30 秒快速回答

Agent Plugins 是一套由 OpenAI、AWS、微软、Cursor、Vercel 等巨头联合发布的「AI 插件打包标准」。它规定了一个统一的目录格式，把你的 Agent 技能（Skills）和外部工具连接（MCP 配置）打包成一个插件，让同一个插件能在 ChatGPT、Cursor、GitHub Copilot、VS Code 等不同客户端里开箱即用，不用为每个平台各写一套。

核心价值：终结「重复打包税」——同一个能力只需打包一次，就能在互相竞争的主流 AI 客户端之间自由流转。

1. 为什么需要 Agent Plugins？

1.1 曾经的痛点：重复打包税

在 Agent Plugins 出现之前，开发者要为每个客户端分别适配：

一个完全相同的技能和 MCP 连接，被拆成 4 份各自维护，改一处要同步 4 处——这就是行业里说的 「重复打包税」（Repackaging Tax）。底层能力本来是可移植的，不可移植的只是「外面的包装盒」。

1.2 解决的三个问题

• 厂商锁定：不再被某个工具的私有插件格式绑死，打包一次、到处可用；
• 浪费的工程时间：不用为六个客户端反复重写同一个插件；
• 生态碎片化：开发者把精力放在打磨技能本身，而不是适配平台。

2. Agent Plugins 长什么样？

一个 Agent Plugin 本质上就是一个目录，格式刻意保持极简：

my-plugin/
├── plugin.json              # 清单文件（必须）
├── skills/                  # Agent Skills 技能包（可选）
│   └── summarize/
│       └── SKILL.md
├── mcp.json                 # MCP 服务器配置（可选）
└── com.example.client/      # 客户端专属扩展（可选）

最小的 plugin.json 只需要两个字段：

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "my-plugin"
}

关键设计原则：

• 约定优于配置：skills/ 放技能、mcp.json 声明服务器连接，客户端扫描目录就能发现内容，无需猜布局；
• 独立组件独立失败：某个 MCP 服务器起不来，不会连累插件里的技能一起失效；
• 客户端扩展有专门出口：反向域名目录（如 com.example.client/）给各家保留私有能力，其它客户端会自动忽略，不污染可移植核心。

3. 与 Agent Skills、MCP 的关系：三件套

Agent Plugins 不是新协议，而是「包装层」。它把两个已有标准装进同一个盒子：

一句话记忆：MCP 管「怎么连」，Skills 管「怎么干」，Agent Plugins 管「怎么发」。三者互补而非竞争——Agent Plugins 明确复用现有的 Agent Skills 格式和 MCP 配置，并不重新定义任何一个。

4. 谁在推动？治理与首发支持

4.1 罕见的「巨头联合」

2026 年 8 月 6 日，Vercel 发起提案，AWS、Cursor（Anysphere）、微软、OpenAI 共同打磨出 1.0.0 版本；Google 在发布当天加入成为第 6 位核心维护者。技术指导委员会（TSC）由五家公司的核心维护者组成，规则上任何单一公司都无法左右路线图，规范全程公开开发。

4.2 首发即用

以下客户端在发布首日即可加载 Agent Plugins：

4.3 值得注意的缺席者

Anthropic 不在委员会名单上——而它恰恰是 MCP 和 Agent Skills 两个被包装协议的创造者。这个「基于一家公司的工作、却没有该公司在场」的跨厂商标准，是接下来最值得观察的变量。

5. 它刻意不做什么（以及如何上手）

5.1 v1 的边界

Agent Plugins 1.0 只定义「包」本身，明确不做：安装机制、分发协议、权限模型、沙箱、信任/来源验证、用户界面。这些全部留给各客户端自决。好消息是各组件独立失败、风险可控；坏消息是安装体验仍因客户端而异，且缺少权限模型意味着安装前要自己评估插件安全性。

5.2 现在就能做的三步

1. 目录重组：把现有技能整理成 skills/{name}/SKILL.md，把 MCP 连接翻译成标准的 mcp.json（注意：不能直接粘贴 Cursor/Claude 的配置，要用 stdio / Streamable HTTP 等规范传输方式）；
2. 写最小清单：放一个只有 $schema 和 name 的 plugin.json；
3. 挑现代传输方式：若想兼容全部首发客户端，优先用 Streamable HTTP，避免用 legacy HTTP+SSE（ChatGPT/Codex 不支持）。

适用判断：单个 MCP 服务器或单个 Skill 不需要插件；当多个组件需要捆绑在一起旅行时，Agent Plugins 才真正发挥价值。

总结要点

• Agent Plugins 是包装标准，不是新运行时：它把 Agent Skills 与 MCP 配置装进一个可移植目录；
• 解决「重复打包税」：打包一次，在 ChatGPT、Cursor、Copilot、VS Code、Kiro 等客户端通用；
• 治理上无单一厂商垄断：六大巨头联合主导，规范公开、可参与；
• v1 刻意保持克制：权限、分发、沙箱留待未来，安装前需自行评估安全；
• 观察点：Anthropic 是否加入、1.1 会不会扩展组件类型、插件市场何时出现。

延伸阅读

• 本系列《什么是 MCP 协议？一文读懂 AI 的 USB 接口标准》
• 本系列《什么是 A2A 协议？Agent 之间的 TCP/IP 标准全解析》
• 本系列《什么是 Agent Skills？AI Agent 的模块化能力系统全解析》
• 官方规范：agent-plugins.org/specification（v1.0.0，Working Draft 状态）