Agent-Skills
MicrosoftDocs/Agent-Skills加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
凌晨2点，你正为一个Azure Functions的冷启动问题焦头烂额。翻遍了官方文档、Stack Overflow、Reddit帖子，找了40分钟还没找到答案。你突然想到：为什么不直接问AI助手？但AI助手对Azure的内部细节往往一无所知——它只会给出一个通用到离谱的回复。
如果AI助手能像资深Azure架构师一样理解你的问题，直接调用微软官方文档为你解答，会是什么体验？
这就是 MicrosoftDocs/Agent-Skills 正在做的事。
MicrosoftDocs/Agent-Skills（又称 Azure Agent Skills）是 微软官方维护 的 AI 编码助手技能库，由 Microsoft Docs 团队打造，专门为 AI 助手提供精准的 Azure 云服务专业知识。截至2026年6月，该仓库已收录 193个 覆盖 Azure 全栈服务的技能，涵盖从计算（App Service、Azure Functions）到AI/ML（Azure OpenAI、Azure AI Vision）、从数据（Cosmos DB、Azure Cache Redis）到网络、安全、DevOps 等19个领域。
这个项目的诞生背景是 Agentic AI 时代的核心矛盾：通用大模型缺乏垂直领域的深度知识。当开发者想让 AI 助手帮助配置 Azure Kubernetes Service、处理 Azure AD B2C 身份认证问题时，AI 的回答往往停留在概念层面，无法提供具体参数、错误代码或最佳实践。而 Agent Skills 正是通过将微软官方文档转化为结构化技能（SKILL.md），让 AI 助手在需要时"查阅专家手册"。
Agent-Skills 遵循 Agent Skills 开放标准，每个技能都是一个独立目录，内含标准化的 SKILL.md 文件。以 azure-app-service 技能为例，其文件结构包含：
这种分层设计的精妙之处在于：AI 在对话初期不会加载所有技能内容（否则上下文会被稀释），而是在识别到相关需求时才精准加载对应技能。以一个具体场景为例，当开发者向 AI 助手询问"如何为 Azure App Service 配置自定义域名和 SSL 证书"时，AI 会自动激活 azure-app-service 技能，加载该服务的完整配置指南，其中包含具体命令、Azure CLI 参数、Portal 操作路径，以及常见陷阱提示。
每个 SKILL.md 的内容极为丰富，azure-app-service 单个技能就超过 25000 字，涵盖了故障排除、最佳实践、架构设计模式、限制配额、安全配置、CI/CD 集成和托管身份访问等全方位内容。这些内容均由 docs2skills/1.0.0 工具从微软官方文档自动生成，确保与官方文档的同步更新。
传统做法是为每个 AI 编码工具单独维护一套技能库，工作量巨大。Agent-Skills 的设计哲学截然不同：同一套 SKILL.md 内容，通过不同的插件清单适配到8种主流 AI 编码工具。
| AI 编码助手 | 插件类型 | 安装方式 |
|---|---|---|
| VS Code + GitHub Copilot | plugin.json | Command Palette → "Chat: Install Plugin From Source" |
| Claude Code | .claude-plugin/ | /plugin marketplace add MicrosoftDocs/agent-skills |
| OpenAI Codex | .codex-plugin/ + .agents/plugins/ | codex plugin marketplace add MicrosoftDocs/agent-skills |
| Google Gemini CLI | 手动复制 | 复制 skills/ 到 .gemini/skills/ |
| Cursor | 手动复制 | 复制到 .cursor/skills/ |
| Antigravity IDE | 手动复制 | 复制到 .agent/skills/ |
| OpenCode | 手动复制 | 复制到 .agent/skills/ |
| AdaL CLI | 手动复制 | 复制到 .adal/skills/ |
其中 VS Code、Claude Code 和 OpenAI Codex 支持插件市场（marketplace）安装，可实现一键安装和自动更新。对于 GitHub Copilot，技能会被复制到项目级 .github/skills/ 或用户级 ~/.copilot/skills/，AI 在聊天时通过自然语言或 @workspace 触发。
README 中还特别提到了技能调用路径的通用规则：~ 代表用户主目录（macOS/Linux 为 /Users/name 或 /home/name，Windows 为 %USERPROFILE%），大多数现代工具支持 .agent/skills/ 作为通用路径，这大大降低了跨工具迁移的成本。
仓库将193个技能组织为19个分类域，涵盖了 Azure 生态的几乎所有核心服务：
每个分类下还提供了预打包的技能集合（Bundle），例如"🚀 Quick Start"包含7个核心服务，"🤖 AI/ML Developer"面向 AI 工程师，"🔒 Security & Compliance"面向安全合规场景，"📊 Data Engineer"面向数据工程师。这种角色化的 Bundle 设计让用户可以根据自身职能快速选取最相关的技能集。
以一个常见场景说明实际效果。开发者需要"在 Azure Functions 中实现 Durable Functions 模式，用于长时工作流编排"。在传统方式下，AI 助手的回答可能停留在"使用 Azure Durable Functions SDK"这个层面，给出的代码示例可能过时或不完整。
通过 Agent-Skills，AI 助手会：
azure-functions 技能DurableOrchestrationContext 的用法、hub name 配置、以及与 Azure Storage 的绑定策略类似地，当开发者遇到 Azure OpenAI 的 content filter 配置、RAG（检索增强生成）的 embedding 模型选择、Azure Cosmos DB 的分区策略优化等实际问题时，Agent-Skills 都能提供远超通用 LLM 的精准指导。
由于这是一个纯文档/SKILL.md 资源库，没有可运行的应用程序或服务，因此不存在传统意义上的"部署"需求。安装过程本质上是将 skills/ 目录下的内容复制到 AI 助手的技能路径中：
整个安装过程不超过5分钟，且不依赖任何外部服务（skills 内容可离线使用，但高级功能如 mcp_microsoftdocs 需要网络访问来拉取最新文档）。硬件需求为零，无需 GPU 或特殊配置。这是一个纯粹的"开发者效率工具"，不运行任何后台进程。
深入 azure-app-service 的 SKILL.md 内容可以发现，这些技能并非人工编写，而是通过 docs2skills/1.0.0 工具从微软官方文档自动生成。生成流程包括：
mcp_microsoftdocs MCP 工具或文档 API 抓取 Azure 官方文档节点report.md 和 .csv 记录分类理由和文档来源仓库中的 products/ 目录保存了扫描管道的原始输出（raw data、classification reports），供贡献者审查和回滚。docs/BUNDLES.md 定义了角色化技能集合，docs/CATALOG.md 是完整的技能注册表。
值得注意的是，技能文件中明确注明了使用条件：metadata.generated_at 超过3个月的技能会提示用户拉取最新版本，mcp_microsoftdocs MCP 工具不可用时会提示安装。这体现了文档 freshness 在 AI 辅助开发中的重要性——过时的 Azure 文档可能导致错误配置和安全隐患。
尽管 Agent-Skills 大幅提升了 AI 助手的 Azure 专业能力，仍有几个值得关注的局限：
文档同步延迟：虽然使用 docs2skills 自动生成，但微软官方文档的更新频率很高，技能内容与官方文档之间可能存在数天到数周的同步窗口期。技能中的 generated_at 元数据可以帮助用户感知这个差距。
技能的粒度问题：193个技能覆盖了 Azure 的大多数服务，但某些复杂服务（如 Azure Kubernetes Service、Azure Data Factory）的技能内容可能过于庞大（单个技能超过20000字），AI 在加载时可能仍然面临上下文压力。
MCP 工具依赖：高级技能（如 azure-app-service）依赖 mcp_microsoftdocs:microsoft_docs_fetch 工具来动态拉取最新文档内容。如果用户的 AI 助手不支持 MCP 或无法访问微软文档 API，这些高级功能将降级为静态内容。
非交互式场景：对于习惯 CLI 或脚本化操作的用户，Agent-Skills 主要服务于对话式交互，对于批量操作、IaC（基础设施即代码）场景的帮助有限。
Agent-Skills 的出现代表了 AI 编码助手生态的一个重要趋势：从通用智能到领域专家的垂直深化。在此之前，AI 助手在垂直领域的表现取决于训练数据中包含的相关知识，而 Agent-Skills 通过将权威文档结构化地注入 AI 的上下文，绕过了训练数据的限制，实现了一种"按需调用"的专业知识获取模式。
微软的这一实践也有望向其他领域扩展。既然 Azure 服务可以这样做，AWS 服务、GCP 服务、Kubernetes、Docker、Terraform 等都可以采用相同的模式。这开启了一种"AI 助手技能市场"的可能性——每个技术领域都可以由官方或社区维护一套结构化的技能库，AI 助手按需加载。
对于 AI 爱好者和开发者而言，Agent-Skills 是一个值得添加到日常工作流的工具。它不需要任何费用（MIT + CC BY 4.0 双重许可），安装简单，在 AI 辅助开发场景下能显著提升 Azure 相关问题的解决效率。随着微软持续更新文档和技能，这个仓库的价值会不断增长。