发布日期：2026-08-10 | 数据来源：agent-plugins.org、OpenAI 官方博客 | 话题：Agent Plugins 1.0 · AI 插件标准 · 跨客户端兼容
Agent Plugins 1.0 是 OpenAI 联合 AWS、Cursor、GitHub、微软（VS Code）、Vercel 于 2026 年 8 月 6 日发布的开放式、厂商中立的 AI 智能体插件标准，定义了一套以plugin.json为清单、skills/<name>/SKILL.md为工作流描述、mcp.json为外部工具连接的可移植目录结构，使开发者写一套插件配置就能在 VS Code、Cursor、GitHub Copilot、ChatGPT/Codex 和 Kiro 五个主流客户端中被发现和加载；其核心定位是终结过去各家客户端各搞一套专有格式的碎片化局面，而非取代 MCP——MCP 解决"客户端如何连接外部工具"，Agent Plugins 解决"插件文件如何被跨平台识别和组织"，两者互补共存。
Agent Plugins 是什么
2026 年 8 月 6 日，OpenAI 携手五家合作伙伴（AWS、Cursor、GitHub/微软、Vercel）发布了 Agent Plugins 1.0 标准。这是一个开放的、厂商中立的规范，任何 AI 客户端都可以实现它，任何开发者都可以按照它打包插件。
标准试图解决一个具体问题：在 2026 年的 AI 开发工具生态里，一个 Cursor 插件到了 VS Code 里就用不了，一个 GitHub Copilot 扩展到了 ChatGPT 里就得重写一遍。每个客户端有自己的格式、自己的发现机制、自己的配置字段。对开发者来说，这意味着同一个功能要维护三四套代码。
Agent Plugins 的答案是：定义一套最小可移植目录结构，客户端按这个格式解析，开发者按这个格式打包，中间不再需要适配层。
plugin.json 最小配置：两个字段就能启动
Agent Plugins 插件的核心文件是plugin.json，最小合法配置只需两个字段：
{"$schema":"https://agent-plugins.org/schemas/1.0.0/plugin.schema.json","name":"research-tools"}$schema声明规范版本，name是插件的唯一标识符。一个能被五大客户端识别的插件，从这两行开始。
完整插件的目录结构如下：
my-plugin/ ├── plugin.json # 清单文件（必须） ├── skills/ │ └── code-review/ │ └── SKILL.md # 技能描述（可选） ├── mcp.json # MCP 服务器配置（可选） └── extensions/ # 客户端特定扩展（可选） ├── vscode/ └── cursor/关键设计原则：客户端特定的配置放在extensions/命名空间，不进plugin.json顶层字段。这保证了顶层格式的跨平台稳定性——一个不认识某客户端扩展的工具可以直接忽略extensions/目录，而不影响其他部分的加载。
五大客户端兼容性一览
Agent Plugins 1.0 发布时，五个主流 AI 开发工具已同步支持：
| 客户端 | Agent Skills | MCP stdio | Streamable HTTP | Legacy SSE |
|---|---|---|---|---|
| VS Code | ✅ | ✅ | ✅ | ✅ |
| Cursor | ✅ | ✅ | ✅ | ✅ |
| GitHub Copilot | ✅ | ✅ | ✅ | ✅ |
| ChatGPT / Codex | ✅ | ✅ | ✅ | ❌ |
| Kiro | ✅ | ✅ | ✅ | ✅ |
目前唯一的差异点：ChatGPT / Codex 不支持 Legacy SSE 传输，其余四个客户端四项全绿。对大多数新插件来说这不是问题——Streamable HTTP 是更新的标准，Legacy SSE 主要用于兼容较早的 MCP 服务器。
值得注意的是，标准页面标注为 “Working Draft”，官方明确说明"不保证每个客户端实现每个组件和每种 MCP 传输"。可移植性意味着客户端能按共同约定发现和加载插件，而不是保证所有客户端行为完全一致。
Agent Skills 和 MCP：什么情况用哪个
这是 Agent Plugins 生态里最容易混淆的问题。规范给出了一个清晰的定义：
Skill = 智能体应该知道什么、应该怎么工作
MCP = 智能体如何连接外部能力
对应到文件层面：
| 维度 | Agent Skills（SKILL.md） | MCP 服务器（mcp.json） |
|---|---|---|
| 核心定位 | 可复用的指令、工作流、领域知识 | 连接数据库、API、浏览器等外部服务 |
| 典型场景 | 代码审查规范、文档生成模板、操作流程 | 数据库查询、部署工具、第三方 API 调用 |
| 网络依赖 | 无 | 需要本地进程或远程 HTTP 端点 |
| 失败隔离 | 单个无效 Skill 被跳过，其余继续 | 单个无效 MCP 条目不影响其他服务器 |
一个实际决策建议：如果你要打包的是"给 AI 的工作说明书"，用 SKILL.md；如果你要打包的是"AI 调用的工具"，用 mcp.json。两者可以在同一个插件里共存——大多数生产级插件会同时包含两者。
Agent Plugins 和 Codex 插件是同一回事吗
不完全是，但两者密切关联，有必要区分清楚。
Codex 插件（Codex Plugin）是 OpenAI 于 2026 年 3 月推出的 ChatGPT/Codex 产品层功能，有自己的.codex-plugin/plugin.json规范、三层 Marketplace 体系（个人/团队/公共目录）和$plugin-creator脚手架工具。它是 OpenAI 旗下产品的插件发行和管理机制。
Agent Plugins 1.0（2026 年 8 月 6 日）是在此基础上推动的跨厂商开放标准，目标是让同一套插件格式能被非 OpenAI 客户端（Cursor、VS Code、Kiro 等）识别。可以理解为：Codex 插件是 OpenAI 的产品实现，Agent Plugins 是多方共同确认的开放规范，两者在文件格式层面高度兼容，但 Agent Plugins 去掉了 OpenAI 专有字段，保留了可跨客户端移植的最小核心。
对开发者的实际影响：如果你已经在按 Codex 插件格式开发，迁移到 Agent Plugins 1.0 的成本很低——主要差别是把客户端特定配置移入extensions/目录，并使用agent-plugins.org的 schema URL。
运行时环境变量
Agent Plugins 规范定义了两个运行时环境变量，插件 Hooks 和脚本中可以直接使用：
| 变量 | 说明 |
|---|---|
PLUGIN_ROOT | 已安装插件的根目录路径 |
PLUGIN_DATA | 插件的可写数据目录 |
这两个变量由客户端在加载插件时注入，使插件脚本能在不硬编码路径的前提下定位自身文件和持久化存储。
1.0 版本的已知局限
Agent Plugins 1.0 是一个"工作草案"状态的规范，几个重要功能明确不在 v1 可移植核心范围内：
- Hooks 和命令：目前仅作为客户端特定扩展存在，不在跨客户端保证范围内
- 子进程沙箱隔离：规范未定义，安全责任下放给各客户端实现
- 插件签名验证：v1 无内置签名机制，无法验证插件来源的真实性
这意味着安装插件前，用户仍需自行判断来源可信度。规范的保守设计有其合理性——让五家厂商在发布日当天就全部支持一个复杂的安全模型，门槛会高得难以实现。沙箱和签名预计在后续版本中加入。
开发者：现在值得上手吗
几个参考判断维度：
你在同时支持多个客户端（Cursor + VS Code + GitHub Copilot）：现在上手最合算。一套格式覆盖三个客户端，是 Agent Plugins 最直接的价值。
你只用 ChatGPT / Codex，不需要跨客户端：Codex 插件格式已经成熟，没有迁移的紧迫性。Agent Plugins 与其兼容，未来需要跨平台时再迁移成本也不高。
你在构建需要调用外部工具的 Agent 工作流：SKILL.md + mcp.json 的组合是目前最被广泛认可的结构，已有五大主流客户端支持。构建 Agent 工具后端时，选用支持多款主流大模型标准接口的 API 平台（如七牛云 Token Plan，qiniu.com/ai/plan），可以让插件在不同模型之间切换而无需改动调用代码。
你在意规范稳定性：Working Draft 状态意味着字段可能调整。核心字段（$schema、name、skills/、mcp.json）稳定性最高，extensions/内的客户端特定字段变更概率更高。
常见问题
Q：Agent Plugins 和 MCP 是竞争关系吗？
不是，是互补关系。MCP（Model Context Protocol）定义客户端如何与外部工具服务器通信（连接生命周期、传输协议）；Agent Plugins 定义插件文件如何组织和跨客户端识别（目录结构、清单格式）。一个 Agent Plugins 插件可以在mcp.json中声明 MCP 服务器，两者在同一个插件中共存。
Q：plugin.json 放在哪个位置？
根据 Agent Plugins 1.0 规范，plugin.json放在插件根目录（不是.codex-plugin/子目录）。Codex 插件的plugin.json放在.codex-plugin/下是 OpenAI 产品层的约定，两者有细微差别，开发时注意对应关系。
Q：SKILL.md 必须写什么格式？
推荐包含 frontmatter（name和description字段）加自然语言工作流描述，格式与 Codex 插件中的 SKILL.md 相同。内容越具体，AI 客户端的执行结果越稳定。
Q：五个客户端加载同一个插件，行为会完全一样吗？
不保证完全一致。可移植性意味着"五个客户端都能发现和加载这个插件"，不意味着每个客户端对同一个 SKILL.md 的理解和执行方式完全相同。跨客户端测试仍然必要。
Q：现在有没有 Agent Plugins 的公共市场可以发布插件？
规范本身不定义发布渠道。各客户端有自己的发现机制——Codex/ChatGPT 有 Universal Plugin Directory，Cursor 和 VS Code 有各自的扩展市场。发布时需参考目标客户端的具体要求。
小结
Agent Plugins 1.0 在 2026 年 8 月 6 日解决了一个真实存在的碎片化问题：开发者不再需要为每个 AI 客户端维护一套专有插件格式。五大客户端在发布当日同步支持，多厂商背书让这个标准比单一厂商推出的格式有更强的生命力。
当前版本是工作草案，沙箱隔离和签名验证尚未纳入规范，Hooks 和命令不在跨客户端保证范围。对于同时服务多个 AI 开发工具的插件作者，现在是合适的上手时机；对于只在单一客户端部署的场景，可以等规范稳定后再迁移，成本不高。
本文数据截至 2026 年 8 月 10 日，规范处于 Working Draft 阶段，字段定义以 agent-plugins.org 最新版本为准。
延伸阅读
- Agent Plugins 1.0 官方规范：https://agent-plugins.org/
- OpenAI Agent Plugins 发布公告（2026-08-06）：https://openai.com/blog/agent-plugins
- MCP 官方文档（与 Agent Plugins 互补）：https://modelcontextprotocol.io/
- 七牛云 Token Plan（多模型 API，可用于 Agent 工具后端）：https://qiniu.com/ai/plan
