Недавно была опубликована спецификация Agent Plugins 1.0.0 — проекта открытого стандарта для упаковки навыков ИИ-агентов и конфигураций подключения к внешним системам. Сейчас документ имеет статус Working Draft: спецификация ещё находится в разработке и может меняться.
Новость сразу привлекла внимание ИТ-сообщества. Это закономерно: проект развивается открыто, а в первоначальный состав технического управляющего комитета вошли представители Amazon, Cursor, Microsoft, OpenAI и Vercel. В число совместимых ИИ-инструментов уже вошли ChatGPT, Codex, Cursor, GitHub Copilot, Kiro и VS Code.
Единый формат Agent Plugins 1.0 позволяет упаковывать инструкции, интеграции и накопленную экспертизу в повторно используемые компоненты. Если формат получит широкое распространение, компании смогут применять одни и те же компоненты в разных совместимых ИИ-инструментах, упрощая распространение решений и сокращая объём повторной работы.
От разрозненных интеграций к тиражируемым решениям на базе ИИ-агентов
Появление ИИ-агентов стало важным этапом в развитии автоматизации: они научились не только формировать ответы, но и выполнять последовательности действий. При этом их устройство пока неоднородно, поскольку технология находится на раннем этапе развития. Первые решения оставались изолированными, зависели от конкретных платформ и требовали отдельной настройки интеграций.
Сначала модели подключали к отдельным функциям и API: один вызов получал данные, другой отправлял сообщение, третий создавал задачу. Такие интеграции работали, но обычно были тесно связаны с конкретным приложением, SDK и способом описания инструментов.
Следующим шагом стал Model Context Protocol, или MCP. Он задал общий способ подключения ИИ-клиентов к данным, инструментам и внешним системам. Благодаря MCP ИИ-агент может не только сформировать ответ, но и получить информацию из корпоративной базы, обратиться к сервису или выполнить разрешённое действие. При этом сам протокол не описывает, как ИИ-агент должен вести весь рабочий процесс: какие проверки выполнить, в какой последовательности действовать и что считать приемлемым результатом.
Эту часть рабочего сценария описывают Agent Skills. Навык хранит инструкции, справочные материалы, шаблоны и при необходимости скрипты. По сути, это переносимое описание того, как выполнять определённую работу. Но навык и MCP-сервер до сих пор нередко приходилось по-разному размещать и настраивать в разных клиентах для работы с ИИ-агентами.
Agent Plugins 1.0 добавляет ещё один уровень — стандартную упаковку и обнаружение компонентов. В корне плагина находится манифест plugin.json, навыки размещаются в папке skills, а конфигурация MCP-серверов — в mcp.json. Стандарт не заменяет MCP и Agent Skills и не добавляет агентам новых возможностей. Он объединяет существующие компоненты в общий переносимый пакет, который совместимый клиент может проверить, обнаружить и загрузить.
Для бизнеса это означает возможность тиражирования: один раз собранный для конкретного рабочего сценария плагин не нужно заново упаковывать под каждый совместимый ИИ-инструмент. Его можно передавать другим пользователям и подключать в разных рабочих средах. Инструкции и базовая структура интеграций при этом сохраняются, однако доступы, установка и функции конкретного инструмента требуют отдельной проверки.
От личного ИИ-помощника до сложного корпоративного процесса
Agent Plugins 1.0 не ограничен определённым типом задач. В формате плагина можно упаковать как простой сценарий, связанный с одним сервисом, так и многоэтапный процесс, в котором ИИ-агент обращается к нескольким корпоративным системам. Сам стандарт не содержит готовых бизнес-сценариев, но включает примеры и подробное описание компонентов, из которых можно собрать плагин.
Простой сценарий: организация встречи
Пользователь просит ИИ-агента подобрать время для встречи с несколькими коллегами на следующей неделе. В навыке можно зафиксировать правила и порядок действий: продолжительность встречи, допустимое время, обязательных участников и их роли, часовые пояса и другие ограничения.
Через MCP-сервер агент получает доступ к календарям, сравнивает свободные интервалы и предлагает подходящие варианты. После подтверждения пользователя агент может создать встречу, добавить участников, описание и ссылку для подключения.
В результате в плагине сохраняется не только конфигурация подключения к календарю, но и весь порядок действий: какие данные проверить, как выбрать время и в какой момент запросить подтверждение.
Сложный сценарий: обработка клиентского обращения
Более сложный плагин может сопровождать обращение клиента от поступления до передачи в работу. ИИ-агент определяет суть запроса, проверяет наличие необходимых данных, находит информацию о клиенте и договоре в CRM, изучает предыдущие обращения в сервисной системе и сверяется с корпоративной базой знаний.
Навык задаёт последовательность проверки, правила распределения обращений, требования к ответу и случаи, когда необходимо участие специалиста. Через MCP-серверы агент получает данные из корпоративных систем и выполняет разрешённые действия: например, готовит проект ответа, создаёт задачу для ответственного подразделения или предлагает изменить статус обращения. Отправка сообщения клиенту и другие значимые действия выполняются только после подтверждения сотрудника.
Такой плагин объединяет уже не одну инструкцию, а целый рабочий процесс с несколькими источниками данных, правилами доступа, точками контроля и шаблонами результата.
Принцип в обоих сценариях остаётся одинаковым: навык определяет, как выполнять работу, а MCP-серверы предоставляют необходимые данные и разрешённые действия. Поэтому плагин подходит и для небольшой повседневной задачи, и для сложного процесса, связанного с несколькими корпоративными системами.
Что важно учесть при подключении плагина в разных ИИ-инструментах
Agent Plugins 1.0 позволяет использовать один и тот же пакет в разных совместимых клиентах — то есть ИИ-инструментах, которые поддерживают этот формат. Вместе с пакетом переносятся инструкции, шаблоны, справочные материалы и конфигурация MCP-подключений. При этом права доступа, установка и функции конкретного инструмента остаются на стороне клиента.
Перед распространением плагин необходимо протестировать во всех целевых рабочих средах и указать, в каких ИИ-инструментах его работа была проверена.
При подключении плагина к другому ИИ-инструменту потребуется отдельно проверить и настроить:
- Доступ к корпоративным системам. Пользователям может потребоваться повторная авторизация, а компании — настройка прав, учётных данных и сетевых ограничений.
- Возможности конкретного ИИ-инструмента. Например, ChatGPT, Codex, Cursor, GitHub Copilot, Kiro и VS Code могут различаться по поддержке отдельных функций и способам их реализации. Если сценарий зависит от функции конкретного инструмента, в другом она может быть недоступна или работать иначе. Поэтому при разработке плагина лучше по возможности избегать функций, привязанных к конкретному ИИ-инструменту.
- Выполнение рабочего сценария. Из-за различий между моделями, системными настройками и механизмами подтверждения действий один и тот же плагин может давать разные результаты. При этом ИИ-инструмент и модель ИИ — разные компоненты. Например, ChatGPT — ИИ-инструмент, а GPT — семейство моделей, которые он может использовать. Поэтому тестировать необходимо связку конкретного инструмента и выбранной модели.
- Установку и распространение. Каждый ИИ-инструмент по-своему организует подключение плагинов, выдачу доступа пользователям и установку обновлений.
Таким образом, новый стандарт позволяет не собирать сам плагин заново, но не отменяет настройку доступов, проверку интеграций и тестирование. Чем больше в решении внешних систем и функций, зависящих от конкретного ИИ-инструмента, тем больше дополнительных работ потребуется при его использовании в другом клиенте.
Где новый стандарт можно использовать уже сейчас
Хотя спецификация пока продолжает развиваться, её уже можно использовать, если решение планируется распространять как целостный пакет. Единая структура может упростить подключение и распространение плагина.
Особенно это актуально для систем, которые в дальнейшем планируется развивать, подключать к новым корпоративным сервисам или использовать в разных ИИ-инструментах.
Это не означает, что существующие решения необходимо срочно переводить на Agent Plugins 1.0. Но при проектировании можно сразу разделять инструкции агента, справочные материалы, конфигурации подключений и компоненты, зависящие от конкретного ИИ-инструмента. Предыдущие наработки также можно постепенно адаптировать под новый формат.
Какие выводы можно сделать
Главная ценность Agent Plugins 1.0 — возможность отделить описание рабочего сценария, инструкции, накопленную экспертизу и конфигурацию интеграций от конкретного ИИ-инструмента.
Независимо от конкретной технологии, инженерный принцип прост: если для задачи уже существует подходящий стандарт и его можно использовать, лучше опираться на него, а не создавать собственный формат. Это сокращает объём повторной работы, упрощает развитие решения и снижает зависимость от конкретного инструмента.
Применительно к Agent Plugins 1.0 это означает, что формат стоит учитывать уже сейчас в проектах, для которых важны переносимость, повторное использование компонентов и подключение к разным ИИ-инструментам.
При этом формат не делает модель умнее и не заменяет проектирование самого процесса. Чтобы воспользоваться его преимуществами, компания должна понимать, какие данные использует агент, по каким правилам действует и когда передаёт решение человеку. Поэтому готовность к применению стандарта зависит не только от ИТ-инфраструктуры, но и от зрелости бизнес-процессов.
Если рабочая логика формализована, созданные сценарии смогут сохранять ценность даже при смене ИИ-инструментов. Спецификация пока новая и будет развиваться, поэтому важно следить за её изменениями и поддержкой со стороны разных клиентов. По нашему мнению, Agent Plugins 1.0 — важный шаг к более управляемому и повторно используемому применению ИИ в корпоративных системах.
