devgo.cn你写了一个超棒的 CLI 工具，能自动优化 Docker 镜像层。你想让 AI 编码代理（比如 Claude、Cursor 里的 Agent）在需要时能直接安装并使用它——就像人类开发者用 `npm install` 一样。但 AI 代理没有 `npm`，它们怎么发现你的工具？怎么验证下载的文件是安全的？Evil Martians 团队最近发布了一套标准，让任何 AI 代理都能通过一个统一的发现索引来查找和安装 agent skills（AI 代理技能，即可被代理直接执行的任务包）。
这套标准源于一个观察：他们的博客 evilmartians.com 在两个月内收到了 268,000 次 AI 代理请求，而人类页面浏览量只有 107,000 次。AI 代理已经成了网站的主要访客。与其让它们像人类一样阅读文章再自己提取信息，不如直接提供可安装的技能包。于是他们定义了 agent skills 的发布规范，并开源了一个示例目录。
规范的核心是一个发现索引文件，位于网站根目录的 `/.well-known/agent-skills/index.json`。这个路径遵循了 RFC 8615 定义的 well-known URI 标准，代理可以自动扫描这个固定位置来获取技能列表。
索引文件是一个 JSON 对象，包含 skills 数组，每个技能有 name、description、version、author、license、install（安装源 URL）和 digest（SHA-256 哈希值）。例如，一个技能条目可能包含名称“docker-optimizer”、安装源指向一个压缩包、以及对应的 SHA-256 摘要。
每个技能包可以以三种形式发布：单文件（一个独立的可执行脚本，如 optimize.sh）、多文件（多个文件组成一个技能，通过主文件引用其他模块）、或 bundle（打包成 .tar.gz 或 .zip 压缩包）。无论哪种形式，都必须提供 SHA-256 摘要。代理下载后计算本地文件的哈希值，与索引中的 digest 比对，确保文件在传输过程中未被篡改。SHA-256 是目前广泛使用的安全哈希算法，Git 和许多包管理器都在用。
安装命令也标准化了。代理可以通过类似 `agent install <skill-name>` 的指令，从索引中查找技能并下载。索引中的 install 字段直接给出了下载 URL，代理无需额外解析。这种设计让安装过程对代理完全透明——它们只需要知道技能名称，剩下的由索引和标准协议完成。
Evil Martians 不仅提出了标准，还开源了一个技能目录（catalog），包含他们自己的工程实践。例如，代码审查清单、项目初始化模板、部署脚本等。这些技能包可以直接被 AI 代理调用，在开发工作流中自动执行特定任务。这相当于把团队的经验编码成可执行的包，让代理成为团队的一部分。
最让我意外的是这套标准的简洁性：它没有重新发明轮子，而是巧妙地利用了现有的 Web 基础设施（well-known URI）和成熟的哈希算法（SHA-256）。任何拥有网站的人都可以在几分钟内发布自己的 agent skills，不需要额外的注册表或认证中心。代理只需要知道网站域名，就能自动发现所有技能。
这套标准的最大价值在于，它把 AI 代理从被动的信息消费者变成了主动的工具使用者。以前，代理需要阅读文档、理解上下文、再生成代码；现在，它们可以直接安装并使用预定义的技能，就像人类开发者使用 npm 包一样。这不仅提高了效率，还减少了错误——因为技能包是经过测试和版本控制的。
如果你正在构建 AI 编码代理，或者希望自己的工具能被 AI 代理自动发现和使用，这套标准值得参考。你需要做的就是在网站根目录创建 `.well-known/agent-skills/index.json`，按照规范列出技能包，并为每个包提供 SHA-256 摘要和安装源。需要注意的坑包括：索引路径必须严格遵循 well-known 规范（否则代理找不到）；摘要算法必须使用 SHA-256，且与索引中的值一致；多文件技能要考虑文件之间的相对路径，确保打包后结构正确；版本管理要跟上，避免代理安装到过时的版本。
总的来说，这是一套让 AI 代理与开发者生态更紧密连接的标准。它借鉴了人类包管理的成熟经验，又针对代理的特点做了简化。未来，我们可能会看到更多网站发布 agent skills，就像现在每个项目都有 package.json 一样。对于开发者而言，现在就可以动手：把你常用的脚本、配置、最佳实践打包成 agent skills，让你的 AI 助手直接使用。
内容与图片版权归原作者所有 · 原文: https://evilmartians.com/chronicles/publishing-agent-skills-discovery-index