入门 📋 6 个步骤 第 251 / 470 篇

Agent Plugins 1.0.0:给 AI 插件定「USB-C 接口」,一份打包五家通用

2026 年 8 月 6 日,OpenAI 联合微软、亚马逊、Cursor、Vercel 发布 Agent Plugins 1.0.0 开放标准(谷歌当天加入核心维护):把 Agent Skills 与 MCP Server 打包成统一插件包,一个 plugin.json + skills/ 目录 + mcp.json 配置,即可在 Codex、Cursor、GitHub Copilot、ChatGPT、Kiro、VS Code 等兼容客户端通用。本文拆解标准三层结构、为什么不是 MCP 的替代品、手把手打包第一个可移植插件,以及 1.0 的边界(权限、沙箱、签名仍是未来工作)。

2026.08.09· 15 分钟阅读· 约 1679 字· 📦 Agent Plugins

同一个 AI 技能(Skill)、同一个 MCP 服务,以前想同时在 Cursor、Codex、GitHub Copilot 里用,你得为每家客户端重新打一次包——目录结构、清单文件、配置写法全不一样,改一处还得挨个改三遍。2026 年 8 月 6 日,OpenAI 联合微软、亚马逊、Cursor(Anysphere)、Vercel 发布了 Agent Plugins 1.0.0 开放标准,谷歌当天也加入核心维护。从此:打一份包,装进所有兼容客户端——这就是 AI 插件生态的「USB-C 接口」时刻。

🧩 本教程适合:已经会用 MCP Server 或 Agent Skills、想减少重复打包工作的开发者,以及刚接触 AI 插件、想搞懂行业标准在说什么的新手。不需要会写代码,跟着目录结构照做即可。

先搞懂:Agent Plugins 到底统一了什么?

一个 AI 插件通常由两样东西组成:Agent Skills(给模型的可复用指令和资源)和 MCP Server(连接外部工具和服务的接口)。它们本身就能跨客户端复用,真正卡住你的是最外层——每家客户端的打包方式不一样。Agent Plugins 把外面这层「包装盒」统一了:

层级管什么谁来定
MCP客户端怎么连工具服务Anthropic 提出的协议
Agent Skills可复用的指令和资源各平台技能规范
Agent Plugins把上面两者装进同一个包、跨客户端分发本次五方联合标准

一句话记住:MCP 管「连接」,Skill 管「指令」,Agent Plugins 管「打包」。它不是 MCP 的竞争对手,而是站在 MCP 之上的一层「包装规范」。统一的是包装盒,里面的智能体没动。

Step 1:认识一个插件包的固定结构

1 一个文件夹,三层零件
my-plugin/
├── plugin.json   ← 清单文件(只有 2 个必填字段)
├── skills/       ← 技能目录(可选,放 Agent Skills)
└── mcp.json      ← MCP 配置(可选,声明 MCP Server)

规则就三条:根目录必须有 plugin.json;技能全放 skills/;MCP 配置写在 mcp.json。客户端只支持其中一种组件类型时,可以忽略另一种——技能坏了不会拖垮同包的 MCP,各自独立检查

💡 版本号都不用写:1.0 的 plugin.json 里只有 schema 版本和插件名两个必填字段,其余靠固定位置去发现,客户端不用猜。

Step 2:写 plugin.json 清单

2 两行必填,其余可选
{
  "schema": "https://agent-plugins.org/schemas/plugin.json",
  "name": "weekly-report-assistant"
}

schema 指向规范的 JSON Schema 地址(声明「我遵守这个标准」),name 是插件名(建议用英文短横线命名,如 weekly-report-assistant)。这就是全部必填内容——想加描述、版本、作者等元信息,按规范里的可选字段补充即可。

注意命名规范:name 会被多个客户端用来做目录名和标识,保持小写英文 + 短横线,别用中文和空格,否则在 Linux/macOS 上安装容易出幺蛾子。

Step 3:把技能放进 skills/

3 技能目录直接复用你写过的 Skill

如果你已经在 Cursor、Codex 或 Claude Code 里写过 Agent Skill,它的结构(如 SKILL.md 主文件 + 参考资料/脚本目录)可以直接平移到 skills/ 下,无需重写:

my-plugin/
├── plugin.json
├── skills/
│   └── weekly-report/        ← 技能名目录
│       ├── SKILL.md          ← 技能主文件(指令)
│       └── templates/        ← 配套资源
└── mcp.json
🚀 这正是标准的核心价值:以前你为五家客户端各写一份 skill 元数据,现在只写一份。迁移成本近乎为零,直接复制目录就行。

Step 4:用 mcp.json 声明 MCP Server

4 把工具配置装进同一包装盒

如果你想让插件里带一个连数据库、查接口的 MCP 服务,把它在 mcp.json 里声明出来:

{
  "mcpServers": {
    "sales-db": {
      "command": "npx",
      "args": ["-y", "@yourorg/sales-db-mcp"],
      "env": {
        "DB_URL": "${DB_URL}"
      }
    }
  }
}

结构和你在别处配 MCP 的写法一致:command 指定启动方式,args 传参数,env 放环境变量。这样「技能 + 工具」就被打包成一个整体分发了。

环境变量请占位:不要把真实密钥写死在 mcp.json 里——1.0 标准还没有密钥注入机制(列为未来工作),各家客户端会用自己方式填充环境变量。用 ${VAR} 占位,让客户端从自身凭据体系注入。

Step 5:装进兼容客户端并验证

5 一份包,五家通用

目前官方兼容列表包含:VS Code、Cursor、GitHub Copilot、ChatGPT、Codex、Amazon Kiro。谷歌也已宣布在 Agents CLI 和 Data Agent Kit 中采用。具体安装方式各家略有差异,但通常就是「把插件文件夹放进客户端指定的插件目录」:

# 示例:把插件包放进行业常见的插件目录约定
~/.agent-plugins/
└── weekly-report-assistant/   ← 整个文件夹拷进来即可
    ├── plugin.json
    ├── skills/
    └── mcp.json
🔑 验证三连:① 客户端能识别插件名(出现插件已加载提示);② 问一句技能相关的指令,看技能是否生效;③ 调一个 MCP 工具,看连接是否成功。标准要求「技能与 MCP 独立检查」,坏一半不影响另一半。

Step 6:了解 1.0 的边界,别踩坑

6 打包统一 ≠ 运行统一
1.0 已定义1.0 未定义(未来工作)
目录结构、清单格式权限模型、沙箱隔离
技能/MCP 组件发现数字签名、来源验证
跨客户端打包分发密钥注入、企业白名单、审计日志
每客户端私有扩展目录hooks、斜杠命令等专有能力

三点实操提醒: 安装市场插件前务必看清来源和作者——插件里的 MCP Server 会在你本机执行代码; 各家对 stdio / StreamableHTTP 等传输方式支持不完全一致,跨端跑不动时先查传输兼容; 规范正文还标着「工作草案(Working Draft)」,别把 1.0.0 当成最终盖章版,留意后续版本更新。

🛡️ 安全底线:这个标准只保证「能被发现」,不保证「能安全运行」。信任判断仍是每家客户端自己的责任——这也是 2026 年多起假 Skill 混过安全扫描后,行业最警惕的一环。

常见问题速查

你遇到的现象大概率原因 & 解决
客户端不识别我的插件plugin.json 位置不对(必须根目录)或 name 不合规
技能生效但 MCP 连不上环境变量未填充 / 客户端不支持该传输方式
换客户端后行为不一致1.0 只管打包,运行由各客户端负责,属正常现象
Anthropic 的 Claude Code 能用吗Claude Code 原生是 .claude-plugin 格式,但多家客户端做了兼容层,部分可互认
和旧插件格式冲突吗Codex 现用 .codex-plugin/plugin.json,与开放规范并存,两边都会识别
← 返回教程中心