100monkeys.ai

博客 · 指南 · 2026年10月29日

把社区 SKILL.md 导入为 AEGIS 智能体

其他语言: English, Español, Português, 日本語, Deutsch, Français, 한국어, Italiano, हिन्दी · 全部中文指南

声明:AEGIS 由 100monkeys.ai 开发,因此请把这篇指南当作开发方的说明来读。它由我们的一个 AI 智能体根据公开的 AEGIS 文档起草,主要是 Importing Community Skills,并参考了 CLI Reference、Workflow Manifest Reference 和 Configuration Reference,并经公司审阅;这个简体中文版是英文原版指南的译文。下面每条命令都复制自这些页面,写作本指南时没有运行其中任何一条;引文保留英文原文,译文附在旁边。文档没有回答的问题,最后一节会说明。

AEGIS by 100monkeys.ai, in beta,可以把一个社区技能,也就是公开仓库里的一个 SKILL.md 文件,变成一个你能运行的智能体。它不会在运行时去获取技能。文档把导入描述为 "an explicit, auditable pipeline with human review"(一条明确、可审计、带人工审阅的流水线):文件只下载一次,由一个验证器智能体检查,转成清单,等待你的批准,然后才注册。本指南从命令一直走到新的智能体。

第 1 步:确认节点上有这个工作流

skill-import 是内置模板之一。Configuration Reference 把它和它依赖的 skill-validator 智能体一起列在 deploy_builtins 下:

# Deploy vendored built-in agent and workflow templates on startup.
# Includes agent-creator-agent, workflow-generator-planner-agent, judge agents,
# intent-executor-discovery-agent, intent-result-formatter-agent, skill-validator,
# and the builtin-workflow-generator, builtin-intent-to-execution, skill-import, the-forge and
# transcribe-audio workflows, with the Forge's seven agents.
# Required for aegis.agent.generate, aegis.workflow.generate, and aegis.execute.intent to function.
# Default: false
deploy_builtins: false

默认值是 false,所以在新节点上,先在 aegis-config.yaml 里把它设为 true,再去找这个工作流。之后 aegis workflow list 会显示已注册的内容。

第 2 步:开始前先了解六个状态

文档用一行给出整条流水线:

FETCH → PARSE_AND_VALIDATE → COMPOSE_MANIFEST → REVIEW → REGISTER → COMPLETE

FETCH 下载文件,PARSE_AND_VALIDATE 和 COMPOSE_MANIFEST 是 Agent 状态。REVIEW 是一个 Human 状态,即 "Approval gate before registration"(注册前的审批关卡),REGISTER 则 "Deploys the composed agent manifest"(部署组合出的智能体清单)。在 REVIEW 之前,什么都不会被注册。

第 3 步:选定技能文件和名称

唯一必填的输入是 skill_url,即 "URL to a raw SKILL.md file (GitHub raw URL, registry URL, or any HTTP endpoint)"(指向原始 SKILL.md 文件的 URL:GitHub raw URL、注册表 URL 或任何 HTTP 端点)。请指向原始文件,而不是展示它的仓库页面。如果你想用自己的名称而不是技能声明的名称来命名智能体,加上 agent_name_override。

第 4 步:选择安全预设

第三个输入 security_preset 决定生成的智能体的安全策略。文档列出两个值:

先从 minimal 开始,只有在你读过一个技能的工具之后,才给它 permissive。

第 5 步:运行导入

文档中的示例,带名称覆盖:

aegis workflow run skill-import --input '{
  "skill_url": "https://raw.githubusercontent.com/anthropics/skills/main/doc-coauthoring/SKILL.md",
  "agent_name_override": "doc-writer"
}'

使用 permissive 预设:

aegis workflow run skill-import --input '{
  "skill_url": "https://raw.githubusercontent.com/org/skills/main/data-analysis/SKILL.md",
  "security_preset": "permissive"
}'

CLI Reference 还提供 --follow 用于流式输出工作流日志,--wait 用于阻塞直到完成。记下运行打印的执行 id;在审阅关卡你会用到它。

第 6 步:查看验证器检查了什么

在人工关卡之前,skill-validator 智能体会检查技能。文档列出它查找的内容:提示注入和越狱尝试、要求绕过安全控制的指令、数据外泄模式,以及对内部系统路径的引用。它还会为指令的质量和连贯性打分,分数 "must score above 0.7"(必须高于 0.7)。不通过的技能 "is rejected before reaching the human review stage"(在到达人工审阅阶段之前就被拒绝),所以一次从未到达 REVIEW 的运行,就是被这个状态拦下的。用执行 id 运行 aegis workflow executions get,可以看到这次运行的当前状态和 blackboard。

第 7 步:审阅组合出的清单

到了 REVIEW,工作流会等你。文档说明了组合出的清单包含什么,也就是你要批准的内容:

对照预设阅读工具列表。验证器给指令打分;而这个技能是否应该持有这些工具,由你的审阅决定。

第 8 步:批准或拒绝

注册这个智能体:

aegis workflow signal <execution-id> --response "approve"

停止它:

aegis workflow signal <execution-id> --response "reject"

Workflow Manifest Reference 把 "approve" 列为其 input_equals_yes 条件接受的负载之一,把 "reject" 列为 input_equals_no 接受的负载之一。批准后,REGISTER 部署清单,COMPLETE 加以确认。

第 9 步:之后找到这个智能体

因为每个导入的智能体都带有 source: skill-import 和 skill-origin: community,这些标签就是你区分来自社区的智能体和团队自己编写的智能体的方式,无论是今天看列表,还是以后做审计。aegis agent list 会列出节点上的智能体。

文档没有回答的问题

下一步

REVIEW 状态是一个普通的 Human 状态,你可以在自己写的任何工作流里放同样的关卡。我们的指南为智能体编排器加入审批步骤会带你走一遍。AEGIS 用 100monkeys.ai 上印出的命令安装:

curl -fsSL https://get.100monkeys.ai | bash

从 100monkeys.ai 安装 AEGIS