agentic-awesome-skills 与 Jetski/Cortex Gemini 的延迟加载集成在上下文窗口内安全使用 1,936 技能【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills本指南面向基于 Jetski/Cortex或同类自定义 Host接入 Gemini 的开发者核心解决如何在不超过模型上下文窗口的前提下安全、可扩展地使用 agentic-awesome-skills 仓库中 1,936 个技能。读完本文你将掌握轻量级清单 按需延迟加载 显式上限的集成范式能复现可运行的 TypeScript/Node.js 加载器并具备排查TrajectoryChatConverter截断崩溃循环的实战能力。在 Jetski/Cortex 这类 Host 中集成技能库时一个典型报错是TrajectoryChatConverter: could not convert a single message before hitting truncation问题通常不在于技能本身而在于加载方式——一次性把整库技能指令灌入上下文任何模型都扛不住。下文先剖析反模式再给出仓库官方推荐的替代方案。1. 应避免的反模式全量加载在启动或每次请求时做以下任何一件事都会迅速耗尽上下文窗口在启动时读取所有skills/*/SKILL.md目录将所有SKILL.md的内容拼接进单个系统提示词为每次请求重新注入整个技能库。对于超过 1,936 个技能这种方法在添加任何用户消息之前就已经填满上下文进而触发截断错误。从仓库结构看skills/目录下每个技能子目录都含一份SKILL.md例如 skills/brainstorming/SKILL.md全量拼接的 token 成本随技能数线性膨胀是不可持续的。2. 推荐模式清单驱动 延迟加载正确的集成遵循四条关键原则轻量级清单使用仓库根目录的 skills_index.json 作为规范清单只了解存在哪些技能不加载完整文本data/skills_index.json仅为兼容性镜像延迟加载仅针对对话中实际调用的技能例如消息中出现skill-id时读取对应SKILL.md显式限制对每轮加载的最大技能数 / token 数施加限制并提供清晰的回退机制路径安全读取SKILL.md之前验证清单中的路径始终保持在SKILLS_ROOT内。推荐的完整流程如下引导Bootstrap代理启动时读取skills_index.json构建id - meta映射消息解析调用模型之前从用户 / 系统消息中提取所有skill-id引用解析用引导映射把找到的 id 映射为SkillMeta对象延迟加载仅针对这些 id 读取SKILL.md最多不超过可配置上限提示词构建系统消息中只包含被选中技能的定义。仓库在 docs/integrations/jetski-gemini-loader/ 提供了可直接参考的示例实现loader.mjsREADME.md并在 docs/users/discovery-manifest.md 中固化了这一契约本文第 4 节将结合真实源码展开。3.skills_index.json清单结构与字段契约文件skills_index.json是一个对象数组JSON Array每个技能一个条目。例如{ id: brainstorming, path: skills/brainstorming, category: planning, name: brainstorming, description: Use before any creative or constructive work., risk: safe, source: official, date_added: 2026-02-27 }关键字段id在id提及中使用的标识符例如brainstormingpath包含SKILL.md的目录例如skills/brainstorming/category用于 UI / 搜索分组的归类name显示名称description简短的用途 / 触发条件摘要risk仓库定义的技能风险标签source来源与信任元数据date_addedISO 日期字符串或null。要获得技能定义文件的完整路径fullPath path.join(SKILLS_ROOT, meta.path, SKILL.md)注意SKILLS_ROOT是安装仓库的根目录例如~/.agents/skills。从 schemas/skills-index.v1.schema.json 可以看到更完整的契约细节id最小长度为 1path必须匹配^skills/前缀category、name、description、risk、source、date_added均为必需字段同时允许附加字段plugin元数据含targets、setup、reasons为可选。仓库的根清单实际还扩展了tags等字段说明清单契约对附加字段保持开放。关于data/skills_index.json兼容性镜像仓库同时维护了data/skills_index.json。根据 docs/users/discovery-manifest.md 的说明两者必须保持相同内容data/镜像的存在只是为了兼容仍从data/子树读取清单的下游客户端。新集成应优先读取根目录skills_index.json仅在宿主必须读取data/子树时才回退到镜像。4. 集成实现从伪代码到可运行源码完整可运行示例位于 docs/integrations/jetski-gemini-loader/纯 Node.js ESM 模块无需 TypeScript 运行时即可直接 import。4.1 基本类型type SkillMeta { id: string; path: string; name: string; description?: string; category?: string; risk?: string; };在真实实现 loader.mjs 中该类型以 JSDoctypedef形式声明Message类型则限定role为system | user | assistant。4.2 引导加载清单function loadSkillIndex(indexPath: string): Mapstring, SkillMeta { const raw fs.readFileSync(indexPath, utf8); const arr JSON.parse(raw) as SkillMeta[]; const map new Mapstring, SkillMeta(); for (const meta of arr) { map.set(meta.id, meta); } return map; }对应源码见 loader.mjs 的loadSkillIndex读取 JSON 后逐条map.set(meta.id, meta)整个过程不触碰任何SKILL.md因此引导成本极低。4.3 解析消息以查找skill-idconst SKILL_ID_REGEX /([a-zA-Z0-9-_./])/g; function resolveSkillsFromMessages( messages: { role: string; content: string }[], index: Mapstring, SkillMeta, maxSkills: number ): SkillMeta[] { const found new Setstring(); for (const msg of messages) { let match: RegExpExecArray | null; while ((match SKILL_ID_REGEX.exec(msg.content)) ! null) { const id match[1]; if (index.has(id)) { found.add(id); } } } const metas: SkillMeta[] []; for (const id of found) { const meta index.get(id); if (meta) metas.push(meta); if (metas.length maxSkills) break; } return metas; }真实源码中的实现更严谨先由collectReferencedSkillIds用String.prototype.matchAll收集引用集合天然去重见 loader.mjs L24-L37再由assertValidMaxSkills校验maxSkills必须是大于 0 的整数loader.mjs L39-L45最后按序截断到上限loader.mjs L59-L75。4.4SKILL.md文件的延迟加载含路径安全async function loadSkillBodies( skillsRoot: string, metas: SkillMeta[] ): Promisestring[] { const bodies: string[] []; for (const meta of metas) { const fullPath path.join(skillsRoot, meta.path, SKILL.md); const text await fs.promises.readFile(fullPath, utf8); bodies.push(text); } return bodies; }仓库的真实实现loader.mjs L77-L116在此之上做了三层路径安全防护值得完整采纳相对路径检查path.relative(rootPath, skillDirPath)若以..开头或为绝对路径则抛出Skill path escapes skills root目录类型检查通过lstat确认技能目录是普通目录而非符号链接避免链接逃逸解析后二次校验对最终SKILL.md做realpath后再次path.relative校验任何解析到SKILLS_ROOT之外的情况都直接抛错。这种读取前校验 读取后复核的做法正是原文档第 2 节路径安全原则的落地实现。4.5 构建 Jetski/Cortex 提示词在TrajectoryChatConverter之前的预处理阶段按如下方式组装消息async function buildModelMessages( baseSystemMessages: { role: system; content: string }[], trajectory: { role: user | assistant | system; content: string }[], skillIndex: Mapstring, SkillMeta, skillsRoot: string, maxSkillsPerTurn: number, overflowBehavior: truncate | error truncate ): Promise{ role: string; content: string }[] { const referencedSkills resolveSkillsFromMessages( trajectory, skillIndex, Number.MAX_SAFE_INTEGER ); if ( overflowBehavior error referencedSkills.length maxSkillsPerTurn ) { throw new Error( Too many skills requested in a single turn. Reduce skill-id usage to ${maxSkillsPerTurn} or fewer. ); } const selectedMetas resolveSkillsFromMessages( trajectory, skillIndex, maxSkillsPerTurn ); const skillBodies await loadSkillBodies(skillsRoot, selectedMetas); const skillMessages skillBodies.map((body) ({ role: system as const, content: body, })); return [...baseSystemMessages, ...skillMessages, ...trajectory]; }仓库的 loader.mjsbuildModelMessages与其一一对应并有两个额外细节默认值maxSkillsPerTurn 8overflowBehavior truncate零技能短路selectedMetas.length 0时直接返回[...baseSystemMessages, ...trajectory]连一次文件系统访问都不会发生。建议加入 token 估算在上下文窗口接近限制时对SKILL.md做截断或摘要。参考加载器已支持显式回退overflowBehavior: error让宿主在超限时明确失败而非静默丢弃技能。使用方式摘自 jetski-gemini-loader/README.md大致如下const REPO_ROOT /path/to/agentic-awesome-skills; const SKILLS_ROOT REPO_ROOT; const INDEX_PATH path.join(REPO_ROOT, skills_index.json); // 1. 启动时加载一次清单 const skillIndex loadSkillIndex(INDEX_PATH); // 2. 调用模型前构建消息 const modelMessages await buildModelMessages({ baseSystemMessages, trajectory, skillIndex, skillsRoot: SKILLS_ROOT, maxSkillsPerTurn: 8, overflowBehavior: error, }); // 3. 把 modelMessages 交给 Jetski/Cortex Gemini 客户端 // 例如 trajectoryChatConverter.convert(modelMessages)5. 处理上下文溢出为避免出现用户难以理解的报错建议设置安全阈值例如上下文窗口的 70-80%每轮最大技能数限制例如 5-10 个。超过阈值时的两种策略缩减减少本轮包含的技能数量例如按最近使用或优先级排序后裁剪显式报错向用户返回明确错误例如在此轮中请求了太多技能。减少消息中的skill-id数量或将其分为多个步骤。在参考实现中overflowBehavior: error会抛出带技能上限数字的明确异常truncate则按清单顺序截断。需要指出的是截断是静默行为实际加载的技能可能与用户期望不完全一致因此在偏好显式失败的环境中应保持overflowBehavior: errordocs/integrations/jetski-gemini-loader/README.md 也给出了同样的建议。6. 推荐的测试场景上线前至少覆盖以下三个场景场景 1 — 简单消息hi没有skill-id→ 不加载SKILL.md→ 提示词保持较小 → 无错误。场景 2 — 少量技能消息包含 1-2 个skill-id→ 仅加载相关SKILL.md→ 无溢出。场景 3 — 大量技能消息包含许多skill-id→ 触发maxSkillsPerTurn限制或 token 检查 → 无静默溢出可断言error模式下抛出异常、truncate模式下消息数受限。这三个场景分别验证了零技能短路、按需加载与显式上限三条核心路径可以快速回归加载器的行为是否符合预期。7. 技能子集与捆绑包进一步控制加载面除延迟加载外还可以通过缩小技能安装面来控制上下文将不需要的技能移至skills/.disabled/在某些环境中将其排除使用 docs/users/bundles.md 描述的捆绑包Bundles只加载主题分组。捆绑包是按角色与专业水平整理的精选技能集合例如 Essentials 起步包、Web Wizard、Security Engineer 等。它们在仓库中以plugins/agentic-bundle-*/目录形式存在如plugins/agentic-bundle-aas-web-app-builder/属于可安装的插件子集与激活预设而非可被调用的巨型技能。若希望捆绑包表现为聚焦的活动子集而非全量安装可借助仓库的激活脚本# macOS/Linux ./scripts/activate-skills.sh --clear Essentials ./scripts/activate-skills.sh --clear Web Wizard # Windows .\scripts\activate-skills.bat --clear Essentials从 docs/users/bundles.md 的说明可以看出捆绑包内的每个技能都指向具体技能目录这一映射关系与清单中path字段一致因此延迟加载器可以直接复用。8. 如果已在崩溃循环中Windows 恢复指南若主机在截断错误后反复重新打开同一份损坏轨迹表现为应用启动即崩溃、或删除问题技能后仍回到同一错误可参考 docs/users/windows-truncation-recovery.md 的完整恢复流程备份先行备份%USERPROFILE%\.gemini\antigravity-browser-profile\Default、%AppData%\antigravity、%USERPROFILE%\.gemini\antigravity若技能安装在其他目录也一并备份删除问题技能或包默认安装路径为%USERPROFILE%\.gemini\antigravity\plugins\skills删除本地存储清掉 Antigravity 浏览器配置中的Local Storage、Session Storage、IndexedDB以及%AppData%\antigravity下的Local Storage、Session Storage清空临时目录%TEMP%重启并用延迟加载 显式限制重新安装只装真正需要的技能或切换为带显式上限的延迟加载集成。该文档还附带一个社区贡献的批处理恢复脚本Anti-Gravity_Recovery_Tool_Universal会自动执行备份、清理Local Storage等步骤使用前请先审阅脚本内容。为防止问题再次出现更偏好显式失败时保持overflowBehavior: error持续验证解析出的路径是否保持在skillsRoot内。9. 总结切勿将所有SKILL.md拼接到单个提示词中使用根目录 skills_index.json 作为轻量级规范清单仅在宿主必须读取data/子树时使用data/skills_index.json兼容性镜像基于skill-id按需加载技能设置明确限制每轮最大技能数、token 阈值参考实现见 docs/integrations/jetski-gemini-loader/loader.mjs清单契约见 schemas/skills-index.v1.schema.json 与 docs/users/discovery-manifest.md崩溃恢复见 docs/users/windows-truncation-recovery.md。遵循以上模式Jetski/Cortex Gemini 就可以以安全、可扩展且与现代模型上下文窗口兼容的方式使用整个 agentic-awesome-skills 技能库。【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 agentic-awesome-skills 与 Jetski/Cortex + Gemini 的延迟加载集成：在上下文窗口内安全使用 1,936+ 技能
agentic-awesome-skills 与 Jetski/Cortex Gemini 的延迟加载集成在上下文窗口内安全使用 1,936 技能【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills本指南面向基于 Jetski/Cortex或同类自定义 Host接入 Gemini 的开发者核心解决如何在不超过模型上下文窗口的前提下安全、可扩展地使用 agentic-awesome-skills 仓库中 1,936 个技能。读完本文你将掌握轻量级清单 按需延迟加载 显式上限的集成范式能复现可运行的 TypeScript/Node.js 加载器并具备排查TrajectoryChatConverter截断崩溃循环的实战能力。在 Jetski/Cortex 这类 Host 中集成技能库时一个典型报错是TrajectoryChatConverter: could not convert a single message before hitting truncation问题通常不在于技能本身而在于加载方式——一次性把整库技能指令灌入上下文任何模型都扛不住。下文先剖析反模式再给出仓库官方推荐的替代方案。1. 应避免的反模式全量加载在启动或每次请求时做以下任何一件事都会迅速耗尽上下文窗口在启动时读取所有skills/*/SKILL.md目录将所有SKILL.md的内容拼接进单个系统提示词为每次请求重新注入整个技能库。对于超过 1,936 个技能这种方法在添加任何用户消息之前就已经填满上下文进而触发截断错误。从仓库结构看skills/目录下每个技能子目录都含一份SKILL.md例如 skills/brainstorming/SKILL.md全量拼接的 token 成本随技能数线性膨胀是不可持续的。2. 推荐模式清单驱动 延迟加载正确的集成遵循四条关键原则轻量级清单使用仓库根目录的 skills_index.json 作为规范清单只了解存在哪些技能不加载完整文本data/skills_index.json仅为兼容性镜像延迟加载仅针对对话中实际调用的技能例如消息中出现skill-id时读取对应SKILL.md显式限制对每轮加载的最大技能数 / token 数施加限制并提供清晰的回退机制路径安全读取SKILL.md之前验证清单中的路径始终保持在SKILLS_ROOT内。推荐的完整流程如下引导Bootstrap代理启动时读取skills_index.json构建id - meta映射消息解析调用模型之前从用户 / 系统消息中提取所有skill-id引用解析用引导映射把找到的 id 映射为SkillMeta对象延迟加载仅针对这些 id 读取SKILL.md最多不超过可配置上限提示词构建系统消息中只包含被选中技能的定义。仓库在 docs/integrations/jetski-gemini-loader/ 提供了可直接参考的示例实现loader.mjsREADME.md并在 docs/users/discovery-manifest.md 中固化了这一契约本文第 4 节将结合真实源码展开。3.skills_index.json清单结构与字段契约文件skills_index.json是一个对象数组JSON Array每个技能一个条目。例如{ id: brainstorming, path: skills/brainstorming, category: planning, name: brainstorming, description: Use before any creative or constructive work., risk: safe, source: official, date_added: 2026-02-27 }关键字段id在id提及中使用的标识符例如brainstormingpath包含SKILL.md的目录例如skills/brainstorming/category用于 UI / 搜索分组的归类name显示名称description简短的用途 / 触发条件摘要risk仓库定义的技能风险标签source来源与信任元数据date_addedISO 日期字符串或null。要获得技能定义文件的完整路径fullPath path.join(SKILLS_ROOT, meta.path, SKILL.md)注意SKILLS_ROOT是安装仓库的根目录例如~/.agents/skills。从 schemas/skills-index.v1.schema.json 可以看到更完整的契约细节id最小长度为 1path必须匹配^skills/前缀category、name、description、risk、source、date_added均为必需字段同时允许附加字段plugin元数据含targets、setup、reasons为可选。仓库的根清单实际还扩展了tags等字段说明清单契约对附加字段保持开放。关于data/skills_index.json兼容性镜像仓库同时维护了data/skills_index.json。根据 docs/users/discovery-manifest.md 的说明两者必须保持相同内容data/镜像的存在只是为了兼容仍从data/子树读取清单的下游客户端。新集成应优先读取根目录skills_index.json仅在宿主必须读取data/子树时才回退到镜像。4. 集成实现从伪代码到可运行源码完整可运行示例位于 docs/integrations/jetski-gemini-loader/纯 Node.js ESM 模块无需 TypeScript 运行时即可直接 import。4.1 基本类型type SkillMeta { id: string; path: string; name: string; description?: string; category?: string; risk?: string; };在真实实现 loader.mjs 中该类型以 JSDoctypedef形式声明Message类型则限定role为system | user | assistant。4.2 引导加载清单function loadSkillIndex(indexPath: string): Mapstring, SkillMeta { const raw fs.readFileSync(indexPath, utf8); const arr JSON.parse(raw) as SkillMeta[]; const map new Mapstring, SkillMeta(); for (const meta of arr) { map.set(meta.id, meta); } return map; }对应源码见 loader.mjs 的loadSkillIndex读取 JSON 后逐条map.set(meta.id, meta)整个过程不触碰任何SKILL.md因此引导成本极低。4.3 解析消息以查找skill-idconst SKILL_ID_REGEX /([a-zA-Z0-9-_./])/g; function resolveSkillsFromMessages( messages: { role: string; content: string }[], index: Mapstring, SkillMeta, maxSkills: number ): SkillMeta[] { const found new Setstring(); for (const msg of messages) { let match: RegExpExecArray | null; while ((match SKILL_ID_REGEX.exec(msg.content)) ! null) { const id match[1]; if (index.has(id)) { found.add(id); } } } const metas: SkillMeta[] []; for (const id of found) { const meta index.get(id); if (meta) metas.push(meta); if (metas.length maxSkills) break; } return metas; }真实源码中的实现更严谨先由collectReferencedSkillIds用String.prototype.matchAll收集引用集合天然去重见 loader.mjs L24-L37再由assertValidMaxSkills校验maxSkills必须是大于 0 的整数loader.mjs L39-L45最后按序截断到上限loader.mjs L59-L75。4.4SKILL.md文件的延迟加载含路径安全async function loadSkillBodies( skillsRoot: string, metas: SkillMeta[] ): Promisestring[] { const bodies: string[] []; for (const meta of metas) { const fullPath path.join(skillsRoot, meta.path, SKILL.md); const text await fs.promises.readFile(fullPath, utf8); bodies.push(text); } return bodies; }仓库的真实实现loader.mjs L77-L116在此之上做了三层路径安全防护值得完整采纳相对路径检查path.relative(rootPath, skillDirPath)若以..开头或为绝对路径则抛出Skill path escapes skills root目录类型检查通过lstat确认技能目录是普通目录而非符号链接避免链接逃逸解析后二次校验对最终SKILL.md做realpath后再次path.relative校验任何解析到SKILLS_ROOT之外的情况都直接抛错。这种读取前校验 读取后复核的做法正是原文档第 2 节路径安全原则的落地实现。4.5 构建 Jetski/Cortex 提示词在TrajectoryChatConverter之前的预处理阶段按如下方式组装消息async function buildModelMessages( baseSystemMessages: { role: system; content: string }[], trajectory: { role: user | assistant | system; content: string }[], skillIndex: Mapstring, SkillMeta, skillsRoot: string, maxSkillsPerTurn: number, overflowBehavior: truncate | error truncate ): Promise{ role: string; content: string }[] { const referencedSkills resolveSkillsFromMessages( trajectory, skillIndex, Number.MAX_SAFE_INTEGER ); if ( overflowBehavior error referencedSkills.length maxSkillsPerTurn ) { throw new Error( Too many skills requested in a single turn. Reduce skill-id usage to ${maxSkillsPerTurn} or fewer. ); } const selectedMetas resolveSkillsFromMessages( trajectory, skillIndex, maxSkillsPerTurn ); const skillBodies await loadSkillBodies(skillsRoot, selectedMetas); const skillMessages skillBodies.map((body) ({ role: system as const, content: body, })); return [...baseSystemMessages, ...skillMessages, ...trajectory]; }仓库的 loader.mjsbuildModelMessages与其一一对应并有两个额外细节默认值maxSkillsPerTurn 8overflowBehavior truncate零技能短路selectedMetas.length 0时直接返回[...baseSystemMessages, ...trajectory]连一次文件系统访问都不会发生。建议加入 token 估算在上下文窗口接近限制时对SKILL.md做截断或摘要。参考加载器已支持显式回退overflowBehavior: error让宿主在超限时明确失败而非静默丢弃技能。使用方式摘自 jetski-gemini-loader/README.md大致如下const REPO_ROOT /path/to/agentic-awesome-skills; const SKILLS_ROOT REPO_ROOT; const INDEX_PATH path.join(REPO_ROOT, skills_index.json); // 1. 启动时加载一次清单 const skillIndex loadSkillIndex(INDEX_PATH); // 2. 调用模型前构建消息 const modelMessages await buildModelMessages({ baseSystemMessages, trajectory, skillIndex, skillsRoot: SKILLS_ROOT, maxSkillsPerTurn: 8, overflowBehavior: error, }); // 3. 把 modelMessages 交给 Jetski/Cortex Gemini 客户端 // 例如 trajectoryChatConverter.convert(modelMessages)5. 处理上下文溢出为避免出现用户难以理解的报错建议设置安全阈值例如上下文窗口的 70-80%每轮最大技能数限制例如 5-10 个。超过阈值时的两种策略缩减减少本轮包含的技能数量例如按最近使用或优先级排序后裁剪显式报错向用户返回明确错误例如在此轮中请求了太多技能。减少消息中的skill-id数量或将其分为多个步骤。在参考实现中overflowBehavior: error会抛出带技能上限数字的明确异常truncate则按清单顺序截断。需要指出的是截断是静默行为实际加载的技能可能与用户期望不完全一致因此在偏好显式失败的环境中应保持overflowBehavior: errordocs/integrations/jetski-gemini-loader/README.md 也给出了同样的建议。6. 推荐的测试场景上线前至少覆盖以下三个场景场景 1 — 简单消息hi没有skill-id→ 不加载SKILL.md→ 提示词保持较小 → 无错误。场景 2 — 少量技能消息包含 1-2 个skill-id→ 仅加载相关SKILL.md→ 无溢出。场景 3 — 大量技能消息包含许多skill-id→ 触发maxSkillsPerTurn限制或 token 检查 → 无静默溢出可断言error模式下抛出异常、truncate模式下消息数受限。这三个场景分别验证了零技能短路、按需加载与显式上限三条核心路径可以快速回归加载器的行为是否符合预期。7. 技能子集与捆绑包进一步控制加载面除延迟加载外还可以通过缩小技能安装面来控制上下文将不需要的技能移至skills/.disabled/在某些环境中将其排除使用 docs/users/bundles.md 描述的捆绑包Bundles只加载主题分组。捆绑包是按角色与专业水平整理的精选技能集合例如 Essentials 起步包、Web Wizard、Security Engineer 等。它们在仓库中以plugins/agentic-bundle-*/目录形式存在如plugins/agentic-bundle-aas-web-app-builder/属于可安装的插件子集与激活预设而非可被调用的巨型技能。若希望捆绑包表现为聚焦的活动子集而非全量安装可借助仓库的激活脚本# macOS/Linux ./scripts/activate-skills.sh --clear Essentials ./scripts/activate-skills.sh --clear Web Wizard # Windows .\scripts\activate-skills.bat --clear Essentials从 docs/users/bundles.md 的说明可以看出捆绑包内的每个技能都指向具体技能目录这一映射关系与清单中path字段一致因此延迟加载器可以直接复用。8. 如果已在崩溃循环中Windows 恢复指南若主机在截断错误后反复重新打开同一份损坏轨迹表现为应用启动即崩溃、或删除问题技能后仍回到同一错误可参考 docs/users/windows-truncation-recovery.md 的完整恢复流程备份先行备份%USERPROFILE%\.gemini\antigravity-browser-profile\Default、%AppData%\antigravity、%USERPROFILE%\.gemini\antigravity若技能安装在其他目录也一并备份删除问题技能或包默认安装路径为%USERPROFILE%\.gemini\antigravity\plugins\skills删除本地存储清掉 Antigravity 浏览器配置中的Local Storage、Session Storage、IndexedDB以及%AppData%\antigravity下的Local Storage、Session Storage清空临时目录%TEMP%重启并用延迟加载 显式限制重新安装只装真正需要的技能或切换为带显式上限的延迟加载集成。该文档还附带一个社区贡献的批处理恢复脚本Anti-Gravity_Recovery_Tool_Universal会自动执行备份、清理Local Storage等步骤使用前请先审阅脚本内容。为防止问题再次出现更偏好显式失败时保持overflowBehavior: error持续验证解析出的路径是否保持在skillsRoot内。9. 总结切勿将所有SKILL.md拼接到单个提示词中使用根目录 skills_index.json 作为轻量级规范清单仅在宿主必须读取data/子树时使用data/skills_index.json兼容性镜像基于skill-id按需加载技能设置明确限制每轮最大技能数、token 阈值参考实现见 docs/integrations/jetski-gemini-loader/loader.mjs清单契约见 schemas/skills-index.v1.schema.json 与 docs/users/discovery-manifest.md崩溃恢复见 docs/users/windows-truncation-recovery.md。遵循以上模式Jetski/Cortex Gemini 就可以以安全、可扩展且与现代模型上下文窗口兼容的方式使用整个 agentic-awesome-skills 技能库。【免费下载链接】agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115 agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.项目地址: https://gitcode.com/gh_mirrors/an/agentic-awesome-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考