈、成本优化建议(如 WAF Cost Optimization 技能)等场景,大幅降低 SRE 人力成本。 开发者生产力提升:Gemini API 技能使 Agent 能够直接操作 Gemini 模型,实现代码生成、调试、文档编写的端到端自动化,对软件工程团队有直接 ROI。 合规与安全审计:WAF Security 和 Reliability 技能可被编排为合规检查流水线,Agent 定期扫描云环境并生成报告,满足金融、医疗等行业的审计需求。 知识图谱构建:技能注册表(Skill Registry API)允许企业自定义和注册内部技能,形成私有 Agent 技能市场,实现组织级知识复用。
竞品差异化与护城河: 生态绑定:与 Google Cloud 原生服务深度耦合,提供其他框架(如 LangChain、Semantic Kernel)难以复现的底层 API 访问优化和权限管理。 标准化接口:通过 skills.sh 和 npx skills add 命令,提供了统一的技能安装、发现、版本管理机制,降低了 Agent 开发者的集成成本。 Recipe 模式:Onboarding、Auth 等 Recipe 技能是复合操作序列,解决了单一技能无法处理的复杂业务流程问题,这是纯 API 封装类项目难以做到的。
2. 核心架构设计与技术深度
模块拆解思想:项目采用“技能-目录-仓库”三级结构。每个技能是一个独立的 Python 模块(通常位于 skills/cloud/ 下),包含元数据(metadata.yaml)、实现逻辑(main.py)和测试用例。这种设计遵循关注点分离原则,允许技能独立开发、测试和版本演进。
关键设计模式: 策略模式:每个技能本质上是针对特定 API 的策略实现。例如,bigquery-basics 技能封装了 BigQuery 的查询、表创建、数据加载等操作,对外暴露统一接口 execute(),供 Agent 调度器调用。 命令模式:技能内部通常将 API 调用封装为命令对象,支持撤销、重试和日志记录,便于 Agent 进行错误恢复和审计追踪。 适配器模式:技能作为 Google Cloud SDK 与 Agent 之间的适配器,将原生 SDK 的异步/同步调用、认证、重试逻辑标准化为 Agent 可理解的语义。
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/google/skills)