GitHub:别让同一件活在聊天里再讲一遍;写成 Agent Skill,客服台指标管道从发现到 PR 拆开,人在每步把关

· GitHub Blog (AI & ML) · 日刊 2026-11-17 · 来源 ↗

同一件事反复教 Agent、数据管道还锁在几个人脑子里。GitHub 把可重复的活写成 Skill:一份说明跨 Copilot / Cursor / Claude 复用,项目名和库权限仍留在本机,独立核验不再自己给自己打分。

结论

GitHub 这篇不是再讲一遍「给 Agent 写一份更长的系统提示」。Andrea Griffiths 写的是工程团队已经怎么处理「同一件活这周又在聊天里讲了一遍」。她在 GitHub Universe 2026 上和 Procore 数据工程负责人 Shishir Tewari 一起讲:Agent Skill(一份以 SKILL.md 为中心的版本化目录,写清何时、如何做一件可重复的活)把判断从聊天和人头里拆出来,你和同事的 Agent 都能复用。工具、凭证和权限仍由运行它的那台环境提供——Skill 可以写「怎么查库」,但不会因此拿到库的钥匙。正文用两件真实工作流当例子:Proof Agent 让另一只核验去看改动,不让写代码的那只自己给自己打分;Data Forge 把客服台「建了多少、关了多少」这类指标管道拆成发现、搭建、查库、规范,人在每一阶段点头,最后开出带测试的 PR(拉取请求:给同事审的改动)。人还是决定哪条能合、哪张表能改的人。

要点

  • 先拆掉「同一件事每周重讲、管道对不对还要等人在」这层,不是再换一个更会写 SQL 的模型。 原文开头连问:这周你把同一件任务对 Agent 解释了几次?那个最熟仓库的同事,你又问了几次?这些上下文不该只活在聊天记录或某个人脑子里。今晚你给自己写的 Skill,以后可以进团队流水线。人还是决定这条管道能不能上线的人。

  • Skill 只描述一件有输入、有输出、知道何时该上场的活;工具和权限仍在宿主那边。 一份 Skill 适合清单、发布、迁移、指标管道这类边界清楚、会反复做的工作。它不负责给数据库开权限、也不负责当长期跑着的控制系统。原文写得很干脆:如果活需要稳定接口、共享状态、审计轨迹、长时间编排,或必须在模型外强制权限,那更适合做成应用,而不是再堆一份说明。

  • 自己核验自己的产出,不算核验。 Proof Agent 的规则是:写代码的 Agent 若再评估自己的改动,解释会影响结论。另起一只核验,只看原始需求和 diff(改动对比),给出 PASS / FAIL / PARTIAL,并且必须在改动文件里引用证据。演示工作流里 block-on-fail: false,发现只当建议;默认 FAIL 会让检查失败,若仓库把该检查设为必过,就不能合。GitHub Action 做的是静态看 diff,不跑代码、不跑测试——测试和合并门仍走你们现有的 CI。

  • 项目名、用哪个库、表怎么叫,不要写进 Skill 正文。 Data Forge 的客服台例子里,forge-init 先去发现源表和命名习惯,写成一份 manifest(项目配置清单);forge-builder 从 Issue 做到 PR,中间调 forge-dbx 查数、调 forge-lint 套团队规范。Manifest 可以选本地 DuckDB 做演示,但不能替你安装命令行或授权。仓库里看到的旧写法,也不自动等于要保留的规范——发现结果要给人确认。验收可移植性的问法是:换一个团队、换一份 manifest,这些 Skill 还能否不改正文就用。

  • 一份 SKILL.md 当源,再打包给 Copilot / Cursor / Claude;人在每步把关,检查用来验收。 Data Forge 客服台流程有七个阶段,每阶段有人检查点:上一阶段没完成不能往下,改 schema(表结构)前要先批准。打包脚本从 skills/*/SKILL.md 生成各客户端文件,CI 里跑 node scripts/package.mjs --check。装上之后还要核对:客户端认不认这件活、引用能不能加载、工具能不能用、有没有按 Skill 要求给出证据。

怎么做

面向已经让 Agent 写代码或搭数据管道,却发现「同一句规范每周重讲、指标管道还锁在四个人脑子里、写代码的那只自己说没问题」的 junior:不必复制 Proof Agent 或 Data Forge 这个名字,按同一组顺序挡一遍。

  1. 先写清你这周已经讲烦的那件活。 「客服台建了多少、关了多少怎么算」「AI 改完谁来核对有没有瞎说」「发布前那张清单每次都要口播一遍」。写成对方能听懂的一句话:说明可以复用,库权限、合并权和改表仍由人批。这是应用问题,不是再换一个更会写管道的模型。

  2. 给 Skill 一件活、何时上场、输入和输出是什么。 像 Proof Agent 那样,名称和描述写在 frontmatter 里;「何时核验」单独成段,剩下的才写核验看什么、证据长什么样。边界清楚,别的 Agent 才知道该不该调用它。

  3. 项目细节放进一份人能审的 manifest,不要写进 Skill。 项目名、指标库名、用 DuckDB 还是 Databricks、管道框架叫什么,集中一处。发现用的 Skill 可以去扫现有表和代码习惯;规范用的 Skill 只提供「生成前要遵守的规则」。看到仓库里的旧模式,先问人这是不是还要保留。

  4. 相关 Skill 共用一条访问平台的路。 查数、跑作业、改 schema 走同一个适配层,不要每份 Skill 各写一套连接命令。Manifest 只负责选引擎;安装客户端、发凭证、授权,仍是环境和使用者的事。

  5. 用一次真的 PR 验收,不要只看「Agent 会读 SKILL.md」。 「发现结果有没有写成可审的 manifest」「改表前有没有停下来等人批」「核验是不是没看到写代码那只的自评」「FAIL 该不该挡住合并」。演示可以先当建议;要挡合并,把检查设成仓库必过项,并继续用现有测试,不要指望静态看 diff 代替跑测试。

  6. 人还是放行的人。 Agent 可以读 Skill、查 manifest、起草管道和核验意见。哪张表能改、哪条 PR 能合、权限给到哪、Skill 何时该闭嘴,仍由负责人看过再定。原文的收束是:从你已经讲烦的那件任务写起,写清它需要什么、在哪停、评审的人看到什么;再拿到另一只 Agent 上试,按实际效果改。

关键图表

flowchart TD
    A["同一件活又在聊天里讲一遍"] --> B["写成一件有输入和输出的 Skill"]
    B --> C["forge-init 写成可审 manifest"]
    C --> D["forge-builder: Issue 做到 PR"]
    D --> E["查库 / 套团队规范"]
    E --> F{"人批准这一阶段?"}
    F -->|否| G["不改表, 记下判断"]
    G --> D
    F -->|是| H["PR: 代码 + 测试"]
    H --> I["独立核验看 diff"]
    I --> J{"PASS / FAIL / PARTIAL"}
    J --> K["人仍对合入的代码负责"]

GitHub 原文的用法:把可重复的活写成 Skill,项目细节放进 manifest,客服台指标管道分阶段等人批;独立核验只看需求和 diff,人还是决定哪条能合的人