MS-Agent 能力网关
通过MCP为代理赋予深度研究、文档分析、代码生成、视频生成、代码验证等30项能力。
该技能通过MCP暴露大量工具（深度研究、代码生成、视频生成、文件编辑等），但未提供任何权限控制、用户确认机制或数据流透明度的说明。文档宣称代码生成在Docker沙箱中运行，但未验证沙箱的强制性和隔离有效性；文件编辑工具可修改任意路径，无路径限制或确认。依赖项（如akshare、pyright等）未进行安全审计。外部效果明显（如生成视频、写文件），但缺乏撤销机制。发布者未验证，来源可追溯（Apache-2.0许可证，公开仓库），但信任评分低于12分锚点，因此扣分。
SKILL.md和参考文件提供了详细的自洽指令，包括异步模式、参数和SOP，但未提供任何可执行或可复现的测试证据。虽然有CI workdlow和测试文件的存在，但测试文件（如test_partial_round.py）覆盖的是框架逻辑而非本技能的关键路径（如研究、代码生成、视频生成）。因此，关键路径的可复现性未经验证，错误处理在文档中有提及，但缺乏实际失败案例的反馈质量证据。因此，低于10分锚点。
该技能明确定义了目标受众（需要深度研究、代码生成等的用户）和应用场景，并提供了快速决策指南，帮助确定触发条件。然而，非适用范围的边界未明确说明，例如，当用户请求简单的摘要时，是否会错误触发深度研究？环境适配性：技能依赖的LLM API（如ModelScope、OpenAI、Google）在中国大陆可访问性可能有限，文档未提及中国大陆网络可达性。因此，分数低于15分锚点。
文档结构清晰，采用渐进式披露（SKILL.md提供概览，参考文件提供详细信息）。提供了安装和依赖说明（如pip install ms-agent），以及配置示例（nanobot、OpenClaw、Hermes）。参数和工具命名稳定。存在已知限制的披露（如依赖搜索API的可用性）。许可证（Apache-2.0）和版本（1.0.0）已提供，但未提供更新日志或维护责任声明。发布者身份未验证，但许可证和仓库是公开的。因此，分数低于15分锚点。
该技能描述了能够完成的功能（研究、代码生成等），但未提供任何实际生成的输出示例或验证结果。文档中提到的报告和视频等输出声称直接可用，但没有证据表明这些输出经过验证。核心任务完成后，输出可能需要重加工，例如，报告内容可能依赖LLM质量。因此，分数远低于7分锚点。
仅基于作者提供的文档和示例，没有第三方执行证据。CI工作流和测试文件存在，但没有覆盖技能的关键路径。无法独立验证声明。因此，分数远低于5分锚点。
- 该技能授予对文件系统和外部服务的广泛访问权，但缺乏权限控制或用户确认机制。在部署前应审查配置，确保遵循最小权限原则。
- 技能声称代码和金融研究在Docker沙箱中运行，但未提供沙箱强制性的证据。应验证沙箱配置是否强制启用。
- 技能依赖多个外部API（如LLM提供方、搜索API），在中国大陆的可用性可能受限。请确保所需服务可从您的网络环境访问。
- 该技能未提供回滚或撤销机制。使用文件编辑工具时，请谨慎操作，并做好备份。
- Publisher未经验证，请基于仓库内容独立评估安全性。
这个 Skill 能做什么，适合哪些场景？
该技能将MS-Agent框架的能力网关以MCP工具的形式暴露给代理。它提供了一组丰富的工具，涵盖深度研究、文档研究、金融研究、网络搜索（arxiv/exa/serpapi）、代码生成、视频生成、LSP代码验证（TypeScript/Python/Java）、并发安全的文件编辑以及代理委托。所有项目级操作都支持异步提交/检查/获取模式，允许代理在后台运行长时间任务时继续处理其他消息。需要安装Python包ms-agent并配置MCP服务器。
读取并执行MCP工具调用：提交深度研究任务、检查进度、获取报告；提交文档研究任务并获取报告；提交金融研究任务并获取报告；执行网络搜索（指定引擎）；提交代码生成任务并获取结果；提交视频生成任务并获取结果；委托任务给子代理（同步或异步）；使用LSP检查目录或增量更新文件并进行验证；通过内容匹配或行号替换文件内容。所有异步操作遵循提交/轮询/获取模式。
- 研究人员需要对复杂主题进行深入调研，可以提交异步研究任务，同时继续其他工作。
- 数据分析师需要分析上传的文档或URL并生成带图表的研究报告。
- 金融分析师需要获取股票财务数据和市场情绪，自动生成专业的研究报告。
- 开发者希望从自然语言需求自动生成完整的软件项目，并通过LSP验证代码正确性。
- 内容创作者需要生成一个约5分钟的短视频，包括脚本、故事板和配音。
- 代理需要动态委托多步骤任务给其他代理，同时可以取消任务。
这个 Skill 有哪些优点和局限？
- 丰富的工具集（30项）覆盖研究、代码、视频等多种能力，集成在一个网关中。
- 所有项目级能力支持异步模式，不阻塞代理，可并行处理其他消息。
- 支持多种代理主机（nanobot、OpenClaw、Hermes、Cursor/Claude Desktop）。
- 代码验证通过LSP支持TypeScript、Python、Java。
- 提供并发安全的文件编辑工具。
- 需要额外安装ms-agent Python包，可能增加部署复杂性。
- 必须配置MCP服务器，不同主机的配置方式不同，且需要设置PYTHONPATH。
- 异步任务需要手动轮询，可能无法自动处理完成通知。
- 文档未明确提及测试覆盖或对特定模型的兼容性。
- 部分高级功能（如金融研究、视频生成）可能需要额外的API密钥（如EXA、SERPAPI、T2I）和更长的运行时间。
如何安装这个 Skill？
需要先通过pip安装ms-agent（pip install ms-agent），然后在您的代理主机配置中设置MCP服务器。不同的代理有不同的配置方法：nanobot使用config.json，OpenClaw使用openclaw.json，Hermes使用config.yaml。具体配置示例参见SKILL.md。
如何使用这个 Skill？
配置MCP服务器后，所有工具都作为MCP工具可用，工具名前缀取决于主机（例如nanobot: mcp_ms-agent_web_search, OpenClaw: ms-agent_web_search, Hermes: mcp_ms-agent_web_search, Cursor/Claude Desktop: 无前缀web_search）。对于异步任务，提交任务获得task_id，然后定期轮询进度，最后获取结果。参考SKILL.md中的快速决策指南选择正确的工具。
这个 Skill 与同类方案有什么区别？
该技能类似于Anthropic Agent Skills的实现，但主要区别在于它通过MCP工具提供能力，而Anthropic Skills是基于文件系统的。