Google Skills Skill：官方出品的 Google Cloud Agent 技能库

这篇要盘点的是一个特殊存在——GitHub 官方维护的 Google 产品线 Agent Skills 库。google/skills 由 Google 官方工程师团队维护，覆盖 Google Cloud、Gemini、BigQuery、GKE、Agent Platform 等核心产品线的技能集合。截至 2026-08-16 约 18,371 Star，周增 1,821，冲进 GitHub Weekly Trending——这是目前极少数由大厂官方背书的 Agent Skills 集合，也是当前把 AI Agent 接入 Google 生态最权威的入口。

google/skills 的设计原则很清晰：把 Google Cloud 的最佳实践封装成可被 AI Agent 直接调用的 Skill，让 Agent 在不需要人类逐屏操作 Console 的情况下，就能完成云端资源的创建、部署、监控和数据查询。所有 Skill 都有 Google 官方文档级别的准确性，区别于社区贡献的质量参差不齐。

认可度

• GitHub Star：约 18,371 ⭐（截至 2026-08-16）
• 周增长：约 1,821 stars this week，进入 GitHub Weekly Trending
• 维护方：Google 官方工程师团队（@cloud-ix-copybara、@holtskinner、@martinvarelaj 等）
• 定位：Google 官方出品，agentskills.io 平台收录

链接

GitHub：https://github.com/google/skills

原作者

Google（@google）——Google Cloud 工程师团队，专注于把 Google Cloud 产品能力通过 Agent Skills 标准接口对外输出，降低 AI Agent 调用 Google 生态的门槛。

介绍

google/skills 最早于 2025 年发布，目标是将 Google Cloud 的产品操作封装成 AI Agent 可直接理解的 Skill 集合。与传统文档不同，这些 Skill 不是给人读的参考手册，而是给 AI Agent 的操作指令——Agent 读完即可执行，不需要人类翻译。

仓库按产品线组织技能，主要分为三大类：

Getting Started 类：帮助开发者快速上手 Google Cloud 的技能，包括身份认证（Auth）、Foundation Builder（基础架构搭建）和 Onboarding（入职上手流程）。这类 Skill 是零基础用户的引路人，解决”第一次用 Google Cloud 从哪开始”的问题。

Multi-product Solution 类：跨产品组合的解决方案类 Skill，覆盖从架构设计到部署上线的完整链路。例如：RAG 企业搜索（基于 GKE + AlloyDB + Vertex AI）、无边界开放数据湖（BigQuery + Spark）、AI Agent 部署到 GKE、数据科学 AI Agent 工作流、双向多模态流式 AI 方案等。这类 Skill 面向的是有明确场景需求的用户，需要组合多个 Google 产品完成一个完整的业务目标。

AI/ML 类：专注 Google AI 能力的 Skill，覆盖 Vertex AI / Agent Platform 全生命周期——从模型注册（Model Registry）、调优（Tuning）、推理部署（Inference / Deploy）到 RAG 引擎管理、Prompt 管理、评估飞轮（Eval Flywheel）。还包括 Gemini API 直接调用、Gemini Agents API、Gemini Interactions API 和 LiveAPI Service 等前沿能力。这类 Skill 让 Agent 能够直接调用 Google 的生成式 AI 能力，不需要通过人工中转。

特点

• 官方维护：Google 工程师直接贡献，不是第三方包装，Skill 指令的准确性和时效性有保障
• 覆盖完整：从底层基础设施（GKE、Cloud Run）到顶层 AI 能力（Gemini、Vertex AI、RAG）全覆盖
• 多 Agent 支持：兼容 agentskills.io 标准，支持 Claude Code、Codex、Cursor 等主流 Coding Agent
• 开箱即用：通过 npx skills add google/skills 一行命令安装，安装后按需选择单个 Skill 激活
• Solution 级 Skill：不是单一工具调用，而是组合多个 Google 产品完成完整场景，例如”RAG 企业搜索”需要 GKE + AlloyDB + Vertex AI + IAM 的联合操作

使用方法

安装（一行命令）：

npx skills add google/skills

安装后运行，交互式选择要激活的 Skill 模块。

快速认证（GCP 操作第一步）：

# 参考 Skill: google-cloud-recipe-auth
# 让 Agent 引导完成 GCP 身份认证配置

使用示例：

用户：帮我用 Gemini API 创建一个能分析中文新闻的实时流式 AI 服务
Agent：激活 gemini-live-api skill → 按步骤引导用户配置 API Key → 
       生成流式调用代码 → 部署到 Cloud Run

Skill 清单示例（部分）：

使用场景与人群

适用场景：需要将 AI Agent 接入 Google Cloud 生态的开发者或团队，具体包括：

• 在 Google Cloud 上构建 AI Agent 应用（Vertex AI / Agent Platform）
• 用 BigQuery + Gemini 做数据分析和 AI 增强查询
• 将现有业务迁移到 GKE 并需要 AI 辅助部署运维
• 需要 RAG 能力的企业搜索架构（基于 Google 生态）
• 调用 Gemini 多模态能力（文本、语音、视频流）

目标用户：Google Cloud 用户、AI 应用开发者、数据工程师、有跨云需求的团队。适合有一定云端操作基础、需要 AI Agent 执行 Google Cloud 操作的开发者。

输入与输出案例

案例一：RAG 企业搜索

• 输入：帮我搭建一个基于 Google Cloud 的 RAG 企业搜索系统，要求支持私有文档、向量化存储、语义检索
• Agent 操作：激活 google-cloud-solution-rag-enterprise-search-gke-sqldb Skill → 依次配置 AlloyDB 向量数据库 → 部署 Vertex AI RAG 引擎 → 配置 IAM 权限 → 返回可运行的完整架构代码和部署步骤
• 输出：一套基于 GKE + AlloyDB + Vertex AI RAG 的生产级 RAG 搜索系统配置

案例二：Gemini API 调用

• 输入：用 Gemini 2.5 做一个能分析新闻并实时语音播报的 AI 助手
• Agent 操作：激活 gemini-live-api Skill → 生成流式 API 调用代码 → 配置多模态输入处理 → 集成语音输出模块
• 输出：基于 Gemini Live API 的实时多模态分析助手完整代码

google/skills 是目前 Google 官方最完整的 Agent Skills 合集，也是将 AI Agent 落地到 Google Cloud 生态的必经之路。随着 Vertex AI Agent Platform 和 Gemini API 能力持续扩展，这个库的价值会同步增长。

GitHub: https://github.com/google/skills