如何让你的Antigravity Agent技能可配置（无需分叉）
内容提要
本文介绍如何构建可配置的Agent技能，解决静态技能无法定制的问题。通过创建`resolve_config.py`脚本，合并技能默认配置（`config.default.yaml`）与项目级覆盖文件（`.agent/skills.config.yaml`），实现技能行为可调。以git提交格式化技能为例，展示如何将设置从指令中分离，支持不同团队使用不同风格（如Conventional Commits或gitmoji），无需分叉代码。该方法可推广至其他技能，便于共享和维护。
延伸解读
配置与逻辑分离的价值
文章指出，静态技能将设置硬编码在指令中，导致团队各自分叉，难以维护。通过引入config.default.yaml和项目级覆盖文件，将技能的逻辑与设置分离，使得同一技能在不同项目中可以有不同的行为，而无需修改技能本身。这种模式不仅适用于git提交格式化，还可推广到其他技能，如变更日志生成器或许可证头添加器，提高了技能的可复用性和可维护性。
合并策略的细节
resolve_config.py中的deep_merge函数采用递归合并，字典逐键合并，而列表则整体替换。这种设计选择保证了行为的可预测性，避免列表合并带来的意外。对于需要追加的场景，文章建议使用显式的extra_types键，而不是依赖列表合并。理解这一策略有助于用户正确配置技能，避免因列表覆盖而丢失默认值。
测试与验证的重要性
文章强调，无需依赖代理即可测试配置合并的正确性。通过直接运行resolve_config.py并检查输出，可以确认用户覆盖是否生效、默认值是否保留。此外，建议编写自动化测试，以防未来修改加载器时破坏合并逻辑。这种测试方法简单有效，能确保技能在不同配置下表现符合预期。
分享与生态构建
为了让技能易于他人采用，文章建议将resolve_config.py复制到每个技能目录中，确保技能自包含；在SKILL.md中记录所有配置键；并发布index.json索引，方便发现和贡献。这种约定不仅使单个技能可配置，还促进了整个技能生态的共享与协作，减少了分叉，让改进惠及所有用户。
Q&A
Antigravity Agent Skills 的静态特性有什么问题？
静态技能将设置硬编码在指令中，导致用户无法在不复制和修改整个技能的情况下定制行为。这会导致团队各自维护分叉，难以同步原作者的改进。
如何让 Antigravity Agent 技能可配置？
通过创建一个 resolve_config.py 脚本，合并技能默认配置（config.default.yaml）和项目级覆盖文件（.agent/skills.config.yaml），并在 SKILL.md 中指示代理首先运行该脚本并应用输出。这样用户只需编辑 YAML 文件即可定制技能行为，无需修改技能本身。
resolve_config.py 脚本是如何工作的？
脚本首先加载技能目录下的 config.default.yaml 作为默认配置，然后向上查找项目根目录下的 .agent/skills.config.yaml，提取对应技能名的配置，最后通过 deep_merge 函数合并，用户配置覆盖默认值。合并规则是字典逐键合并，列表整体替换。
如何为 git-commit-formatter 技能添加项目级覆盖？
在项目根目录创建 .agent/skills.config.yaml 文件，并写入类似以下内容： ```yaml git-commit-formatter: style: gitmoji extra_types: [ci, build] scope_required: true ``` 这样该项目的提交风格就会变为 gitmoji，并允许 ci 和 build 类型，且强制要求 scope。
如何测试可配置技能是否正常工作？
可以直接运行 resolve_config.py 脚本并检查输出。例如，在没有覆盖文件时运行 `python scripts/resolve_config.py git-commit-formatter --project-root .` 会输出默认配置；添加覆盖文件后再次运行，输出会显示用户配置已生效。也可以编写自动化测试，在临时目录中创建假技能和配置，验证合并逻辑。
除了 git-commit-formatter，还有哪些技能可以应用这种可配置模式？
文章还提供了两个示例：changelog-generator 和 license-header-adder。changelog-generator 可以配置输出格式、包含的提交类型等；license-header-adder 可以配置许可证类型、持有人等。任何包含可调参数的技能都可以通过此模式实现可配置。
如何分享可配置的 Agent 技能给其他人？
分享时需确保每个技能自包含，将 resolve_config.py 复制到技能的 scripts/ 文件夹中；在 SKILL.md 中记录所有配置键；发布一个 index.json 列出技能名称、路径和配置键，方便他人发现和使用。
