微信扫码
添加专属顾问
我要投稿
告别重复劳动!统一.agents/skills目录让AI工具切换零成本,开发者终于能专注创新而非文件管理。核心内容: 1. 当前AI工具生态的碎片化问题:每个工具使用不同目录结构导致开发者效率低下 2. 提出的解决方案:统一使用.agents/skills目录,Codex已率先支持 3. 标准化带来的三大好处:工具切换零成本、技能共享、促进生态健康发展
我们先看看现在是什么情况。
你用Codex,它要求你把技能文件放在.codex/skills。
你用Cursor,它可能要求你放在.cursor/skills。
你再用个别的Agent工具,又是另一个目录。
结果就是你的项目根目录里一堆.xxx/skills文件夹。
每次写个新技能,复制粘贴三四份。改个bug,三四个地方都得改。
这不是在写代码,这是在当复读机。
更糟糕的是,你想换个Agent工具试试?对不起,先把所有技能文件迁移一遍吧。
本质上这是个地盘问题。
每个Agent工具都想搞自己的专属目录,就像动物撒尿划地盘一样。
.codex/skills是我的地盘,.cursor/skills是你的地盘,谁也别想侵犯谁。
听起来很合理对吧?各管各的,井水不犯河水。
但开发者遭殃了。
我们不是Agent工具的附庸,我们只是想用个顺手的工具干活而已。
Alexander提出的方案简单到让人想笑:
大家都从.agents/skills读不就完了?
没错,就这么简单。
不是.codex/skills,不是.cursor/skills,就是.agents/skills。
所有Agent工具都从这一个地方读技能文件。
Codex已经支持了,现在正在呼吁其他工具跟进。
这就像当年前端模块化的混战。AMD派、CMD派、UMD派打得不可开交,最后ES Module出来,大家终于消停了。
标准的价值就在于让大家不用再瞎折腾。
你可能觉得这是小事。
改个目录名字而已,有必要这么大张旗鼓吗?
有必要。
这关系到整个生态会不会变成一盘散沙。
如果每个工具都搞自己的标准,开发者就被绑死了。用了Codex就得用它的目录结构,想换工具?先把配置全迁移一遍。
这种vendor lock-in(供应商锁定)是生态的毒瘤。
它会让开发者不敢尝试新工具,让新工具很难进入市场,让整个生态停滞不前。
反过来,如果大家都用.agents/skills:
你可以随便换Agent工具,零成本。
技能文件可以在社区共享,就像npm包一样。
新工具不需要让用户重新组织项目,直接就能用。
这才是健康的生态。
实现这个很简单。
对Agent工具来说,就是改个读取路径:
// 先读标准目录
const skills = await readDir('.agents/skills')
// 找不到再读旧目录(兼容)
.catch(() => readDir('.codex/skills'));
对用户来说,就是移动一下文件:
mv .codex/skills .agents/skills
技术从来不是问题,人心才是。
Alexander在推文里特别强调"like/tag/RT for momentum"。
这不是在求关注,而是因为标准需要足够多的人支持才能成为标准。
如果只有Codex支持.agents/skills,那它就只是又一个专属目录。
但如果主流工具都支持,它就是标准了。
这让我想起TypeScript的故事。微软刚推出时,很多人不屑一顾。但Angular用了,Vue用了,React也用了,最后TypeScript就成了事实标准。
网络效应是标准形成的关键。
越多人用,就越有价值。越有价值,就越多人用。
这是个正反馈循环。
如果你在开发Agent工具,支持.agents/skills。
如果你在用Agent工具,去提issue要求支持。
如果你在写教程,推荐用.agents/skills。
每个人的一小步,汇聚起来就是生态的一大步。
.agents/skills这个提议看起来很小。
但它解决的是生态碎片化这个大问题。
技术实现很简单,难的是让大家达成共识。
这需要社区的力量,需要每个人的参与。
好的标准不是设计出来的,是用出来的。
P.S. 如果你在用Codex,现在就可以把技能文件移到.agents/skills了。
原推文:https://x.com/OpenAIDevs/status/2018421900511433071
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-01-29
自建一个 Agent 很难吗?一语道破,万语难明
2026-01-28
全球首个Skills Vibe Agents,AtomStorm技术揭秘:我是怎么用Context Engineering让Agent不"变傻"的
2026-01-22
Deepagents落地场景来了:用openwork实现专属办公小管家
2026-01-05
快速上手:LangChain + AgentRun 浏览器沙箱极简集成指南
2026-01-05
为什么大模型企业都在强调可以连续工作XX小时的Agent和模型?长时运行Agent解析(Long-Running Agents)
2025-12-29
单agent落幕,双agent才能解决复杂问题!附LangGraph+Milvus实操
2025-12-28
为什么说LangGraph是企业级AI智能体的「终极答案」?
2025-12-26
跟我学LangChain:提示词模板,PromptTemplate包装器,工程化管理你的提示词
2025-12-21
2025-12-21
2025-11-25
2025-12-08
2025-11-08
2025-11-18
2025-11-07
2025-11-25
2026-01-05
2025-11-19
2025-11-03
2025-10-29
2025-07-14
2025-07-13
2025-07-05
2025-06-26
2025-06-13
2025-05-21