Elastic Agent Skills（C线技能）Description

Elastic Agent Skills — 来自 Elastic 官方的 AI 智能体技能库

一、技能简介

Elastic Agent Skills 是由 Elastic（Elasticsearch 背后的公司）官方维护的 Agent 技能库，将 Elastic 平台各产品的专业知识封装为标准化技能包，供 AI 编程工具直接调用。目前处于技术预览阶段（Technical Preview），由 Elastic 工程师团队主动维护和更新。

该技能库的核心价值在于解决 AI 编程工具使用 Elastic 产品时的"知识滞后"问题：通用 AI 默认掌握的是过时或过于表面的 Elastic 使用方式，而 Elastic 工程师编写的技能则直接传授经过生产验证的正确操作流程。安装技能后，AI 能够按照 Elastic 官方推荐的方式与 Elasticsearch、Kibana、Elastic Observability、Elastic Security 进行交互，而不是套用通用搜索引擎检索来的"民间偏方"。

技能遵循 Agent Skills 开放标准，兼容 Cursor、GitHub Copilot、Windsurf、Claude Code、Codex、OpenCode、Gemini CLI 等所有支持 SKILL.md 标准的主流 AI 编程工具。

二、核心能力

Elastic Agent Skills 当前涵盖四大产品线的专项技能：

Cloud 系列（5个）：

1. cloud-access-management — 管理 Elastic Cloud 组织访问权限：邀请用户、为 Serverless 项目分配角色、创建或撤销 Cloud API 密钥。
2. cloud-create-project — 通过 REST API 创建 Elastic Cloud Serverless 项目（Elasticsearch、Observability 或 Security），自动保存凭证并引导式创建作用域 Elasticsearch API 密钥。
3. cloud-manage-project — 管理现有 Elastic Cloud Serverless 项目：列表查看、详情获取、更新、删除、重置凭证、恢复运行，以及加载已保存凭证。
4. cloud-network-security — 管理 Serverless 网络安全策略（流量过滤规则）：创建、更新、删除流量过滤器，以及绑定/解绑到项目。
5. cloud-view-logs — 在 Kibana 中定位并查看 Serverless 项目的应用日志，支持日志级别过滤和时间范围定位。

Search 系列（覆盖以下场景）：

• search-query-basics — 编写标准的 Elasticsearch 查询DSL，包括 match、term、range、bool 等基础查询构造。
• search-text-analysis — 配置 Elasticsearch 分词器（Analyzer）：自定义分词规则、同义词词典、停用词处理，提升搜索相关性。
• search-vector-search — 实现向量相似度搜索：配置向量字段、建立索引、执行 kNN 查询，适用于语义搜索和 RAG 场景。
• search-aggregations — 构建聚合查询：从海量文档中提取统计指标、分桶分析、嵌套聚合，输出结构化数据洞察。
• search-mapping-changes — 规划并执行索引 Mapping 变更：在不停机前提下调整字段类型、新增字段、修改分析器配置。
• search-ilm-policy — 配置索引生命周期管理（ILM）：自动执行冷热数据分层、滚动写入、快照归档，降低存储成本。

Observability 系列：

• observability-apm — 配置 Elastic APM（应用性能监控）：安装 APM Agent、解读分布式追踪、定位性能瓶颈。
• observability-logs — 建立统一的日志采集管道：通过 Filebeat 或 APM Agent 采集日志，在 Kibana 中构建日志仪表板。
• observability-alerts — 创建阈值告警规则：当错误率、响应延迟或资源使用率超出预设阈值时触发告警并推送通知。

Security 系列：

• security-threat-intel — 查询 Elastic Security 威胁情报数据：匹配已知恶意 IP、域名、文件哈希，评估当前安全态势。
• security-alert-investigation — 系统性调查安全告警：按时间线重组事件、关联主机活动、识别攻击路径。

三、安装配置

方式一：通过 skills CLI 安装（推荐，兼容所有主流工具）：

# 安装全部技能
npx skills add elastic/agent-skills

# 安装特定分类技能
npx skills add elastic/agent-skills --skill cloud/*
npx skills add elastic/agent-skills --skill search/*
npx skills add elastic/agent-skills --skill observability/*
npx skills add elastic/agent-skills --skill security/*

方式二：在特定 AI 工具中安装：

# Claude Code
/plugin marketplace add elastic/agent-skills
/plugin install elastic/agent-skills@elastic

# Cursor
/add-plugin elastic/agent-skills

# Windsurf / 其他工具
在对应工具的插件市场中搜索 "elastic agent-skills" 并安装

方式三：手动安装 直接克隆仓库并将技能文件夹放入项目级 .agents/skills/ 目录：

git clone https://github.com/elastic/agent-skills
cp -r agent-skills/skills ~/.agents/skills/

四、使用步骤

第一步：确认当前使用的 AI 工具 Elastic Agent Skills 不绑定特定 IDE。确认你的 AI 编程工具支持 SKILL.md 加载即可。主流工具（Claude Code、Cursor、Codex、Copilot、OpenCode、Windsurf、Gemini CLI）均支持。

第二步：安装相关技能包 根据当前任务涉及的产品线安装对应技能。Cloud 系列技能覆盖日常运维操作；Search 系列覆盖数据查询与索引管理；Observability 系列覆盖可观测性配置；Security 系列覆盖安全运营场景。不同技能之间相互独立，可按需组合。

第三步：自然语言描述任务 在 AI 编程工具中描述你的需求，例如：

• "帮我在 Elastic Cloud 上创建一个新的 Elasticsearch Serverless 项目"
• "写一个查询，统计最近7天各服务错误率并按时间排序"
• "为支付服务配置告警，当 P95 响应时间超过 500ms 时发邮件通知"
• "调查一下这个 IP 是否在已知威胁情报列表中"

AI 会自动加载对应技能的完整指引，遵循 Elastic 官方最佳实践完成任务。

第四步：验证执行结果 技能执行完成后，AI 会输出操作摘要和验证步骤。你可以要求 AI 解释"为什么要这样做"，技能文件中包含了每一步决策的背景说明和备选方案。

五、适用场景

1. Elastic Cloud 日常运维 — 创建和管理 Serverless 项目、配置网络策略、邀请团队成员、查看运行日志，无需记忆复杂 API。
2. 搜索系统开发 — 构建生产级搜索功能：配置分词器、实现向量搜索、编写复杂聚合查询、优化搜索排名。
3. 可观测性体系搭建 — 为微服务应用接入 APM、配置日志采集和告警规则，在 Kibana 中构建统一监控视图。
4. 安全运营与威胁狩猎 — 查询威胁情报、调查安全告警、评估组织安全态势，将 Elastic Security 作为 SIEM 平台使用。
5. 数据迁移与变更管理 — 安全地修改索引 Mapping、规划 ILM 策略、执行零停机数据迁移。
6. AI 编程工具提质 — 通用 AI 编程工具接入 Elastic 技能后，输出的 Elastic 相关代码和操作建议从"参考级"提升为"生产级"。

六、适用人群

• 后端工程师 / 搜索工程师 — 使用 Elasticsearch 构建搜索功能或数据平台的开发者。
• DevOps / 平台工程师 — 负责 Elastic Cloud 运维、集群管理的 SRE 团队。
• 安全分析师 / SOC 工程师 — 使用 Elastic Security 进行威胁检测和安全运营的安全团队。
• AI 编程工具深度用户 — 使用 Claude Code、Cursor 等工具，希望 AI 在 Elastic 相关任务上给出专业建议的开发者。
• 数据工程师 — 借助 Elastic 的日志和指标采集能力构建数据管道的工程师。

七、工作原理

Elastic Agent Skills 遵循"技能即知识封装"的设计理念：

每个技能文件夹中包含一个 SKILL.md 文件，记录了该技能的操作前提、步骤流程、边界条件、错误处理建议和最佳实践。当 AI 检测到用户请求涉及某个技能覆盖的场景时，会自动加载该技能文件作为执行上下文，确保每一步操作都经过 Elastic 官方验证，而非依赖模型自身的不完整知识。

与 MCP（Model Context Protocol）的区别在于：MCP 提供的是实时工具调用能力（查询集群状态、执行 API 请求），而 Skills 提供的是操作方法论（如何正确地组合使用这些工具）。两者协同使用，才能实现从"知道可以做什么"到"知道怎么做到最好"的全链路提升。

八、官方链接

• GitHub 仓库： https://github.com/elastic/agent-skills
• 官方文档： https://www.elastic.co/docs
• Elastic Cloud 控制台： https://cloud.elastic.co
• Agent Skills 标准： https://agentskills.io/
• 技术预览说明： 仓库内含 Technical Preview 声明，持续更新中，欢迎反馈问题