技能包

Cotal:让多个 AI agent 共享一套技能并跨机器接续任务的开放标准

最适合在多个 agent 客户端之间共用同一套 Agent Skills,或需要跨机器接续未完成 workflow 的人;上手前要接受官方脚本写入 home 目录的安装方式,且系统要求、卸载方式等关键信息官方页面未说明。

官方来源 · Cotal

安装

curl -fsSL https://get.cotal.ai | sh

适合谁

Cotal 是一个不绑定特定模型提供商、可跨机器使用、可扩展的开放标准,定位是让多个 AI agent 协同工作。如果你同时使用 Codex、Cursor、OpenCode、Gemini CLI、Windsurf 中的不止一个客户端,想让它们共用同一套 Agent Skills;或者经常换机器工作,希望一个中途停下的 workflow 能在另一台主机上接着跑,它就是对口的工具。Claude Code 用户走的是官方单独提供的 cotal-skills 插件形态。

如果你只用单一客户端,也不需要跨机器接续任务,它能带来的增量有限。以下信息官方页面没有给出,决策前请按未确认处理:支持的操作系统与版本要求、是否需要账号或密钥、明确不适合的场景。目前能确认的边界是:安装写入用户 home 目录且无需 sudo,这通常意味着类 Unix 终端环境,但官方未明说,Windows 是否可用未确认。

3 分钟完成第一次尝试

推荐主路径只有一条,下面的命令与路径均来自官方说明。

前提:终端能执行 curl;本机至少装有 Codex、Cursor、OpenCode、Gemini CLI、Windsurf 之一(Claude Code 见本节末尾说明)。

第一步,执行官方安装命令。这里的确认点要先说清:该命令会把远程脚本下载后交给 shell 执行,并把内容写入你的 home 目录,全程不需要 sudo;接受这一点再回车。

curl -fsSL https://get.cotal.ai | sh

第二步,按官方指引接着运行安装后的设置命令。它会预置一个默认 persona,并把 Cotal 的 Agent Skills 安装到 ~/.agents/skills。

cotal setup

第三步,打开任一受支持客户端,发起一个低风险的只读小任务,例如让 agent 介绍刚安装的 Agent Skills 里有哪几类内容、分别适合什么场景。你能观察到的成功信号:安装脚本正常结束,设置命令完成 persona 预置与 skills 安装。至于这些 skills 在个别客户端界面里如何呈现、首次对话如何路由,官方页面未说明。

次要说明:Claude Code 使用官方的 cotal-skills 插件,安装细节官方页面未展开。

使用案例

案例一:多个客户端共用同一套技能。场景:你同时在用 Cursor 和 Gemini CLI,不想为每个工具分别维护一份技能。做法:完成上述安装与设置后,在其中一个客户端里让 agent 用刚装好的 skills 做一件小事,比如让它概述自己现在具备哪些来自 Cotal 的能力。依据:官方为这五个客户端提供 Agent Skills,并统一装入 ~/.agents/skills。各客户端如何加载该目录、内容如何同步,官方页面未说明,可确认的范围到此为止。

案例二:换一台机器接续停下来的 workflow。场景:一个 workflow 在笔记本上跑到一半退出,你想在台式机上继续。做法:在新主机完成同样的安装后,让 agent 从 journal 恢复这次 run。依据:官方说明 workflow 运行会把每一步记录进 journal,停止的 run 可在任意主机上从其 journal 恢复。具体恢复命令与 journal 的存放位置官方页面未给出,不要自行猜测路径。

使用边界

文件与命令:已确认的写入点有两个——安装脚本写入 home 目录(无需 sudo),以及设置命令写入默认 persona 和 ~/.agents/skills。除此之外,agent 运行时是否读写其他文件、是否执行命令、是否访问网络,官方页面均未说明,请按未知对待,不要假设这些操作不会发生。

运行环境与客户端:安装依赖终端中的 curl;受支持客户端以官方名单为准,官方并未写明仅限这些客户端,其他客户端能否使用未确认。

官方限制与未确认项:官方页面未列出明确的使用限制。尚未确认的关键信息还包括:系统要求、卸载方式、具体包含哪些 skills、journal 的存放位置、是否收集数据。使用中遇到这些空白,按未知处理,不要替官方补结论。