OpenAI 聯手 AWS、Cursor、GitHub、Microsoft、Vercel 推出 Agent Plugins：一個資料夾搞定 AI 外掛跨平台移植

OpenAI、AWS、Cursor、GitHub、Microsoft 與 Vercel 六大巨頭共同發布了 Agent Plugins v1.0.0——一套開放的 AI 外掛打包標準：一個資料夾加上 plugin.json，就能把 Agent 技能與 MCP 伺服器打包成可跨平台移植的外掛，終結「每個 AI 產品一種外掛格式」的碎片化時代。

過去，每個 AI Agent 產品（ChatGPT、Claude Code、Cursor、Copilot……）都有自己的外掛格式：不同的 manifest、不同的資料夾結構、不同的安裝流程。開發者要讓一個功能跑遍所有平台，就得寫一堆平台專屬的接合程式碼。Agent Plugins 就是為了解決這個問題而誕生。

一句話總結

Agent Plugins 是 AI 外掛界的「USB-C 標準」——由六大科技巨頭共同制定的開放格式，讓開發者寫一次外掛，就能在 ChatGPT、Cursor、Copilot 等所有支援的產品中運行。

Agent Plugins 是什麼？

Agent Plugins 是一個**開放、與廠商無關（vendor-neutral）**的 Agent 擴充功能打包規範。首發版本聚焦封裝開發者已經在用的兩大資源：

簡單來說，Agent Plugins = Agent Skills（程序性智慧）+ MCP（工具連通性）融合成單一可分發套件。

核心架構：一個資料夾就是一個 Plugin

最簡單的 Agent Plugin 就是一個資料夾，根目錄放一個 plugin.json manifest：

my-plugin/
├── plugin.json               # 必須的 Manifest
├── mcp.json                  # MCP 伺服器配置（可選）
├── skills/                   # 技能目錄（固定位置）
│   └── summarize/
│       ├── SKILL.md          # 技能描述與指令
│       ├── scripts/          # 指令碼
│       │   └── analyze.sh
│       └── references/       # 參考文件
│           └── checklist.md
├── LICENSE
└── CHANGELOG.md

plugin.json 欄位結構

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "hello-plugin",
  "version": "1.0.0",
  "description": "Greet users and offer help",
  "author": { "name": "Dennis", "email": "dennis@example.com" },
  "license": "MIT",
  "keywords": ["greeting", "assistant"]
}

必填欄位只有兩個：$schema（指向官方 schema）與 name（1-64 字元、小寫英數與連字號/句點）。

mcp.json 配置 MCP 伺服器

{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/mcp.schema.json",
  "mcpServers": {
    "local-tool": {
      "type": "stdio",
      "command": "./bin/tool-executable",
      "cwd": "${PLUGIN_ROOT}"
    }
  }
}

💡 ${PLUGIN_ROOT} 與 ${PLUGIN_DATA} 是佔位符，由客戶端在執行時解析為絕對路徑——解決 Windows / Linux / macOS 路徑不一致問題。

為什麼重要：現況 vs 未來

生態系：六大巨頭 + 17 種工具

參與制定標準的公司：AWS、Cursor、GitHub、Microsoft、OpenAI、Vercel。

Vercel 同時推出 skills.sh 生態系（CLI：npx skills add <package>），已支援 17 種工具：

amp、antigravity、claude-code、clawdbot、codex、cursor、droid、gemini、gemini-cli、github-copilot、goose、kilo、kiro-cli、opencode、roo、trae、windsurf

與 MCP 2026-07-28 無狀態協定的關係

Agent Plugins 使用 mcp.json 配置 MCP 伺服器，而 MCP 在 2026-07-28 剛發布**無狀態（Stateless）**大改版：

• 消除握手與 Session ID：每次請求自包含，單次 Tool Call 完成
• Header 層路由：Mcp-Method / Mcp-Name 放進 HTTP header，Gateway 不需解析 JSON-RPC body 就能路由
• MRTR 機制：伺服器主動詢問改為多回合往返請求（requestState token）
• Reverse-DNS 擴充：新功能以 opt-in extension 演進，避免核心協定頻繁 breaking changes

兩者互補：Agent Plugins 管「打包與探索」，MCP 管「連線與傳輸」。

安全性考量（很重要）

⚠️ 標準只管打包，不管安全

規格明確聲明：只標準化 packaging（打包）與 discovery（探索），不包含 marketplaces（市集）、permissions（權限）或 runtimes（執行期）。安全性由各產品自行負責。

開發者必守的安全規則

1. 路徑收容：Plugin 內路徑必須留在根目錄內——拒絕 ../ 目錄穿越與外部 symlink，否則有沙箱逃逸風險
2. 嚴禁把密鑰寫進 mcp.json：env 與 headers 是可見的包資料，API Key 必須透過客戶端安全機制注入
3. Remote 端點強制 HTTPS；本機調試建議用 stdio 避免 DNS rebinding

⚠️ 生態系風險數據（arXiv 研究）

學術研究顯示：社群貢獻的 Agent 技能有 26.1% 含有安全漏洞（資料外洩、權限提升、供應鏈風險），且內嵌可執行腳本的技能漏洞風險高出 2.12 倍。

研究提出「技能信任與生命週期治理框架」：

• 4 道驗證閘門：靜態分析 → LLM 語義分類 → 行為沙箱 → 權限 manifest 驗證
• 4 級信任分級：T1 未驗證（僅指令）→ T2 社群審查（唯讀工具）→ T3 組織審核（宣告工具）→ T4 供應商認證（完整權限）

與 Anthropic Agent Skills 的關係

Anthropic 是 Agent Skills 概念的先驅（2025 年 10 月在 Claude 推出，12 月開放為標準）。Agent Plugins 規格明確規定內部的 Skills 必須符合 agentskills.io 規範——包含三層漸進式揭露架構（避免撐爆 LLM 上下文）：

開發者實作：30 秒建立你的第一個 Agent Plugin

# 1. 建立資料夾
mkdir hello-plugin && cd hello-plugin

# 2. 建立 plugin.json
cat > plugin.json << 'EOF'
{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "hello-plugin",
  "version": "1.0.0"
}
EOF

# 3. 建立技能
mkdir -p skills/greet
cat > skills/greet/SKILL.md << 'EOF'
---
name: greet
description: Greet the user and offer help.
---
哈囉！我是您的 AI 助理，請問今天有什麼可以幫忙的？
EOF

完成！這個資料夾就是一個符合規範的 Agent Plugin——可以放進支援的產品中測試。

常見問題 FAQ

Agent Plugins 和傳統 ChatGPT Plugins 有什麼不同？

傳統外掛是各家平台的專屬格式。Agent Plugins 是跨平台開放標準——同一份外掛可在 ChatGPT、Cursor、Copilot 等所有支援的產品中運行，開發者不必為每個平台重寫。

需要付費或申請才能用嗎？

不需要。規格是開放的，直接到 agentplugins.org 就能開始建立與探索。各產品對外掛的安裝支援會陸續推出。

一定要會寫程式嗎？

建立 Plugin 需要基本檔案操作（資料夾 + JSON + Markdown），門檻很低。若要配置 MCP 伺服器連接工具，則需要一些開發知識。

Agent Plugins 會取代 MCP 嗎？

不會。兩者是互補關係——Agent Plugins 定義「外掛怎麼打包」，MCP 定義「工具怎麼連線」。Plugin 內部的工具連線正是用 MCP 實作。

延伸閱讀

• ChatGPT/Codex 15 個實用技巧（含 Skills 與 Plugins 實作）
• MCP 是什麼？AI Agent 的標準協定
• 微軟開源 code-testing-generator：AI 生成單元測試 Agent
• Convex 完整教學：全 TypeScript 的反應式後端平台

原始來源：OpenAI — Introducing Agent Plugins（YouTube） ｜ Agent Plugins Specification v1.0.0