本文介绍华为云码道代码智能体配合CodeArts MCP与Skill实现代码仓库批量迁移的实操案例。相比传统手动逐仓填表，该方案通过一份清单文件即可完成多源仓库迁移，支持预校验、凭证脱敏和结果汇总，解决了重复操作、错误后知后觉、Token泄露及多平台适配等痛点，并演示了与CodeArts流水线的对接流程。

本文介绍华为云码道代码智能体通过MCP和Skill实现需求自动化拆解与落地。用户输入需求后，智能体自动完成史诗到任务的层级拆解、智能排期（跳过周末），并批量创建34个工作项至CodeArts Req，建立父子关联，无需人工搬运。实操含项目创建、配置及甘特图验证，显著提升效率。

阿里开源Skill-Up评测工具，用于量化评估Agent Skill质量。它支持在Claude Code、Codex等真实环境中验证功能正确性，将失败用例转为修复指引，并支持本地与CI回归。工具提供命令行安装，可运行、筛选用例，生成多格式报告，并支持基线对比和迭代测试，帮助开发者标准化Skill评测流程。

本文介绍Hermes Agent的扩展体系，区分了80个内置Skill、115个可选Skill、99个Plugin和20个可选MCP。内置Skill随安装同步，可选Skill需显式安装，Plugin通过清单注册工具和钩子，MCP通过协议连接外部服务。Hermes自身也可作为MCP Server暴露10个工具。选择时，Skill提供方法，Plugin扩展进程内能力，MCP连接外部服务。

本文介绍Hermes Agent的持续学习系统，区分SessionDB（原始历史）、Memory（精选事实）和Context Engine（请求上下文）。内置MemoryStore保存MEMORY.md和USER.md，外部Provider支持语义召回，后台Review提炼经验，Curator整理技能。四种记忆机制各有适用场景，形成从记住事实到学会方法的可观察、可审批闭环。

本文以同一Markdown检查器为例，对比Skill、Plugin和MCP三种实现方式。三者共享相同输入、规则和JSON输出契约，区别在于：Skill由模型执行规则，Plugin在Hermes进程内运行，MCP在独立子进程中执行。文章强调选择时应考虑确定性、权限、进程和协议成本，并指出三者是替代方案而非组合依赖。

本文介绍Hermes Agent的扩展体系，区分Skill、Plugin和MCP三种方式：Skill用于知识和流程，按需加载；Plugin是进程内可执行代码，注册工具和Hook；MCP适合独立服务，动态集成。三者最终汇入统一运行时，选择时根据需求边界决定，避免过度扩展核心。

Anthropic数据团队将95%业务分析交给AI，准确率达95%。核心方法：建立标准数据层、维护元数据、用Skill提供操作手册、持续评测验证。关键发现：查数难点在上下文映射而非SQL生成，历史SQL直接检索无效，数据治理因AI更重要。建议从少量标准数据集、薄Skill和几十个测试问题起步。

Skill Shelf是一个统一管理AI agent技能（skill）和配置的中心化服务。它采用Git式版本模型管理技能，通过BM25召回和LLM重排实现路由，支持反馈驱动改进，并以MCP server供agent使用。配置中心提供namespace隔离、草稿/发布版本化、token授权和.env导入。后端使用Rust，前端使用React+Tauri，桌面和Web共用同一套代码。

Skill Shelf 是一个用 Rust 和 React 构建的服务，兼具 AI agent 技能仓库和配置中心功能。它采用类似 Git 的版本管理，通过 BM25 和 LLM 重排进行技能路由，支持反馈驱动改进，并提供 MCP 接口供 agent 使用。配置中心支持命名空间隔离、草稿发布和版本回退，设计强调优雅降级和安全性。

华为诺亚方舟实验室推出MindMemOS，一种面向AI Agent的可迁移、自演进记忆操作层。它用实体、属性、时间三维结构建模记忆，通过MindSchema和MindVanilla生成记忆，Dreaming离线整理冲突，Feedback利用用户反馈优化。在基准测试中提升准确率，并支持Skill演进，使Agent能跨场景复用经验，从工具升级为长期协作者。

文章介绍了作者在AI编程实践中总结的四个Claude Code技能：`false-green`防止虚假测试通过，`delegating-to-agents`优化子代理协作与审查，`concurrent-worktrees`管理多代理并行开发，`batch-closeout`批量验收提升效率。这些技能旨在解决大模型长程开发中的逻辑漏洞和代码质量问题，已开源供开发者使用。

本文探讨如何让Coding Agent更有效地参与项目工程化。核心观点是，项目应通过AGENTS.md提供入口地图，用核心文档链接知识，用Skill沉淀重复流程，用CLI或MCP接入工具，并通过测试和权限验证结果。改进应基于真实任务中的摩擦，持续沉淀经验，使项目逐步拥有AI可用的工程能力。

OpenClaw执行任务时因会话一次性导致错误经验丢失，作者开发「报错回顾」skill，通过扫描报错、分析根因、分类去重并持久化，修复Skill文档、配置缺失和模型误判三类问题，支持手动或定时触发，高频错误自动标记，沉淀试错经验为可复用资产。

本文介绍了一个Claude Code Skill，用于自动生成iOS和Android视频编码器配置。它根据场景（实时通话、录制、直播等）、平台和分辨率，输出码率、帧率、I帧间隔等参数，并提供平台差异对照和降级方案，解决跨平台参数不一致问题，提升开发效率。