跨 harness 对比：Skill / 插件体系
这一维度指的是：harness 用什么机制把「一包可复用的能力」（指令 + 脚本 + 资源，或一段可加载的行为）装进 agent，以及它怎么发现、分发、隔离、调用这些包。它和「工具体系」正交——工具是 LLM 一次 function-call 就能调的单个可调用体，skill/插件是比工具更大的、按需渐进加载进上下文的单元。
设计谱系
61 个 harness 在这个维度上大致分成六个流派，彼此有交叉：
-
Anthropic Agent Skills /
SKILL.md谱系（事实标准）。一个目录 =SKILL.md（YAML frontmatter 至少name+description）+ 可选scripts//references//assets/，核心机制是渐进式披露（progressive disclosure）：启动时只把 name+description 注入系统提示，模型判断相关才加载完整正文，辅助文件再按需读。这是 Claude Code 首创、后被抽象成开放标准agentskills.io的一套约定，如今是绝大多数编码 harness 的共同底座。至少 30 个 harness 采用它。 -
Plugin 超集打包层。在 skill 之上再套一层可分发单元：一个 plugin 目录（
plugin.json清单）把 skills + slash commands + subagents + hooks（hooks/hooks.json）+ MCP servers（.mcp.json）打包在一起，经 marketplace 分发。目录布局同样源自 Claude Code，被多家显式照搬。 -
MCP-as-plugin 派。没有独立的 skill 文件抽象，扩展点就是 MCP（作为工具来源）+ 代码级 tool 注册。多见于通用 agent 框架和部分闭源 IDE 产品。
-
记忆即技能 / 程序性记忆派。skill 不是磁盘上的静态文件，而是记忆系统的一部分，能被 agent 自己蒸馏、编辑、跨会话演化。
-
类型化 / 能力对象派。skill/capability 不止是 markdown，还携带 typed 工具、model settings、生命周期 hook，用编程对象而非纯文本描述能力。
-
GUI / computer-use 动作空间派。「插件」贡献的是浏览器/桌面操作的动作空间或云端托管技能，服务于 computer-use。
一条贯穿全局的暗线：跨厂商互操作。agentskills.io 成了公约数后，越来越多 harness 直接扫读别家目录（.claude/skills、.codex/skills、.cursor/skills…），skill 一次编写多处可用。
对比表
| Harness | skill 抽象 | 渐进披露 | plugin 超集 / 分发 | 跨生态互操作 | 该维度独特点 |
|---|---|---|---|---|---|
| Claude Code | SKILL.md（原创） | ✅ 3 级 | ✅ marketplace + 官方/三方区分 | 是标准源头 | inline vs forked 执行；SkillTool 权限白名单 fail-closed；MCP prompt 也算 skill |
| Cursor | SKILL.md（称”开放标准”） | ✅ | ✅ 人工审核 marketplace + 团队安装模式 | 读 .claude/.codex | 19 个内置 skill；SCIM 受众范围 |
| Codex CLI | SKILL.md（agentskills.io） | ✅ ≤2% 上下文预算 | ✅ 市场源 | hook 设 CLAUDE_PLUGIN_ROOT 与 CC 互操作 | REPO/USER/ADMIN/SYSTEM 四作用域不合并；skill 声明 MCP 依赖触发安装 |
| Gemini CLI | SKILL.md（agentskills.io） | ✅ activate_skill + 同意弹窗 | 扩展捆绑 | .agents/skills | gemini skills install 从 git 装 |
| Qwen Code | SKILL.md（近乎照搬 CC） | ✅ | 扩展/bundled 分层 | — | frontmatter 极丰富（paths glob 门控、priority、逐 skill hooks）；skill 名 Unicode 限制防注入 |
| goose | SKILL.md（agentskills.io） | ✅ | ✅ git 装 + 24h 自动更新 | 兼容 Gemini CLI 扩展格式 + Open Plugins | 插件支持 Gemini/OpenPlugins 两种格式；hooks 生命周期规范 |
| opencode | SKILL.md（兼容 CC） | ✅ | ✅ npm/本地插件 + 远程 pull | 读 .claude/.agents | Hooks 接口极全（20+ 钩子含 compaction/provider 注入）；原子替换缓存 |
| Zed | .agents/skills SKILL.md | ✅ | Extension 系统正交 | .agents | XML 信封转义防注入；容量常量（100KB/50KB/并发 16） |
| Warp (Oz) | SKILL.md（parse_skill.rs） | ✅ | bundled | 十个 provider 原生发现（Claude/Codex/Cursor/Gemini/Copilot/Droid/Github/OpenCode） | skills-as-agents（skill 可直接作云 agent + cron）；UI 按 provider 品牌建模 |
| Sourcegraph Amp | SKILL.md | ✅ | ✅ TS 插件（PluginAPI） | 读 CC skill 目录 | skill 打包 mcp.json 懒加载 MCP；把命令/toolbox/skill 三路收拢为 Plugins+Skills+MCP |
| Factory Droid | .factory/skills SKILL.md | ✅ | ✅ droid plugin marketplace | .agent/skills | 调用控制矩阵（user-invocable × disable-model-invocation）；旧 command 并入 skill |
| JetBrains Junie | SKILL.md（agentskills.io） | ✅ | ✅ Extensions marketplace | 读 .cursor/.claude/.codex；兼容 Claude-plugin marketplace.json | 原生 + Claude-plugin 双 manifest |
| Kiro | SKILL.md（agentskills.io） | ✅ | Powers（POWER.md + MCP，策展市场） | GitHub URL 导入 | 三套机制官方对比表（Skills/Powers/Steering）+ Custom agents |
| Replit Agent | SKILL.md（name/description/instructions） | ✅ description 即触发 | 合作伙伴 Skills directory | — | 官方给出显式失败模式分类（description 过宽/重叠） |
| Devin | .agents/skills（agentskills.io） | ✅ | Playbooks（组织级）区分 | 扫 8 个遗留路径 | 后端索引（clone 前可用）+ 磁盘实时扫描双源；自撰 skill PR 建议 |
| Augment | SKILL.md（agentskills.io） | ✅ 显示预估 token | ✅ auggie plugin marketplace | 读 .claude/.agents | 每 skill 自动注册为 slash；Skills/Rules/Commands 三分 |
| MiMo Code | SKILL.md | ✅ | ✅ 一方插件 + 远程 pull | 读 .claude/.codex/.opencode | 内置 skill 衍生自 Karpathy/Jesse Vincent 外部项目 |
| Kimi Code | SKILL.md（type: prompt/inline/flow） | ✅ | ✅ github-resolver 插件 | .agents/skills | 内置 import-from-cc-codex 迁移 skill；4 层 scope |
| Qoder | SKILL.md（≤64/1024 字符） | ✅ 两阶段 | ✅ marketplace 4 来源 | 镜像 anthropics/skills、vercel-labs | skill 底层复用 Command；plugin 剥离子agent 的 hooks/mcp/permission 防提权；Cloud skill zip 上传 |
| OpenHands | AgentSkills 规范 + 触发器 | ✅ | ✅ 照搬 CC 插件目录布局 | OpenHands extensions 仓库 | Skill 带 KeywordTrigger/TaskTrigger；install/enable/disable 轻量市场 |
| Cline | SKILL.md（对标 CC） | — | ✅ 插件跑子进程沙箱（JSON-RPC） | — | 组织远程下发 skill；进程级隔离 |
| Roo Code | SKILL.md（类 CC） | — | Marketplace（未验证） | — | 符号链接 skill；skills-{mode}/ 按 mode 分目录；文件监视热重载 |
| Continue | SKILL.md | ✅ | Continue Hub | — | /import-skill <url> 让 agent 自己抓 GitHub 装 |
| Kilo Code | SKILL.md（agentskills.io） | ✅ | ✅ @kilocode/plugin | 读 .claude/.agents | opencode 血统（同款 mcp/plugin 结构）；skills.urls 远程拉 |
| CrewAI | SKILL.md（对标 Agent Skills） | ✅ 3 级 DisclosureLevel | — | — | skill 渲染进系统提示的 <skills> XML 提升 prompt-cache |
| deepagents | SkillsMiddleware（agentskills.io） | ✅ | 从磁盘加载子代理（第二套） | 多 source 分层覆盖 | 严格规范校验；错误文本以 untrusted <skill_load_warnings> 呈现防投毒 |
| Hermes | SKILL.md = 程序性记忆 | — | 插件（3 来源 + pip entry points） | agentskills.io + Skills Hub | 记忆/上下文引擎「单选」插件槽；Curator 后台维护 |
| QwenPaw | SKILL.md（skill pool → workspace） | — | ✅ 6 类扩展（Middleware/HTTP/Frontend…） | Skill Market 4 provider | /make-skill 从对话转 skill；移植 anthropics/skills |
| AgentScope | SKILL.md（Anthropic 同款） | ✅ SkillViewer 工具 | 插件层 = MCP | — | skill 归属 tool group 随组激活；是 QwenPaw 底座 |
| AutoGPT | SkillComponent（引 Anthropic 规范） | ✅ 3 级 + max_loaded_skills | 遗留 plugins/（未探索） | — | Reflexion prompt-strategy 相邻 |
| Agent Zero | SKILL.md（Anthropic 开放标准） | ✅ 语义召回 top-6 | ✅ 36 个内置 plugin（plugin.yaml） | — | build-skill/a0-create-plugin meta-skill 让 agent 自扩展框架；行为规则自调整 |
| CAMEL | SkillToolkit SKILL.md（Anthropic 风格） | ✅ | ~90 toolkit + MCP | .agents/skills | Workflow Memory + Self-Improving CoT（STaR） |
| DeerFlow | SKILL.md（完整 skill 系统） | ✅ legacy/deferred 两模式 | MCP + extensions_config 热改 | — | skill 安全扫描（LLM moderation + 静态）；sandbox 只读；skill evolution |
| OpenAI Agents SDK | SKILL.md（仅 sandbox track） | ✅ 显式 | 普通 Agent 无插件 | Codex auto-discovery root .agents | LazySkillSource 懒物化进 sandbox |
| Google ADK | SKILL.md（agentskills.io，实验性） | ✅ L1/L2/L3 | ✅ Plugins（15 横切 hook） | — | frontmatter 带 ADK 扩展字段（adk_inject_state）；GEPA prompt 优化 |
| Pydantic AI | on-demand Capability（对标 Agent Skills） | ✅ defer_loading | Capabilities 组合（中间件语义） | 可从 md+YAML 加载 | typed 工具 + hooks，比 markdown skill 更强；loaded 状态存 message history 跨 run 恢复 |
| Agno | SKILL.md（Anthropic 同款） | ✅ | 120+ toolkit 生态 | — | path_safety 越界防护 + validator 硬校验 |
| Letta | skill = memFS 记忆块 | ✅ <available_skills> | plugins/ 轻量 | — | skill 随 agent 走、与记忆一起 git 版本化；client-side skills |
| Open Interpreter | SKILL.md（Codex 底座） | ✅ metadata-first | ✅ plugin + connectors | .agents/skills | 内置 qa-testing computer-use skill（agent-browser + cua） |
| browser-use | 双 skill（文档 skill vs 运行时 hosted skill） | — | Tools/Registry + MCP 双角色 | — | 运行时从云 API 拉 hosted skill 动态注册为 action，缺 cookie 提示模型 |
| UI-TARS Desktop | AgentPlugin（environmentSection + getTools） | — | AgentComposer 聚合 | — | code/mcp/gui-agent 各是一个 plugin；扩展靠 MCP + AgentPlugin |
| smolagents | 无独立 skill；工具即扩展 | — | HF Hub push/from_hub | LangChain/Gradio 包装 | agent 整体可序列化成 HF Space 包 |
| MetaGPT | 工具注册表即 skill（@register_tool） | — | 运行时路径注册 | — | 工具/技能统一，无分层 |
| Semantic Kernel | KernelPlugin（4 种填充） | — | OpenAPI/MCP 导入 | 双向 MCP（可反向暴露为 server） | prompt 模板本身就是一个”技能” |
| AutoGen | 无 skill；MCP 即插件 | — | McpWorkbench 包装整个 server | — | ToolOverride 重命名/重描述 server 工具 |
| Trae | 无一等 skill；MCP 声明式 | — | tools_registry 代码级 | — | allow_mcp_servers 白名单 |
| Comate | 无 skill；MCP 是插件 | — | MCP 市场 + 全局 MCP | — | Custom Agents（配置驱动类技能）；mcp.json ≤5000 行硬限 |
| CodeGeeX | 无 skill 文件；MCP 扩展 | — | MCP templates | — | “插件功能”是系统提示预设 |
| AutoClaw | SKILL.md（50+ 预置 + 自蒸馏） | — | 市场”即将上线”（未确认） | — | Skill 进化：10+ 工具调用任务自动蒸馏成 skill |
| Amazon Q | agent-config JSON = 技能包 | — | MCP servers | — | 版本化 agent config 即扩展单元，无市场 |
| LangGraph | 无 / 不适用 | — | 写节点/子图接进图 | — | 组合发生在代码层 |
| GPT-Researcher | 内部 skills = 代码模块 | — | Retriever/Scraper/MCP/LLM 插件面 | 作为工具暴露给别的 agent | 插件是搜索引擎/抓取器级 |
| SWE-agent | Bundle（config+bin+lib+install.sh） | — | YAML 静态声明 | — | state_command 抽结构化状态；hidden_tools 隐藏工具 |
| GPT-Pilot | 未实现（模板/knowledge_base 相邻） | — | — | — | 扩展 = 改 Python + prompt |
| Aider | 未实现（固定 /-命令表） | — | — | — | ai-comment 注释触发是固定功能 |
| Plandex | 未实现（无 skill/tool registry/MCP） | — | 构建期 hook（计费/鉴权） | — | 唯一缝是 server/hooks |
| Anthropic 编排博客 | 源材料未涉及（MCP 为最近类比） | — | — | — | — |
（未列入的 harness 在该维度未提及或不适用。）
分组讨论
A. SKILL.md + 渐进披露：谁是源头，谁在跟
这是全场最大的同心圆。Claude Code 是原创和事实标准——SKILL.md（name/description frontmatter）+ 三级渐进披露（启动只加载 name+description、相关才载正文、辅助文件再按需读）、skill 可打包可执行脚本把确定性操作从 token 生成里卸载、inline vs forked 两种执行模式、SkillTool 的安全属性白名单（fail-closed），这套东西被后来者反复引用。Anthropic 随后把它抽象成开放标准 agentskills.io。
明确声称”实现 agentskills.io / Anthropic 开放标准”的有一大批：goose、Codex CLI、Gemini CLI、Kiro、Junie、Devin、Augment、deepagents、CrewAI、CAMEL、Agent Zero、Google ADK、Kilo Code、Agno、AgentScope。其中 Qwen Code 的实现”与 Claude Code 几乎一致”（连逐 skill hooks、allowedTools 自动授权都照抄），只是 frontmatter 更豪华（paths glob 门控条件激活、priority、when_to_use）。
值得单独点出的规范细节创新：
- 防注入是这一派的共同焦虑：Zed 把 skill 正文包进
<skill_content>XML 信封并转义、deepagents 把解析失败的错误文本当 untrusted 的<skill_load_warnings>明确告诉模型不要当指令、Qwen Code 限制 skill 名的 Unicode 字符集防止通过名字做 prompt injection。 - 调用控制：Factory Droid 给出最清晰的矩阵——
user-invocable（默认 true）×disable-model-invocation（默认 false）四象限，把”有副作用只让用户点”和”背景知识只让模型读”分开；Kimi Code 的type: prompt/inline/flow也是同类思路。 - 上下文预算：Codex CLI 把 skill 索引预算限死在上下文窗口的 ≤2% 或 8000 字符；Zed 有 100KB/50KB 硬上限；Augment 直接把每个 skill 的预估 token 数显示给用户——skill 成本在调用前可见。
B. Plugin 超集打包层：CC 目录布局的扩散
比 skill 大一圈的分发单元——把 skills + commands + subagents + hooks + MCP servers 打包成一个 plugin.json，经 marketplace 装。这套目录布局也是 Claude Code 立的规矩，扩散痕迹最直接的两处：OpenHands 文档明说其插件结构”照搬 Claude Code 的插件目录布局”（.claude-plugin/plugin.json 含 commands/agents/skills/hooks/.mcp.json）；Codex CLI 的插件 hook 除了设 PLUGIN_ROOT 还同时设 CLAUDE_PLUGIN_ROOT/CLAUDE_PLUGIN_DATA，是与 CC 插件 hook 生态的显式互操作。Qoder 的插件目录（commands/agents/skills/hooks/output-styles/bin/.mcp.json）几乎逐字对应，还加了个安全设计——插件自带子 agent 定义里的 hooks/mcpServers/permissionMode 会被强制剥离，防插件借子 agent 悄悄提权。Cursor、Junie（甚至兼容 .claude-plugin/marketplace.json）、Factory Droid、Copilot、Kimi Code 都有各自的 marketplace + plugin 层。
Sourcegraph Amp 是这一派里治理最清醒的：它把历史上三条独立扩展路径（自定义命令、toolbox、部分 skill 能力）主动收拢成 Plugins + Skills + MCP 三条官方轴线，还公开致谢其 plugin API “受 pi 的扩展 API 启发（Mario Zechner 创建）“——是少见的外部在先设计致谢。它的另一个巧思：skill 可打包 mcp.json，只在该 skill 被调用时才懒加载暴露 MCP 工具，官方明确说这优于常驻 MCP server（降上下文膨胀）。
C. 跨生态互操作：从”兼容读”到”原生发现十家”
agentskills.io 成公约数后，harness 开始直接扫别家目录。轻量的一档是兼容读 .claude/skills：opencode、MiMo Code（读 .claude/.codex/.opencode）、Augment、Kilo Code、Continue、Cursor 都能无转换消费别家 SKILL.md。Devin 每仓扫 8 个遗留路径（.devin/.github/.claude/.cursor/.codex/.cognition/.windsurf/.agents）。Kimi Code 更进一步内置 import-from-cc-codex 迁移 skill。
最激进的是 Warp Oz：SkillProvider 枚举有十个变体（Warp/Agents/Claude/Codex/Cursor/Gemini/Copilot/Droid/Github/OpenCode），各映射到自己的目录约定，还按 provider 在 UI 层建模品牌图标（Claude 橙、OpenAI logo）。也就是说一个项目里既有的 Claude Code / Cursor / Gemini / Copilot / Factory Droid skill，Oz 都能原生发现并调用，项目方不用为 Warp 做任何事。Warp 还更进一步把 skill 和 agent 的边界打通——skills-as-agents：任何 skill 都能 oz agent run-cloud --skill <slug> 直接作为独立云 agent 启动并挂 cron。
D. 记忆即技能 / 程序性记忆：新增 harness 的差异化
这是几个新增 harness 最有辨识度的地方，它们把 skill 从”磁盘静态文件”重新定义为”可被 agent 自己编辑演化的记忆”：
- Letta 把 skill 直接做成记忆块——
compile_available_skills扫描 label 以skills/开头的 memFS block，渲染成<available_skills>目录树；skill 随 agent 走、与记忆仓库一起 git 版本化。配合它的分层自编辑记忆（这是 Letta 记忆维度的核心）：sleeptime/“dreaming” 后台子 agent 用rethink_memory/memory_replace/memory_apply_patch等行号感知的 patch 工具改写记忆块，还能开 git worktree 并发整理记忆——skill 作为记忆的一部分自然被这套自编辑机制覆盖。这与所有”skill=磁盘文件”的 harness 是根本不同的本体论。 - Hermes 把 skill 明确定义为”程序性记忆”（区别于 MEMORY.md 的陈述性记忆），记录如何做某类任务；
skill_manage工具有 create/edit/patch/delete，后台 Curator 编排器周期性 review/整合/归档 agent 自己创建的 skill（强不变式：只碰 agent 创建的、从不删只归档、pin 的跳过）。 - AutoClaw 的”Skill 进化”把一次 10+ 工具调用的复杂任务自动蒸馏成命名 skill 文件，用户说”按老流程”即可召回。
自动从对话/轨迹生成 skill 是更广的趋势，还见于 QwenPaw 的 /make-skill、Codex CLI 的 Record & Replay（录屏演示起草 skill）、MiMo Code 的 distill（每 30 天挖重复工具序列固化成 SKILL.md）、DeerFlow 的 skill evolution、Devin 的自撰 skill PR 建议。
E. 类型化 / 能力对象派：不止 markdown
几个框架把”能力包”做成编程对象而非纯文本，能力更强：
- Pydantic AI 的 Capabilities 是这一派的代表。一个 on-demand capability 显式对标 Anthropic Agent Skills（文档原话”same idea generalised”）但”更强”——一个 Anthropic skill 是 markdown，而它额外带 typed 工具 + model settings + 生命周期 hook，也能从 markdown+YAML 加载。最精巧的一点：capability 的 loaded 状态存在 message history 的 load_capability call/return 对里（不在 agent 对象上），因此跨 run、跨 provider 可恢复——这是把渐进披露做成可持久化状态机。
- Google ADK 的 Skills 分 L1/L2/L3，frontmatter 里塞了 ADK 扩展字段（
adk_inject_state、adk_additional_tools），plugin 层则是 15 个横切 hook（before/after model/tool/agent…）；它还有真正的 eval 驱动 prompt 优化（GEPA）。 - Agno 是 skill（Anthropic 同款渐进披露 + path_safety + validator 硬校验）+ 120+ toolkit 的双层。
- Semantic Kernel 的 KernelPlugin 里”技能”字面上可以就是一个 prompt 模板（
KernelFunctionFromPrompt），且支持双向 MCP（Kernel 能反向as_mcp_server()把自己暴露给别的客户端）。
F. GUI / computer-use 动作空间派
面向浏览器/桌面操作的 harness，“插件”贡献的是动作空间：
- browser-use 有两套别混淆的 skill 概念——顶层
skills/是给编码 agent（如 CC）用 browser-use 的 Anthropic 式文档 skill；运行时SkillService则从 Browser Use 云 API 拉 hosted skill，run 开始时把每个 skill 动态注册成一个 agent action（slug 作 action 名、skill.parameters_pydantic作 param model），带 browser cookies 执行，缺 cookie 时把”需要哪些 cookie”注入 prompt 提示模型。 - UI-TARS Desktop 的
AgentPlugin抽象——每个 plugin 贡献environmentSection（prompt 片段）+getTools()+ 生命周期钩子，由AgentComposer聚合；code-agent / mcp-agent / gui-agent 各是一个 plugin，GUI 操作能力就通过 gui-agent plugin 注入。 - Open Interpreter（Codex 底座）把老版的 os mode 重构成一个 qa-testing computer-use skill（用 vercel-labs agent-browser 驱浏览器、trycua/cua 驱原生 GUI，按需经审批安装）——computer-use 从内建模式降格成一个可选 skill。
G. MCP-as-plugin 与”无 skill”派
通用 agent 框架大多不做独立 skill 抽象，扩展点就是 MCP + 代码级 tool 注册：AutoGen（McpWorkbench 把整个 server 包成 workbench，ToolOverride 重命名工具）、LangGraph（组合在代码层，写节点接进图）、smolagents（工具即扩展，agent 可序列化成 HF Space）、MetaGPT（@register_tool 工具注册表即技能系统）。闭源 IDE 产品也多走这条：Trae、Comate（Custom Agents 是配置驱动的类技能）、CodeGeeX、Amazon Q（版本化 agent-config JSON 即技能包）。
彻底未实现的少数：Aider（固定 /-命令表）、GPT-Pilot（扩展 = 改 Python）、Plandex（无 skill/registry/MCP，唯一缝是计费用的构建期 hook）。特别的是 SWE-agent 的 Bundle 机制——虽不叫 skill，但每个 bundle 是自包含目录（config.yaml + bin/ + lib/ + install.sh），可声明 state_command 每步抽结构化状态、hidden_tools 隐藏工具，是真正的插件架构，只是静态声明无运行时发现。
一个横向发现：meta-skill / skill-creator 几乎成了标配——Claude Code（skillify）、Codex CLI、Zed（create-skill）、deepagents、CAMEL、Agent Zero（build-skill）、Amp（building-skills）、Cursor 都内置一个”教你写 skill”的元技能，让 agent 能自扩展。
H. QwenPaw / AgentScope 的底座关系
补一条实体关系：QwenPaw 的运行时建在 AgentScope 之上——QwenPaw 的 Middleware 插件明说是”包装 AgentScope 的 on_acting/on_reasoning 钩子”，而 AgentScope 提供了 skill（SkillViewer 工具 + skill 归 tool group 随组激活）和长期记忆中间件（其中 ReMe 后端就是 QwenPaw 的默认长期记忆）。QwenPaw 在这个底座上加了完整的 skill market（4 provider：QwenPaw/ClawHub/ModelScope/Aliyun 并行搜索）、6 类插件扩展（Provider/Middleware/Hook/Command/HTTP API/Frontend）、以及从对话转 skill 的 /make-skill，还移植了 anthropics/skills 的 docx/pdf/pptx/xlsx。
最值得借鉴
1. 渐进式披露 + agentskills.io 作为跨厂商公约数。 这是整个维度最成功的设计，理由有二：(a) 渐进披露解决了 skill 库越大上下文越爆的根本矛盾——name+description 常驻、正文按需、辅助文件再按需，Claude Code 官方的说法是”打包进 skill 的上下文量实际上不受限”，因为大部分内容永不加载；(b) 一套开放 SKILL.md 约定让 skill 一次编写、被 Warp 那样原生发现十家、被十几个 harness 兼容读，形成了真正的生态外部性。任何新 harness 今天要做 skill，抄这套约定几乎没有理由不抄——它已经是这个领域的 HTTP。
2. Letta 的”记忆即技能 + 分层自编辑”。 如果说前者是当下的标准答案，Letta 指的是下一步。把 skill 塞进可 git 版本化的记忆块、再让 sleeptime 后台 agent 用 patch 式工具自我整理/去重/演化，意味着 skill 库不再是人手维护的静态资产，而能随 agent 用得越多自己长大、自己纠错（memory_apply_patch 参考了 computer-use edit tool 的行号感知设计）。它把「skill 分发」和「学习型记忆」两个原本分离的维度统一进了同一套自编辑基质——这比把 skill 当磁盘文件的主流做法更接近”agent 自我改进”的终态，是这一维度最值得押注的方向。