Flutter 仓库中的 bare-agent：一个无技能、无人设的“干净”Agent 配置详解

本文以 Flutter 仓库 .agents/agents/bare-agent/README.md 为核心，结合同目录下的 agent.json 与 config.yaml 实际配置，讲清楚 bare-agent（裸 Agent）的定位、触发场景及其“零技能、零人设”的精确实现方式，并对比仓库内其他 Agent 的配置差异，帮助你在贡献 Flutter 代码时正确选择并使用这类 Agent。

什么是 bare-agent，以及什么时候该用它

bare-agent 是 Flutter 仓库 .agents/agents/ 目录下维护的一组自主 Agent 配置之一。根据 README 的说明，其使用场景非常明确：

• 当你想要一块“白板”（clean slate），不加载任何预配置的技能（skills）或定制化人设（persona） 时，应选用 bare-agent；
• 它依然可以访问已安装的 MCP（Model Context Protocol）服务器，但其行为完全由你自己的提示词（prompts）来引导；
• 它最适合通用型任务——那些你不想让任何专业化指令或工具集开销（toolset overhead）污染上下文（pollute the context）的场景。

从 agent.json 中的描述可以看到，官方对其定位的一句话概括是：

"An agent that only inherits MCP servers and only includes proven reliable skills." （一个只继承 MCP 服务器、只包含经过验证的可靠技能的 Agent。）

这与 README 的“无预配置技能”表述互补：bare-agent 继承了 MCP 服务器的工具能力，但刻意剥离了技能注入和人设提示词，把“行为定义权”完全交还给使用者的提示词。

配置文件解析：bare-agent 的“干净”是如何实现的

bare-agent 目录只有两个配置文件，这正是它极简设计的体现。

agent.json：Agent 的身份声明

agent.json 的完整内容只有三个字段：

{
  "name": "bare-agent",
  "description": "An agent that only inherits MCP servers and only includes proven reliable skills.",
  "configPath": {
    "relativePathToConfig": "config.yaml"
  }
}

• name：Agent 的唯一标识，与目录名 bare-agent 一致；
• description：供使用者快速判断是否选它的摘要描述；
• configPath.relativePathToConfig：指向同目录下的 config.yaml，声明具体的行为配置位置。

config.yaml：关闭技能继承的最小化配置

config.yaml 全文如下：

coding_agent:
  agentic_mode: true
  google_mode: false

customization_config:
  customization_discovery_config:
    skills:
      inherit_user: false
      skills_paths: []

逐字段解读：

字段	取值	含义
coding_agent.agentic_mode	true	启用 agentic 模式，允许 Agent 以自主方式多轮调用工具完成任务
coding_agent.google_mode	false	关闭 Google 模式
customization_config.customization_discovery_config.skills.inherit_user	false	不继承用户个人技能——这是“白板”的关键：即使你本地或仓库中存在其他技能，也不会被注入该 Agent 的上下文
customization_config.customization_discovery_config.skills.skills_paths	[]	不挂载任何额外的技能路径

对比同目录下其他 Agent 的配置，bare-agent 的“空”是刻意为之：

• android-agent 的 config.yaml 在 prompt_section_customization.append_prompt_sections 中注入了 identity 段落（“You are an Android-focused agent in the Flutter codebase...”）和 Environment Verification 段落（要求 Agent 在每次新会话的第一步检查 .agents/skills 目录是否存在技能，若缺失则提示用户执行 cd .agents/agents/android-agent && npx skills experimental_install 拉取），且 inherit_user: true；
• ios-agent 的 config.yaml 同样注入 iOS/Swift/Objective-C/Xcode 方向的 identity 段落，并通过 skills_paths 挂载 workspace_relative: ".agents/agents/ios-agent/skills"；
• reidbaker-agent 的 config.yaml 则注入了一段长度可观的个人化“世界级专家”人设提示词，并挂载本地技能路径 .agents/agents/reidbaker-agent/skills。

也就是说，bare-agent 与其余 Agent 的差异恰好体现在三个维度：没有 prompt_section_customization 人设段落、inherit_user 设为 false、skills_paths 为空数组。这也印证了 .agents/agents/README.md 中对 Agent 体系的总体设计哲学：仓库长期目标是维护“按角色或团队划分的技能与 Agent 集合”（如 android-agent），而 bare-agent 则作为其中不带任何偏向的通用底座存在。

选型建议：bare-agent 与角色 Agent 如何取舍

结合上述配置差异，可以给出实用的选型规则：

1. 选 bare-agent 的情形：任务横跨多个子领域、难以归入 Android/iOS 等单一方向；或者你需要 Agent 的行为完全由当前提示词决定，不希望任何仓库内置的人设措辞或技能文档挤占上下文预算。此时你提供的提示词就是唯一的“系统指令”。
2. 选角色 Agent 的情形：任务明确落在 Android 嵌入层、Java/Kotlin/Gradle（选 android-agent）或 iOS/Xcode 工具链（选 ios-agent）范围内。这类 Agent 的 identity 段落会预先约束 Agent 的专业焦点，Environment Verification 段落还会在技能缺失时主动中止并给出安装命令，减少跑偏概率。
3. 关于 MCP 能力：无论选用哪种 Agent，bare-agent 保留了对已安装 MCP 服务器的访问权限；区别仅在于是否额外叠加技能与人设。因此“不加载技能”不等于“没有工具”，MCP 提供的工具能力依然可用。

在仓库中定位与扩展 Agent 的规范

如果你需要查看 bare-agent 或为其周边添加 Agent，仓库给出了明确的组织与验证规范（见 .agents/agents/README.md）：

1. CODEOWNERS 归属：与独立技能一样，每个 Agent 目录都必须在仓库根目录的 CODEOWNERS 文件中指派明确的负责人或团队；
2. 技能验证注册：任何为 Agent 撰写的本地技能（即 .agents/agents/<agent_name>/skills/ 下的文件，而非通过 npx 安装的第三方依赖）必须注册进仓库的技能验证测试套件 dev/tools/test/validate_skills_test.dart；
3. 个人化 Agent 的归宿：像 reidbaker-agent 这样的个人 Agent 目前保留在中心仓库，主要是为了让贡献者体验完整的端到端 Agent 工作流；仓库方声明，一旦个性化配置数量达到临界点，个人 Agent 将被弃用并移出中心仓库，转由作者托管在自己的 GitHub 仓库中。

这一治理规则对理解 bare-agent 的定位也有帮助：它不属于“个人 Agent”，而是面向全体贡献者的通用基础设施级配置，因此其“零配置”设计必须保持稳定的最小语义——只继承 MCP 服务器，不继承技能。

小结

bare-agent 的价值在于用最少的配置面换取最大的提示词自由度：config.yaml 中 inherit_user: false 加空 skills_paths 的组合，从机制上杜绝了技能注入与人设污染；agent.json 则明确了它“仅继承 MCP 服务器”的能力边界。当你在 Flutter 仓库中发起一次与具体平台团队无关的通用型 Agent 会话时，它是上下文最干净、行为最可预期的选择；而当任务明确落入 Android 或 iOS 的专业领域时，带 identity 段落的角色 Agent 会是更高效的选择。