Google Agent Skills 是 Google 在 google/skills 仓库发布的技能合集，给支持 Agent Skills 的助手提供 Google 产品的操作指导。技能以 SKILL.md 为入口，可按任务安装，例如生成日志查询或核对 BigQuery SQL。
一项技能给助手提供什么？
打开任意一个技能的目录，先扫一眼文件开头的名称和简介，就能快速判断它适配哪类任务，之后再读正文内容、翻同目录下的配套参考资料就够了。日志相关的技能核心是优化 cloud logging 的查询表达式写法，bigquery 类技能则覆盖数据集、数据表、查询任务的全操作流程。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
生成操作建议和执行云命令有什么区别？
如果你只是需要生成查询语句，直接把对应的服务名、筛选字段、查询目标告诉助手就行，它会返回对应的表达式，你人工核对没问题之后再用。真要执行查询的时候，还是得手动选好对应的 Google Cloud 项目，用拥有对应操作权限的账号登录操作。安装技能不会改动你现有账号的任何云权限配置。
怎么从一个具体任务试用？
给你举个好上手的实际例子：先让助手给指定的 Cloud Run 服务生成错误日志的筛选条件，核对完资源类型、服务名、日志级别都没问题，再进到 Logs Explorer 里执行查询。跑完之后一定要顺便检查时间范围和返回的命中记录，别直接把空结果当成完全没有故障。
打开 SKILL.md 时先看哪几处？
首先看 name 字段，这是你后续选技能时用的标识名。接着看 description 描述，确认它覆盖你的实际任务场景——比如你要查某个服务的错误日志，对应的就是生成日志查询类的技能。最后顺着正文里的链接翻 references/ 目录，确认使用前要提前备好什么工具，以及命令运行前有哪些必做的检查项。
同一个故障怎么选技能？
假设你碰到订单接口返回 500 的故障，第一件事是按服务和时间范围查错误记录，这时候选 cloud-logging-query-generation 技能就对了。如果日志已经提前导入了 BigQuery，接下来要按服务、按小时汇总失败次数，就换 bigquery-basics 技能用。这两个任务用到的数据对象、查询语言都不一样，哪怕你笼统说都是“查日志”，也得给助手分别说清楚你的实际目标。
把验收条件写进提问
给助手发请求的时候要明确写清服务名、错误等级和交付格式，比如要求它只输出 Logs Explorer 能直接用的过滤式，同时把需要手动替换的变量值单独列出来。拿到返回结果之后，先检查过滤条件里有没有正确带上资源类型和服务名，再切到控制台选对项目、调好时间范围再执行。这样你既能独立核对助手写的筛选条件对不对，也能判断空结果是不是选错项目导致的。
