Google Antigravity IDE 教學 (二)：Agent Skills 實戰 - 從概念到進階應用

概念：什麼是 Agent Skill？

Agent Skill 本質上是一份「操作手冊 SOP」，讓 AI 在遇到特定問題或情境時，能夠自動感知並知道該如何處理。

2. Agent Skills 如何運作？— Antigravity 環境下的協作模式

要讓這些強大的 Skills 發揮作用，我們需要一個舞台，這個舞台就是 Antigravity。它是一個免費 Agentic IDE，你可以把它想像成一個專為 AI 互動設計的超級整合開發工具，是所有 Agent Skills 運作的家。

剖析 Skill 的結構

每個 Skill 的核心都是一個名為 SKILL.md 的文件。這個文件像是一份標準化的「技能說明書」，其內部結構被巧妙地分成了三層，讓 AI 能夠清晰地理解和執行。

正是這種「JD（元數據）- 大腦（指令）- 公事包（資源）」的標準化結構，才讓 Antigravity 能夠在接下來的運作流程中實現高效的技能調用。

解釋運作流程

當你在 Antigravity 中與 AI 互動時，Agent Skills 的運作流程如下：

1. 使用者下達指令：你用自然語言輸入一個指令，例如：「幫我整理一下下載文件夾」。
2. Antigravity 理解意圖：Antigravity 內建的 AI 模型會分析你的需求，理解你想要「整理文件」。
3. 匹配並調用 Skill：Antigravity 會快速掃描所有已安裝的 Agent Skills 的「JD」（元數據層），找到描述最匹配「文件整理」的那個 Skill。一旦找到，它就會加載並執行該 Skill 的「大腦」（指令層），從而完成自動整理文件的任務。

3. 為什麼「按需加載」是個聰明的設計？— 輕巧又高效的秘密

「按需加載」（On-Demand Loading）是 Agent Skills 背後一個極其優雅且高效的設計哲學。

我們可以將它比喻成一位聰明的秘書。當你需要某方面的資料時，他不會把整個厚厚的資料夾都搬到你面前，而是先理解你的需求（元數據），然後精準地找出你需要的那一份資料（具體指令）遞給你(LLM)，讓你快速準確地完成任務。

這個機制的運作過程非常清晰：

1. 第一步：快速掃描
   當使用者提出請求時，Antigravity 不會去讀取所有 Skills 的完整內容（那樣會非常沒效率）。它只會快速掃描所有 SKILL.md 文件中的元數據層（即技能的名稱和簡短描述），從而找到最合適的 Skill。這個過程極其輕量，幾乎不消耗資源。
2. 第二步：精準加載
   只有當某個 Skill 的元數據與使用者的需求高度相關時，Antigravity 才會去加載其詳細的指令層。不相關的 Skills 則完全不會被觸發，靜靜地待在文件夾中。
3. 第三步：執行技能
   當 Antigravity 找到最合適的 Skill 後，它會執行該 Skill 的 指令層，從而完成任務。

這種設計帶來了幾個顯著的核心優勢：

• 高效：避免了在每次對話中加載所有 Skills 的完整指令，極大地減少了系統的負擔，確保了快速的響應速度。
• 智能：讓 AI 能夠在擁有海量技能庫的情況下，依然能準確、快速地找到並使用最合適的工具來解決問題。
• 省錢：Token 就是金錢，按需加載可以有效減少不必要的 Token 使用，從而節省成本。
• 純淨：避免資訊過載，影響 LLM 的注意力跟思考品質。

步驟一：Skill 的安裝位置

Agent Skills 存放於專案根目錄下的 .agent/skills 資料夾中。Antigravity IDE 會自動掃描這個目錄。(各家的 skills 放置資料夾不同，這裡不展開說明。)

my-project/
├── .agent/
│   └── skills/
│       ├── daily_report/       <-- 技能 A
│       │   └── SKILL.md
│       └── db_migration/       <-- 技能 B
│           ├── SKILL.md
│           └── migrate.py
├── src/
└── README.md

當您想要「安裝」一個新技能時，只需要將該技能的資料夾複製、貼上到 .agent/skills 即可。

步驟二：解剖 SKILL.md

讓我們來看一個最簡單的 SKILL.md 範例。假設我們要教 Agent 如何生成「每日工作日報」。

---
name: generate_daily_report
description: 當使用者要求總結今日工作或撰寫日報時使用此技能。
---

# Generate Daily Report

## 目的
根據 git log 與當前的任務狀態，生成一份Markdown格式的日報。

## 執行步驟
1. 讀取今天工作紀錄 task.md。
2. 檢查 task.md 的各項任務完成狀態。
3. 彙整成以下格式：
   - 完成事項
   - 工時占比
   - 遭遇困難
   - 未來計畫

關鍵點解析：

SKILL.md 結構解密

一個標準的 Skill 由三個核心部分組成，我們可以把它想像成一個「三明治」結構：

小試身手：工程術語翻譯機 (Jargon Simplifier)

在進入複雜的專案前，我們先看一個 PM 必備的神技。這是一個能把「工程師的報錯訊息」翻譯成「人話」的迷你 Skill：

---
name: jargon_simplifier
description: 當使用者貼上看不懂的 Error Log 或工程術語時使用。
---
# Role
你是一位擅長溝通的技術 PM，負責向非技術人員解釋系統狀況。

# Instructions
1. 讀取使用者提供的錯誤訊息 (e.g., "502 Bad Gateway", "CORS Error")。
2. 用最白話的比喻解釋發生了什麼事 (例如：用「餐廳廚房忙不過來」解釋 502)。
3. 提供一個「建議行動」(例如：「請工程師檢查 Nginx 設定」)。

就是這麼簡單！存檔後，下次當你看到一堆紅字報錯，只要貼給 Agent，它就會告訴你發生了什麼事，讓你不再被術語呼攏。

Zero Code: 讓 Agent 幫你寫 Skill

覺得寫 YAML 和 Markdown 太麻煩？其實你可以直接用講的！

試著在 Agent Manager 中輸入：

請幫我建立一個名為 "jargon_simplifier" 的技能。
功能是：當我貼上錯誤訊息時，請扮演技術 PM，用非技術人員聽得懂的比喻來解釋它。

Agent 會自動生成符合格式的 SKILL.md 並幫您存到正確的位置。這就是 Agentic Coding 的魅力！

步驟三：驗證技能是否生效

在測試之前，請確保您已完成技能安裝。對於非工程師，我們建議採用以下兩種方式之一：

方法一 (推薦)： 參考上方的 Zero Code 區塊，直接請 Agent 幫您建立。

方法二 (手動)：

1. 在 IDE 左側檔案列表找到 .agent/skills 資料夾。
2. 按右鍵選擇 "New Folder"，命名為 jargon_simplifier。
3. 在該資料夾內建立新檔案 SKILL.md。
4. 將上方的 Markdown 內容複製貼上並儲存。

安裝完成後，我們可以來測試看看：

1. 打開 Agent Manager (Cmd/Ctrl + E)。
2. 隨意貼上一段報錯訊息，例如：502 Bad Gateway 或 CORS policy blocked。
3. 觀察 Agent 的思考過程，它應該會顯示 Using skill: jargon_simplifier。
4. Agent 隨後會用「餐廳廚房」等淺顯易懂的比喻來解釋這個錯誤，這證明了它已成功掛載了這項技能。

進階挑戰：實戰規格書架構師 (Spec Architect)

既然您已經學會了基礎，現在讓我們來挑戰一個更複雜的真實案例：打造一個能幫 PM 自動撰寫 PRD 初稿的助手。

這次我們不再手把手教您建立資料夾，請試著運用剛剛學到的技巧 (Zero Code 或 手動建立)，安裝以下技能：

---
name: spec_architect
description: 當使用者要求整理會議記錄、需求筆記，或撰寫產品規格書 (PRD) 時使用此技能。
---

# Role
你是一位擁有 10 年經驗的資深產品經理 (PM)，擅長釐清需求邊界並撰寫 User Stories。

# Instructions
1. **Analyze (分析)**: 
   - 讀取使用者提供的輸入內容 (會議筆記、對話記錄)。
   - 識別核心功能 (Core Features) 與使用情境 (Scenarios)。

2. **Structure (結構化)**:
   - 產生一份符合 Markdown 格式的 PRD，必須包含：
     - **Background**: 為什麼要做這個？解決什麼問題？
     - **User Stories**: 使用 "As a... I want to... So that..." 格式。
     - **Acceptance Criteria**: 使用 Gherkin (Given/When/Then) 語法。

3. **Tone (語氣)**:
   - 保持專業、精簡、無廢話。

試煉任務： 安裝完成後，請對 Agent 說：

「把這份會議記錄整理成 PRD。內容是關於一個新的『深色模式』功能...」

如果 Agent 成功吐出了一份結構完整的 PRD，恭喜您！您已經是一位合格的 Agent 導師了。