一句话看懂：Agent Plugins 1.0.0 正式发布，这是一个由多家大厂共同维护的开放打包规范，解决的是 AI Agent 的“技能 + 工具”难以跨平台复用的问题。Google 已加入核心维护团队，并开始在自己产品中支持该格式。
事件核心：发生了什么
Agent Plugins 1.0.0 是一个开源、厂商中立的规范，用于把 Agent Skills 和 MCP 服务器打包成可移植的插件。该版本由 Amazon、Cursor、Microsoft、OpenAI、Vercel 的核心维护者组成的 TSC 发布，Google 以 Kevin Hou 为代表加入成为 Core Maintainer，并开始在产品中集成支持。
规范的核心思路很克制：一个插件就是一个目录，组件放在固定位置。技能放在 skills/，MCP 服务器声明在 mcp.json，并明确标注传输类型，支持 stdio、Streamable HTTP 和 HTTP+SSE。插件清单 plugin.json 只承担最小职责，不能重定位组件，也不能内联组件。每个组件独立加载、独立失败，互不拖累。
目前 Google 有两款产品已支持：Agents CLI 将 agent 构建、评估、部署、可观测性等技能打包成插件，让不同 AI 编码 agent 都能调用；Data Agent Kit 则把 Google Data Cloud 的数据资产管理、查询和管道部署能力，以插件形式带到主流 IDE 和编码 agent 中。
为什么重要
此前 Agent Skills 和 MCP 各自具备可移植性，但“装它们的盒子”没有统一标准，每个客户端都要自造一套目录结构、清单格式和传输推断逻辑。插件作者若想覆盖多个客户端，往往被迫 fork 维护多份代码。Agent Plugins 的价值在于把真正相同的部分固定下来，同时为各客户端保留独立扩展空间，比如反向域名目录可放置专属 hooks 或命令，不认识的客户端会自动忽略。
它刻意不做安装机制、分发协议、权限模型和沙箱规定，而是把这些问题留给 IDE、CLI、企业平台等不同场景分别解决。这种分层设计让打包成为一个可独立采用的标准，不绑架上下游。
对用户/开发者/创作者的影响
对插件开发者而言，一次打包、多处运行终于成为可能，不必再为不同客户端维护多套兼容层。普通用户使用 AI 编码工具或数据工具时，插件安装来源和兼容性预期也会更清晰。对于企业用户，插件格式统一之后，内部技能和 MCP 服务可以按同一种结构分发，后续做权限审批和合规管控也更有抓手。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Google 的 Antigravity、Gemini CLI 等产品何时原生支持该格式，实际集成深度值得观察。第二，微软、OpenAI 阵营是否会在各自生态的插件系统中完整落地该规范，还是会保留差异化入口。第三，项目未来对安装机制、信任验证等问题的补全方式，将决定它能否从“打包格式”进一步成为企业级 Agent 生态的事实标准。
