skills
android/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。
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。
想象这样一个再普通不过的工作日:你的团队要上线一个 Android 应用,UI 全面改用 Jetpack Compose,还要支持折叠屏、平板和手表。AI 编码助手三分钟给你写完两千行 Kotlin,编译通过,你很高兴。
然后测试同学甩过来一张截图:按钮被导航栏切掉了一半;折叠屏展开时布局彻底错位;手环上字小到看不清;R8 混淆后线上崩溃,堆栈全是 a.b.c。你回头一看,AI 写的每一步都"符合常识",但每一处细节都踩在 Android 的历史坑上——这些坑,官方文档里散落在十几个页面,AI 根本没读。
这正是 android/skills 想解决的事。它不是一个框架、不是一个库,而是一套给 AI 编码代理看的 Android 专业教材。

android/skills 是 Google / Android 官方 GitHub 组织在 2026 年 3 月 16 日建仓的项目,截至本次分析已积累 9,102 Star、588 Fork,Apache-2.0 协议,仓库内共 679 个文件、33 份 SKILL.md。
它遵循的是开放标准 Agent Skills:每个技能就是一个目录,里面放一份 SKILL.md,用 YAML frontmatter 声明 name / description / keywords / last-updated,正文则是人类可读的操作步骤,AI 代理在遇到匹配任务时自动加载。
用行话讲,这叫 RAG 的极端形态——把检索单元从"文档片段"换成了"可执行工作流"。它不检索知识,它交付行为规范。
看看 system/edge-to-edge/SKILL.md 的实际写法,质感立刻不一样:
## Prerequisites
- Project **MUST** use Android Jetpack Compose.
- Project **MUST** target SDK 35 or later.
## Step 1: plan
1. Locate and analyze all Activity classes to detect which have
existing edge-to-edge support. ...
## Step 2: add edge-to-edge support
1. Add `enableEdgeToEdge` before `setContent` in `onCreate` ...
2. Add `android:windowSoftInputMode="adjustResize"` ...
## Step 3: apply insets
1. **PREFERRED:** When available, use `Scaffold`s and pass
`PaddingValues` to the content lambda.
先探查、再动手、最后给规范——这是资深工程师的真实工作顺序,不是提示词里随便写一句"请正确处理 insets"。每个技能还带 references/ 目录,塞进从 developer.android.com 抓下来的原始文档片段(我数了一下,wear 目录 70 个文件、jetpack-compose 82 个),按需加载,避免一次性塞爆上下文。

33 个技能按官方文档的分类铺开,几乎覆盖了现代 Android 开发的全部要害:
| 领域 | 技能示例 | 解决什么痛点 |
|---|---|---|
| 性能 | r8-analyzer、anr-audit-and-fix、jetpack-compose-performance | 混淆崩溃、ANR、Compose 重绘风暴 |
| 安全 | android-intent-security、android-permissions-security | Intent 劫持、权限越权 |
| 设备 AI | litert-lm、litert-runtime、ml-kit-genai-prompt-api、appfunctions | 端侧 LLM 推理、生成式 API 接入 |
| XR / 新形态 | display-glasses-with-jetpack-compose-glimmer、projected-hardware | AI 眼镜、投影设备适配 |
| 可穿戴 | wear-compose-m3、wear-widgets | 手表 UI 与表盘组件 |
| TV / 车机 | leanback-to-compose-tv-migration、android-for-cars-parked-apps | 电视与车机场景迁移 |
| 导航 | navigation-3、navigation-event | 新一代导航架构 |
| 系统 | edge-to-edge、glance-canonical-layouts | 全面屏适配、桌面小组件 |
| 构建 | agp-9-upgrade | Android Gradle Plugin 9 升级 |
| 业务 | play-billing-library-version-upgrade、play-policy-insights | 支付库升级、Play 政策合规 |
最值得玩味的是 device-ai 这组:litert-lm 和 litert-runtime 教你用 Google LiteRT 在端侧跑语言模型,ml-kit-genai-prompt-api 则封装了 ML Kit 的生成式提示词 API。配合 appfunctions(把 App 能力暴露给系统级助手),这实际上是把 Android 塑造成"AI 原生应用"的样板间。
而 play/play-policy-insights 是个异类——它带了 5 个 Python 脚本(play_store_scraper.py、scanner.py、template_engine.py、orchestrator.py、generate_report.py),会真的去抓取 Play 商店页面并生成政策合规报告。这是整个仓库里唯一带可执行代码的技能,也是最可能直接踩坑(反爬、页面结构变更)的一个。
姿势一:Android CLI(官方推荐)
# 只装 android-cli 这一个技能
android skills add r8-analyzer --project=.
# 全量安装到所有检测到的代理目录
android skills add --all
不指定 --agent 时,会装到 ~/.gemini/antigravity/skills。更新用 android skills update --all。android CLI 本身也是从 dl.google.com 一条 curl 命令装的,Linux/macOS/Windows 全平台。
姿势二:Claude Code 插件
/plugin marketplace add android/skills
/plugin install android-skills@android-skills
姿势三:Codex 插件
codex plugin marketplace add android/skills
codex plugin add android-skills@android-skills
装完之后,你只需要正常提需求——"把我的 App 改成全面屏"——代理会自动匹配并加载对应技能。这才是它最聪明的地方:不需要你记住 33 个技能的名字。
没有容器化,没有 Dockerfile,没有 docker-compose,没有 K8s manifest。 我逐个文件核过 679 个文件树,一个都没有。这不是缺陷——它是纯 Markdown 知识资产,本来就不需要跑起来——但意味着 PIFS 层面的部署评级只能是 partially_supported:技能安装本身 5 分钟搞定(克隆或一条命令),但要让 AI 真正改对代码,你还得有 Android Studio、SDK 35+、Gradle 工具链,甚至一台模拟器。知识可以秒装,验证不能。
另外几处需要清醒认识的地方:
android CLI、developer.android.com 和 Play Console 文档,你脱离 Google 工具链单独用,价值会打对折。android-devrel-github-bot——说明这是自动化流水线产物,不是手工维护的知识库。好处是更新及时,坏处是措辞质量参差,有些 SKILL.md 里的"参考文档"是从官网直接抓的原文拼接,读起来像 API 文档而不像教程。update-skills.yml 的定时更新还挂着 # TODO 没开。android/skills 代表的不是"又一个提示词仓库",而是大厂开始把内部工程规范当作 AI 时代的 API 来对外交付。
过去 Google 教人写 Android,靠的是文档、Sample App、Stack Overflow 问答。知识是散的、是被动的、是被动检索的。现在它做的是另一件事:把专家的决策流程显式写下来——先探查哪些 Activity、改 SDK 到多少、Insets 用 Scaffold 还是 Modifier、consumeWindowInsets 放哪——然后让 AI 去执行。
这件事的门槛比想象中低:33 个 Markdown 文件、两个 JSON 插件清单、一个 CI 脚本。任何有沉淀的组织都能复制这套模式。 这比 9,000 Star 本身更有意思。
而官方选择从"LLM 已经很擅长的领域"下手——明确排除了 Jetpack Compose 基础最佳实践这种 AI 本来就写得不错的地方——这个取舍本身就说明了团队对"AI 知识边界"的判断力:不要重复教 AI 已经会的东西,把有限的注意力放在大模型系统性犯错的地方:系统栏遮挡、混淆映射、权限边界、端侧推理的内存约束。
对开发者的实操建议:如果你做 Android,把这个仓库 clone 下来当技术规范手册读,比当"AI 插件"用价值更大。即便你不用任何 AI 代理,这 33 份文档也是 Google 官方经验的高度浓缩。而如果你已经在用 Claude Code 或 Codex,装上它几乎是零成本的收益增量。
本文基于对 android/skills 仓库 2026-10-21 快照的真实分析:GitHub REST API 抓取仓库元信息、递归文件树(679 项)、README、plugin.json、CI 工作流与关键 SKILL.md 原文。