VS Code Copilot 的 /init 技能深度解析:为 AI 编码代理自动生成 AGENTS.md 与聊天定制文件
VS Code 内置的 Copilot 扩展提供了一个名为 init 的 Agent 技能(/init),它通过探索代码库、识别项目约定,自动创建或更新 .github/copilot-instructions.md / AGENTS.md 等聊天定制文件,让 AI 编码代理在新项目中"开箱即 productive"。本文以仓库中 init 技能的 SKILL.md 为主体,结合其依赖的 agent-customization 参考文档与扩展源码中的注册配置,完整拆解这个技能的能力边界、四阶段工作流、内容编写原则,以及它与 /chronicle improve 等技能形成的闭环。读完本文,你将理解 VS Code 如何用一份 SKILL.md 把"给 AI 代理写项目说明"这一高频任务变成一条可重复执行的斜杠命令。
技能定位:一份内置在 Copilot 扩展中的 SKILL.md
在 VS Code 仓库中,这个技能的文件实体位于 extensions/copilot/assets/prompts/skills/init/SKILL.md。它并不是一个可执行脚本,而是遵循 VS Code Agent Skills 规范的一组提示词指令:YAML frontmatter 描述元数据,Markdown 正文定义代理执行该任务时应遵循的完整工作流。
从 extensions/copilot/package.json 中的 chatSkills 声明数组可以看到该技能的注册方式:
{
"path": "./assets/prompts/skills/init/SKILL.md",
"sessionTypes": [
"local"
]
}
sessionTypes 限定为 "local" 意味着该技能只在本地会话类型中可用,与同列表中限定为 "local" + "copilotcli" 的 agent-customization 技能不同——init 目前只面向 VS Code 本地工作区场景提供。同一数组还登记了 create-prompt、create-instructions、create-skill、create-agent、create-hook 等"后续配套技能",这正是 init 完成初始化后建议用户继续创建的对象。
Frontmatter 逐字段解析
init 技能的 frontmatter 只有四个字段:
---
name: init
description: Generate or update chat customization files for AI coding agents
argument-hint: Optionally specify a focus area or pattern to document for agents
disable-model-invocation: true
---
对照仓库内 Agent Skills 参考文档 中定义的 SKILL.md 格式,各字段含义如下:
| 字段 | 取值 | 作用 |
|---|---|---|
name |
init |
必填,1-64 字符的小写字母数字加连字符,必须与文件夹名一致;在聊天中输入 / 时显示为 /init |
description |
Generate or update chat customization files… | 必填,代理据此判断技能用途的"发现面" |
argument-hint |
Optionally specify a focus area or pattern… | 可选,用户调用 /init <参数> 时提示可补充聚焦领域或模式 |
disable-model-invocation |
true |
可选,禁用模型自动触发加载 |
disable-model-invocation: true 是这个技能的关键设计点。参考文档中给出的斜杠命令行为表说明了四个配置的差异:
| 配置 | 显示为斜杠命令 | 可被模型自动加载 |
|---|---|---|
| 默认(两字段均省略) | 是 | 是 |
user-invocable: false |
否 | 是 |
disable-model-invocation: true |
是 | 否 |
| 两者都设置 | 否 | 否 |
因此 /init 只能由用户显式输入斜杠命令触发,模型不会在对话中悄悄加载并执行它——这是一个会实际创建/修改文件的"重操作"技能,交由用户显式发起更安全。同目录下 create-agent、create-skill 等技能也都设置了相同的 disable-model-invocation: true,形成统一的"用户显式调用"策略。该字段在扩展侧由 frontmatter 解析逻辑消费,例如 promptFileParser.ts 中导出的 disableModelInvocation 常量,以及 agentTypes.ts 中根据 config.disableModelInvocation 决定代理是否可被模型调用的分支逻辑。
核心目的:创建或更新两类聊天定制文件
技能正文开宗明义,/init 的目标是创建或更新"聊天定制文件"(chat customization files),分为两类:
- 代理指令文件:
.github/copilot-instructions.md或AGENTS.md——帮助 AI 编码代理理解代码库并立即投入工作; - 技能与自定义代理(skills and custom agents)——把常见任务自动化、或在代码库中强制执行特定约定。
技能对调用参数也做了明确约束:用户可以用参数调用命令,参数既可以是"针对某个定制文件的具体请求",也可以对新项目而言是"项目本身的描述"。带参数调用时,要聚焦与该参数相关的定制内容;只创建或修改聊天定制文件,绝不允许开始执行参数中描述的开发任务(原文:"Never start working on a task in the argument")。这是对参数注入的典型防御——/init 帮我重构订单模块 不应该让代理去动手改代码,而应把"订单模块相关的约定"写进定制文件。
被调用时,技能还要求代理立即、简短地告知用户"正在探索代码库并着手创建/改进聊天定制文件",若带参数则同时说明聚焦的领域或模式,并在需要时主动征求反馈。
四阶段工作流详解
阶段一:发现现有约定
技能给出的第一步是一个具体的文件发现搜索模式:
**/{.github/copilot-instructions.md,AGENT.md,AGENTS.md,CLAUDE.md,.cursorrules,.windsurfrules,.clinerules,.cursor/rules/**,.windsurf/rules/**,.clinerules/**,README.md}
这个 glob 一次性覆盖了 VS Code 自己识别的两种指令文件(.github/copilot-instructions.md、AGENTS.md,含笔误变体 AGENT.md),以及来自其他 AI 编码工具的约定文件(Claude Code 的 CLAUDE.md、Cursor 的 .cursorrules 与 .cursor/rules/**、Windsurf 的 .windsurfrules 与 .windsurf/rules/**、Cline 的 .clinerules 与 .clinerules/**),外加 README.md。这一步的意义在于:如果用户已经用别的工具维护过代理约定,/init 能"就地取材"地合并更新,而不是另起炉灶。
阶段二:并行探索代码库
第二步要求"通过子代理(subagent)探索代码库,必要时 1-3 个并行"。要挖掘的知识被明确限定为"让 AI 代理立刻 productive 所必需"的几类:
- 构建/测试命令——代理会尝试自动执行这些命令;
- 架构决策与组件边界;
- 区别于通用实践的项目特定约定;
- 潜在陷阱或常见开发环境问题;
- 体现典型模式的关键文件/目录。
同时要求清点既有文档(docs/**/*.md、CONTRIBUTING.md、ARCHITECTURE.md 等),目的是识别"应该链接、而非复制"的主题——这直接服务后面阶段三的第一条原则。
阶段三:生成或合并,遵循三条内容原则
这一步是技能的核心产出逻辑,规则分两层。
文件选择规则:
- 新建文件时优先
AGENTS.md而非.github/copilot-instructions.md; - 如果用户已有其中任一文件,更新它,而不是再建新文件。
这与配套参考文档 agent-instructions.md 中的文件类型表一致:copilot-instructions.md 放在 .github/ 下、跨编辑器通用;AGENTS.md 放在根目录或子目录、支持 monorepo 层级,且被定位为开放标准;两者只选其一("Use only one—not both"),同时存在两份正是该文档列出的反模式之首。
内容编写三原则(技能正文逐条列出了 agent-customization 技能的要求):
- Link, don't embed(链接而非嵌入):工作区中已存在的文档不要复制,用 Markdown 链接指过去;
- Minimal by default(默认最小化):只收录"相关且代理难以自行发现"的内容,细节留给其他文档;
- Concise and actionable(简洁且可行动):每一行都要能指导行为。
对已有文件则要求"保留有价值内容、更新过时章节、去除重复"。
agent-instructions.md 还给出了生成 AGENTS.md / copilot-instructions.md 时应参照的模板骨架(Code Style / Architecture / Build and Test / Conventions 四个小节,且"只包含工作区真正需要的小节"),以及一份反模式清单:
- 同时使用两种指令文件;
- "Kitchen sink"——堆砌一切而非聚焦重点;
- 复制 README 而不是链接它;
- 写"显而易见的指令"——比如已经被 linter 强制执行的约定。
阶段四:迭代收敛
最后一步要求对模糊或不完整的章节主动向用户征求反馈;如果工作区很复杂,应建议为特定区域(如前端、后端、测试)分别创建独立的指令文件或技能,而不是一份巨型文档。
收尾动作:结果汇报与后续定制建议
工作流完成后,技能要求代理做两件收尾工作。
其一,打印成果表。 列出本次新增或修改的所有聊天定制文件,并对每个文件附一句"它为什么对 AI 编码代理有用"的说明。这让用户对生成的每个文件的价值一目了然,也便于团队评审时逐条确认。
其二,提出后续建议。 技能原文要求:定稿后,向用户建议下一步可创建的相关爱定——/create-(agent|hook|instruction|prompt|skill) …,并解释每个定制"是什么、在实际中如何使用"。这些建议命令在仓库中都是真实存在的配套技能,各自聚焦单一产物:
| 建议命令 | 产物 | 定位(摘自各技能 frontmatter description) |
|---|---|---|
/create-agent |
*.agent.md |
为特定职责创建自定义代理 |
/create-skill |
SKILL.md |
打包可复用工作流 |
/create-instructions |
*.instructions.md |
按 applyTo 模式按需注入的指令 |
/create-prompt |
*.prompt.md |
带参数化输入的单点任务 |
/create-hook |
*.json |
在代理生命周期钩子上确定性执行 shell 命令 |
与 agent-customization 和 chronicle 技能的协作关系
init 技能并非孤立存在,从源码结构看它是整个"代理定制"技能簇的入口节点,有两处明确的跨技能引用。
引用 agent-customization(被引用方)。 技能正文写道:"Use the related skill agent-customization for detailed information about the different types of customization files." agent-customization 技能 提供了一份原语选型决策表(agent instructions / File Instructions / MCP / Hooks / Custom Agents / Prompts / Skills 各自的适用场景)和一张"类型—文件—位置—参考文档"速查表:
| 类型 | 文件 | 位置 |
|---|---|---|
| agent instructions | copilot-instructions.md、AGENTS.md |
.github/ 或根目录 |
| File Instructions | *.instructions.md |
.github/instructions/ |
| Prompts | *.prompt.md |
.github/prompts/ |
| Hooks | *.json |
.github/hooks/ |
| Custom Agents | *.agent.md |
.github/agents/ |
| Skills | SKILL.md |
.github/skills/<name>/ 等 |
阶段三要求"Follow the guidelines in the agent-customization skill",实际上就是把文件放置位置和 frontmatter 规范委托给这个工作流技能,而 init 自己只聚焦"探索代码库 + 生成/合并指令文件"这条主线——职责切分清晰。
被 chronicle 引用(引用方)。 chronicle 技能 的 /chronicle improve 工作流中有一条明确的回指:"如果指令文件不存在,你应当创建它——在这种情况下,先分析代码库——查阅 init 技能并遵循其代码库探索方式,将其与第二步的会话历史发现结合,产出一份全面的指令文件。" 反过来,init 技能末尾也建议:"如果会话历史可用,使用 chronicle 技能检查过往会话中的摩擦模式(friction patterns)——它能暴露仅靠代码库探索发现不了的项目特定约定或陷阱",并向用户提及 /chronicle improve 作为迭代优化指令的途径。两个技能由此构成闭环:/init 用代码库视角冷启动定制文件,/chronicle improve 用真实会话摩擦数据做热修正。
VS Code 仓库自身就是 init 模式的范例
一个有意思的佐证是:VS Code 仓库本身就遵循了 init 技能所倡导的"Link, don't embed"原则。仓库根目录的 AGENTS.md 全文只有几行:声明本文件为 AI 编码代理提供 VS Code 代码库的指令入口,对详细的项目概览、架构、编码规范与验证步骤则直接链接到 .github/copilot-instructions.md,而不再重复。这正是技能阶段三"默认最小化 + 链接而非嵌入"两条原则的活样例:AGENTS.md 作为跨工具的入口指针保持极简,细节文档保持单一事实来源。
小结
/init 技能用一个文件展示了 VS Code 对"让 AI 编码代理在新仓库中快速上手"这一问题的产品化回答:
- 显式触发:
disable-model-invocation: true保证创建/修改文件的重操作只由用户主动发起; - 兼容并包:发现阶段同时识别 VS Code、Claude、Cursor、Windsurf、Cline 五家工具族的约定文件,避免约定碎片化;
- 最小信息量:以"构建测试命令、架构边界、特殊约定、陷阱、代表性文件"五类知识为探索目标,产出遵循"链接不嵌入、默认最小、逐行可行动"三原则;
- 生态衔接:完成后可顺畅接入
/create-*系列技能扩展定制,并通过/chronicle improve用会话摩擦数据持续迭代。
对使用者而言,在任意项目中输入 /init(可选附参数指定聚焦领域),即可获得一份经过代码库探索、去重合并、可直接提交进版本控制的代理定制文件;对扩展开发者而言,extensions/copilot/assets/prompts/skills/ 目录下的 init、agent-customization、chronicle、create-* 这一组 SKILL.md 与 package.json 中的 chatSkills 声明,是理解 VS Code Agent Skills 加载、注册与协作机制的完整可读样本。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0622
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00