从Gems到Skills：AI能力标准化与MCP协议下的开发者新范式

1. 先搞清楚“Gems”退役和“Skills”上线到底意味着什么

如果你最近在关注 Google 的 Gemini 模型，可能已经注意到一个消息：Gemini Gems 将在十月退役，并转变为“Skills”。对于普通用户或者开发者来说，这个消息听起来可能有点模糊——是功能没了？还是换了个名字？会不会影响我正在用的东西？

简单来说，这不是一个简单的功能下架，而是一次产品形态和开发者生态的整合与升级。你可以把它理解为，Google 正在把原来相对独立、封闭的“Gems”能力，重新打包成更标准化、更开放、更容易被其他工具和平台集成的“Skills”。这背后反映的是整个 AI 应用开发模式的变化：从“使用一个固定的、黑盒的 AI 功能”，转向“组合和调用一系列可插拔的、标准化的 AI 能力模块”。

对于开发者，尤其是那些已经在用或打算用 Gemini API 的人来说，最直接的影响是：

  1. 接口和调用方式可能会变：原来基于 Gems 的特定调用方式（如果有的话）需要迁移到新的 Skills 接口或标准（如 MCP - Model Context Protocol）。
  2. 能力获取方式更灵活：Skills 的理念是“即插即用”。你不再需要依赖 Gemini 官方提供的、打包好的“Gems”套件，而是可以从一个更开放的“Skills 市场”或社区，找到针对特定任务（如代码审查、UI设计、学术研究）优化过的能力模块，直接集成到你的工作流中。
  3. 生态竞争加剧：从热搜词如claude skills,codex skills,mcp排行榜就能看出，这已经不是一个厂商的游戏。Anthropic 的 Claude、OpenAI 的 Codex 等都在构建自己的 Skills/工具生态。这次转变是 Google 为了在未来的 AI 智能体（Agent）和工具调用生态中保持竞争力。

所以，如果你只是用 Gemini 聊天，这个变化对你几乎无感。但如果你是开发者、研究者，或者在使用像 Cursor、Workbuddy 这类集成了 AI 能力的 IDE/工具，那么你需要开始关注“Skills”的玩法了。这关系到你未来如何更高效地让 AI 帮你写代码、做测试、分析文献。

2. 从“Gems”到“Skills”：不仅仅是改名，是开发范式的迁移

要理解这次变化，我们得先看看“Gems”和“Skills”到底指什么。虽然官方没有给出极其详细的定义，但从社区讨论和现有实践可以勾勒出清晰的轮廓。

Gemini Gems 是什么？你可以把 Gems 理解为 Google 为 Gemini 模型预置的一些“专家模式”或“特定场景优化包”。在概念上，它可能类似于给模型一个强力的系统提示（System Prompt），或者结合了特定微调、检索增强生成（RAG）的知识库，让模型在某个垂直领域（比如代码生成、学术写作、创意文案）表现得更专业、更可控。它的特点是相对封闭、由官方主导、功能集成度高。用户可能是通过一个开关或一个特定入口来启用某个“Gem”。

Skills 又是什么？Skills 则是一个更开放、更通用的概念。它指的是一个 AI 模型（如 Gemini、Claude）可以调用的一项标准化、可描述、可被发现的外部能力或工具。这个能力的背后，可能是一个函数、一个 API、一个命令行工具，或者一套复杂的处理流程。关键在于，它遵循一定的协议（如正在兴起的MCP）来声明自己“能做什么”、“需要什么输入”、“会返回什么输出”。

举个例子：

  • 一个“代码审查 Skill”：它声明自己接收一段代码和语言类型作为输入，输出结构化的审查意见（如潜在 bug、风格问题、性能建议）。
  • 一个“学术PDF解析 Skill”：它声明自己接收一个 PDF 文件，输出提取的文本、参考文献列表、图表摘要。
  • 一个“UI 设计稿转代码 Skill”：它声明自己接收一张设计图（或 Figma 链接），输出前端框架（如 Vue3）的代码。

范式迁移的核心：从“功能调用”到“能力组合”

  • Gems 时代：用户说“帮我用学术模式写论文”，模型切换到“学术 Gem”来工作。这个“学术 Gem”内部具体怎么实现的，用户和第三方开发者不太清楚，也难以定制。
  • Skills 时代：用户或开发者可以告诉 AI 智能体：“你现在可以调用‘学术数据库检索 Skill’、‘文献总结 Skill’和‘APA格式排版 Skill’”。智能体在回答问题时，会自主判断是否需要、何时需要调用这些 Skills，并按照标准格式交换数据。这些 Skills 可以是 Google 官方的，也可以是社区开发的，甚至是你自己写的。

这种转变的好处是巨大的：

  1. 解耦与复用：一个写好的“代码审查 Skill”，既可以被 Gemini 调用，也可以被 Claude 调用，只要它们都支持 MCP 这类协议。
  2. 生态繁荣：开发者可以专注于打造一个精良的、解决特定问题的 Skill，并发布到市场。其他开发者无需重复造轮子，直接集成即可。热搜词里的skills市场、开源skills正是这个趋势的体现。
  3. 智能体（Agent）的基石：未来的 AI 应用不会是简单的问答，而是能自主规划、使用工具完成任务智能体。标准化、可发现的 Skills 是智能体感知和操作世界的“手”和“脚”。

所以，Gems 退役转为 Skills，是 Google 将 Gemini 从一个“多才多艺的模型”，推向一个“开放能力平台”的关键一步。对于开发者，学习重点要从“如何用好某个 Gems”，转向“如何发现、集成、甚至开发一个标准的 Skill”。

3. 作为开发者或用户，你现在需要做什么？

面对这个变化，不同角色的人行动优先级不同。我们分情况来看。

情况一：我只是个普通用户，通过 Gemini 网页或 App 聊天

  • 行动：几乎不需要做任何事。你感受到的 Gemini 能力不会消失，只会以更流畅的方式整合在对话中。原来可能需要手动选择的“专家模式”，未来可能会变成 AI 自动判断并调用相应的后台 Skill 来服务你。体验可能更无缝。

情况二：我是开发者，正在或计划使用 Gemini API这是受影响最大的群体。你需要开始调整技术栈和认知。

  1. 关注官方公告和迁移指南：这是第一步。Google 一定会提供从现有 Gems 相关接口（如果存在）到新 Skills 体系的迁移路径和文档。密切留意 Gemini API 的更新日志和官方博客。
  2. 了解 MCP 等协议：MCP（Model Context Protocol）是目前被 Claude、Cursor 等广泛采纳的，用于定义和调用 Skills/Tools 的开放协议。它由 Anthropic 提出，但旨在成为行业标准。即使 Google 最终推出自己的类似协议或基于 MCP，理解 MCP 的核心概念（Server, Client, Tools, Resources）对你理解整个 Skills 生态至关重要。
  3. 探索现有的 Skills 生态：不必等 Google。现在就可以去体验 Claude 的claude skills，或者 Cursor、Windsurf 这类 IDE 中集成的codex skills。看看社区里有哪些好用的 Skills（如热搜词中的qianwen-ai/qianwen-ai,academic research skills,专注于vue3前端生态的skills）。这能让你直观感受 Skills 是如何工作的。
  4. 评估现有项目：检查你的项目是否直接依赖了可能属于“Gems”范畴的、非标准的 Gemini 调用。如果是，规划在过渡期结束前进行重构。

情况三：我使用集成了 AI 的第三方工具（如 Cursor, Workbuddy）

  • 行动：关注你所用工具的更新。这些工具为了保持竞争力，一定会尽快适配包括 Gemini Skills 在内的各大模型 Skills 生态。你的体验可能会得到提升，因为工具能调用的能力更丰富、更标准化了。例如，cursor能用skills吗这个问题，未来答案很可能是“能，而且支持 Gemini、Claude 等多个来源的 Skills”。

情况四：我想开发自己的 AI 应用或智能体（Agent）

  • 行动：这是最好的入场时机。你的学习路径应该是：
    • 第一步：学习 MCP。这是目前最实用的起点。尝试为你的某个本地能力（比如一个解析特定日志的脚本）包装成一个 MCP Server。
    • 第二步：体验现有 Skills。通过 Claude 或 Cursor，添加并使用一些社区 Skills，理解它们的能力描述（Schema）和交互模式。
    • 第三步：设计你的 Skill。思考你要解决什么问题？输入输出是什么？如何让它易于被 AI 理解和使用？参考热搜词ai skills怎么开发、agents skills原理。
    • 第四步：关注 Gemini Skills SDK。等待 Google 发布官方的 Skills 开发工具包，这将让你开发的 Skill 能更深度地集成到 Gemini 模型中。

4. 实战：如何快速体验“Skills”的工作模式（以 MCP 为例）

由于 Gemini 官方的 Skills 体系细节尚未完全公开，我们可以通过目前最成熟的MCP 协议来模拟和体验未来 Skills 的工作方式。这里以在支持 MCP 的客户端（如 Claude Desktop）中运行为例。

核心概念速览：

  • MCP Server：提供具体 Skills/Tools 的后端服务。比如，一个“天气预报 Server”，一个“数据库查询 Server”。
  • MCP Client：AI 应用本身，如 Claude Desktop、Cursor。它负责与用户对话，并决定何时调用哪个 Server 提供的 Tool。
  • Tool：一个可被调用的具体功能，属于一个 Server。

体验步骤：

  1. 准备环境：确保你安装了 Node.js 环境。这是运行大多数 JavaScript/TypeScript 编写的 MCP Server 所必需的。

  2. 安装 Claude Desktop：这是目前体验 MCP 最方便的平台。从 Anthropic 官网下载安装。

  3. 寻找并运行一个简单的 MCP Server：我们以一个最简单的“计算器” Skill 为例。实际上，你可以找到很多有趣的，比如github.com/modelcontextprotocol/servers仓库里有官方示例。

    • 创建一个项目目录，初始化并安装依赖：
      mkdir mcp-calculator-demo && cd mcp-calculator-demo npm init -y npm install @modelcontextprotocol/sdk
    • 创建一个server.js文件，内容如下（这是一个极简示例）：
      const { Server } = require('@modelcontextprotocol/sdk'); const server = new Server( { name: 'calculator', version: '1.0.0', }, { capabilities: { tools: {}, }, } ); // 定义一个加法工具 server.setRequestHandler('tools/list', async () => ({ tools: [ { name: 'add_numbers', description: 'Add two numbers together.', inputSchema: { type: 'object', properties: { a: { type: 'number', description: 'First number' }, b: { type: 'number', description: 'Second number' }, }, required: ['a', 'b'], }, }, ], })); // 处理工具调用 server.setRequestHandler('tools/call', async (request) => { if (request.params.name === 'add_numbers') { const { a, b } = request.params.arguments; return { content: [ { type: 'text', text: `The sum of ${a} and ${b} is ${a + b}.`, }, ], }; } throw new Error('Tool not found'); }); // 启动服务器，使用 stdio 传输（这是 Claude Desktop 连接的方式） server.connectStdio().catch(console.error);
    • 运行这个 Server：node server.js。它会保持运行，等待 Client 连接。

  4. 配置 Claude Desktop 连接这个 Server：

    • 找到 Claude Desktop 的配置文件夹（macOS 通常在~/Library/Application Support/Claude，Windows 在%APPDATA%\Claude）。
    • 编辑或创建claude_desktop_config.json文件。
    • 添加以下配置，告诉 Claude 去连接我们本地运行的 calculator server：
      { "mcpServers": { "calculator": { "command": "node", "args": ["/ABSOLUTE/PATH/TO/YOUR/mcp-calculator-demo/server.js"], "env": {} } } }
      注意：将/ABSOLUTE/PATH/TO/YOUR/替换为你server.js文件的绝对路径。

  5. 重启 Claude Desktop 并体验：

    • 重启 Claude Desktop 应用。
    • 新建一个对话，直接输入：“请调用加法工具，计算 123 加 456。”
    • 如果配置成功，Claude 会识别出可用的add_numbers工具，并自动调用它，最终返回结果 “The sum of 123 and 456 is 579.”

通过这个流程，你就完成了一个完整的“Skill”从开发到被 AI 调用的过程。未来 Gemini Skills 的体验将会非常类似：你开发或安装一个 Skill，在 Gemini 的开发平台或配置文件中声明它，然后在对话中，Gemini 就能自动使用这个 Skill 来增强它的能力。

5. 技能（Skills）生态的现状与选型思考

从热搜词可以看出，Skills 生态已经非常活跃且多元。面对claude skills、codex skills、开源skills以及即将到来的Gemini Skills，我们该如何选择？这里提供一个选型思路。

首先，按用途对 Skills 进行分类：

  1. 编程开发类：这是最丰富的领域。包括：

    • 代码生成与补全：针对特定框架（Vue3, React）、语言（Rust, Go）或模式（TDD）的增强。
    • 代码审查与分析：安全检查、性能分析、代码风格检查。
    • 调试与日志分析：解析特定格式的日志、堆栈跟踪。
    • 工具集成：直接调用git,docker,kubectl等命令行工具。
    • 热搜词代表：专注于vue3前端生态的skills,codebuddy好用java skills,ai 编程 skills 选型清单：需求澄清、tdd、代码审查与 ui 设计。

  2. 研究学习类：

    • 学术搜索与摘要：连接学术数据库，总结论文。
    • 文献管理与引用：自动生成 BibTeX 等引用格式。
    • 数据抓取与清洗：从网页或文档中提取结构化数据。
    • 热搜词代表：academic research skills,codex 科研必用skills。

  3. 效率与工具类：

    • 文件处理：转换文档格式（如 Markdown 转 Word），解析 PDF/Excel。
    • 信息查询：天气、股价、汇率、词典。
    • 自动化脚本：执行一系列重复的电脑操作。
    • 热搜词代表：superpower skills（一个知名的 Chrome 扩展，提供多种网页操作能力）。

  4. 垂直领域类：

    • 设计：UI 设计稿生成、色彩分析。
    • 测试：为测试工程师生成测试用例、分析测试报告。
    • 运维：服务器监控、部署脚本。
    • 热搜词代表：测试工程师用的skills。

选型决策清单：当你要为一个项目或工作流选择 Skills 时，可以按以下顺序思考：

  1. 协议兼容性优先：这个 Skill 是否遵循开放协议（如 MCP）？如果是，那么它很可能不绑定某个特定模型，未来兼容性更好。优先选择开源skills和遵循 MCP 的 Skills。
  2. 评估模型绑定：有些 Skills（如某些claude skills）可能深度绑定了 Claude 的特定提示工程或微调，迁移到 Gemini 可能效果打折扣。看清描述。
  3. 关注活跃度：在 GitHub 或 Skills 市场上，查看该 Skill 的更新频率、Star 数、Issue 处理情况。一个几个月没更新的 Skill 可能已经无法使用。
  4. 安全与隐私：这个 Skill 需要什么权限？它会将你的数据发送到哪里？对于处理敏感代码或数据的 Skill，务必审查其代码或选择可信来源。
  5. 从简单开始：不要试图一次性安装几十个 Skills。先从解决你当前最痛的一个点开始。例如，如果你是前端开发者，就先找一个vue3相关的 Skill 体验。
  6. 组合使用：未来的趋势不是找一个“全能”的 Skill，而是组合多个“专精”的 Skill。例如，你可以让 AI 先调用“需求分析 Skill”澄清问题，再调用“代码生成 Skill”写代码，最后调用“代码审查 Skill”检查。

关于“小模型 vs 大模型”的思考（呼应热搜词4o、claude 3.5、gemini ultra2.3 什么时候该用小模型？）： Skills 生态的成熟，恰恰让“大小模型协同”变得可行。未来，一个复杂的任务可能由 AI 智能体来规划，它可能会决定：

  • 简单的、模式固定的信息查询（如查天气） → 调用一个本地小模型或专门的 API Skill，快速、低成本。
  • 复杂的、需要深度推理的代码生成或设计 → 调用 Gemini Ultra/Claude 3.5 Opus 等大模型 Skill，能力强、质量高。 Skills 作为标准化的能力接口，让智能体可以像调度微服务一样，灵活调度不同规模和成本的“模型能力”。

6. 为 Gemini Skills 时代做好准备：开发者的行动路线图

对于开发者而言，这次转变是挑战更是机遇。以下是一个从现在开始可以执行的行动路线图。

第一阶段：学习与观察（现在 - Gemini Skills 正式发布）

  1. 掌握核心协议：深入学习MCP。即使 Google 用自家协议，原理也相通。理解 Tool 的定义、Resource 的管理、Server/Client 的通信模式。
  2. 动手实验：按照第 4 部分的示例，亲手将一个本地脚本（比如一个简单的文件重命名工具、一个查询本地数据库的脚本）包装成 MCP Server，并在 Claude Desktop 中成功调用。这是理解整个流程的关键。
  3. 扫描生态：定期浏览github.com/topics/mcp、github.com/modelcontextprotocol以及 Claude、Cursor 的社区，了解有哪些高质量的 Skills 出现。关注热搜词中提到的skills市场动态。
  4. 关注官方动态：订阅 Gemini API 和 Google AI 的官方博客、更新日志。

第二阶段：规划与设计（Gemini Skills 发布初期）

  1. 评估官方 SDK：一旦 Google 发布 Gemini Skills SDK，立即评估其与 MCP 的异同、易用性和功能完整性。
  2. 识别机会点：结合你的专业领域，思考有哪些重复性高、规则明确、但当前 AI 原生对话解决不好的任务？这很可能是一个 Skill 的机会。例如：
    • 如果你是测试工程师：能否开发一个“从需求文档自动生成测试用例骨架”的 Skill？
    • 如果你是学术研究者：能否开发一个“根据研究方向，自动爬取并格式化最新 arXiv 论文列表”的 Skill？
    • 如果你是运维工程师：能否开发一个“解析特定监控系统告警，并给出初步排查建议”的 Skill？
  3. 设计 Skill 接口：用文档清晰定义你的 Skill：名称、描述、输入参数（类型、说明、是否必填）、输出格式。良好的设计是成功的一半。

第三阶段：开发与部署（技能成熟期）

  1. 选择实现方式：
    • 纯函数/逻辑：如果 Skill 不依赖外部服务，可以用任何语言实现核心逻辑，然后用官方 SDK 或 MCP SDK 包装。
    • API 封装：如果你的 Skill 是对现有内部或第三方 API 的封装，重点在于设计适配层和错误处理。
    • 复杂流程：对于需要多步操作、状态保持的 Skill，可能需要引入工作流引擎或更复杂的设计。
  2. 注重健壮性：AI 的输入是不可控的。你的 Skill 必须做好：
    • 输入验证：严格检查参数类型、范围、必填项。
    • 错误处理：对可能出现的异常（网络超时、API 限流、数据格式错误）有清晰的错误信息返回，帮助 AI 和最终用户理解问题。
    • 超时控制：设定合理的执行超时，避免阻塞 AI 智能体的响应。
  3. 编写清晰文档：除了代码注释，必须提供清晰的用户文档，说明 Skill 的功能、使用示例、限制和常见问题。
  4. 发布与迭代：将你的 Skill 发布到 Gemini Skills 市场（如果开放）、GitHub 或其他社区。收集反馈，持续迭代。

长期视角：未来的 AI 应用开发，很可能不再是“从头训练一个模型”或“精心设计一个提示词”，而是“如何巧妙地组合和调度一系列高质量的 Skills，来构建一个能解决复杂问题的智能体”。掌握 Skill 的开发、集成和运维能力，将成为 AI 时代开发者的一项核心技能。从“Gems”到“Skills”的转变，正是这个宏大趋势中的一个具体注脚。现在开始投入，正是时候。