微软给 .NET 写了 98 个官方技能：实测旗舰却没让 Opus 更强

GitHub: https://github.com/dotnet/skills

一句话总结

微软 .NET 团队亲自下场、给 AI 编码代理写的 98 个官方 Agent Skills 合集——工程化程度堪称业界标杆（近 1:1 评测覆盖 + C# 校验器），但实测旗舰技能对强模型的行为增益约等于零，真正值得抄的是它那套「技能即被测代码」的评测基建。

值得关注的理由

唯一的官方 first-party .NET 技能集：不是技术人转策展，而是「同一拨造 .NET 平台的工程师，把内部生产已验证的工作流固化成 agent 可发现的 skill」，对一堆社区 .NET skill 形成权威碾压
业界罕见的评测工程化：98 个技能配 95 份 eval.yaml（近 1:1 断言覆盖）+ 独立 C# skill-validator + 覆盖率脚本 + 5 条专用 CI——把「技能」当「需要回归测试的代码」来管，这是真正稀缺的可复用资产
一个诚实的反差实测：旗舰技能 migrate-nullable-references 客观结构分 61/100、写得很完整，但 with_skill vs without_skill 的行为 delta ≈ 0——Opus 本就会 nullable 迁移，这类「mastery 象限」技能对前沿模型边际收益有限

项目展示

dotnet/skills/                       # 官方 plugin marketplace（.claude-plugin/marketplace.json，13 plugin）
├── plugins/
│   ├── dotnet-test/skills/          # 25 个技能（最大）
│   ├── dotnet-msbuild/skills/       # 18
│   ├── dotnet-blazor/skills/        # 9
│   ├── dotnet-maui/skills/          # 8
│   ├── dotnet-upgrade/skills/       #  6 ← 旗舰 migrate-nullable-references 所在
│   └── …（dotnet-diag/ai/aspnet/data/nuget…）
├── tests/                           # 95 份 eval.yaml，与 plugins/ 镜像，逐技能断言
├── eng/skill-validator/             # 独立 C# 项目：SKILL.md 合规校验
├── eng/skill-coverage/              # PowerShell：技能覆盖率
└── .github/workflows/               # 30 个 workflow，含 evaluation/skill-check/skill-validator

这个仓库的「主语言」被 GitHub 标成 C# 96.4%，但那是 skill-validator + 评测脚手架；技能本体是 98 份以 prose 为主的 SKILL.md。

项目画像

维度	数据
GitHub	https://github.com/dotnet/skills
Star / Fork	3,306 / 245
代码行数	98 个技能（13 plugin）/ 32 带 reference·4 带 scripts / 实测旗舰 1 个
项目年龄	4 个月（2026-02 ~ 2026-06）
开发阶段	活跃高频建设期（近 30 天 50 commits，工作日为主，weekend 0%）
贡献模式	核心少数 + 社区（微软 .NET 团队，Top2 约 70%，含 bot）
热度定位	中等热度（官方背书的 4 个月新仓）
质量评级	质量[中] 旗舰实测 delta[≈0] 裁决[weak] 象限[mastery]
许可证	MIT

作者视角：为什么存在这个项目

创始人/作者背景

维护者是 GitHub 组织 dotnet（微软官方 .NET 平台团队，非个人）：22,675 followers，top 仓库全是 .NET 顶级项目（maui 23k / roslyn 20k / runtime 18k）。这不是「技术人转内容策展」，而是框架作者亲自写 AI 用知识包。贡献分布是典型微软团队制——Amaury Levé 42%、Jan Krivanek 28%，加 dependabot/Copilot bot 与多名 .NET 团队成员，由 Tim Heuer 在 .NET 官博正式发布。

问题判断

AI 编码代理（Claude Code / Copilot / Cursor）写 .NET 代码时，常给出过时或非地道的写法。微软判断：与其等模型自己学会，不如把「官方生产已验证」的工作流喂给代理，确保 .NET 在 AI-coding 时代不被边缘化。

解法哲学

官方权威 + 精选，对标社区的「数量 + 众包」（如 VoltAgent 那种上千条聚合）
按 .NET 工作负载切 plugin（test / msbuild / blazor / maui / diag / upgrade…），13 个 plugin 即 13 条产品线
技能即被测代码：每个技能配 eval.yaml 断言，随 CI 回归——这是把内部工程纪律搬到了技能治理上
跨代理：声称构建于 agentskills.io 开放标准，在 Claude Code / Copilot CLI / VS 2026 / Cursor 通用

战略意图

这是微软「让 AI 编码代理吃官方领域知识」统一战略簇的一员（与 microsoft/win-dev-skills、microsoft/skills、power-platform-skills 并列）。意图是 AI 编码生态卡位 + 平台护城河，非商业导流——用官方指导守住 .NET 在代理时代的开发者心智。

技能清单总览

98 个真实技能（排除 2 个 fixture/template），归入 13 个 plugin + 另含 17 个 agent。结构成熟度：32/98（33%）带 references/ 深度资料，仅 4/98（4%）带可执行 scripts/，65% 为纯 SKILL.md 单文件；正文中位 10.6KB、区间 2.7–39.4KB，没有占位式短技能，策展密度高。导航不靠 README（仅 5.1KB 无 TOC），靠 marketplace.json + 目录结构。旗舰 = migrate-nullable-references（dotnet-upgrade，35.9KB，唯一同时带 reference + scripts），备选 coverage-analysis（dotnet-test，29.1KB）。

抽样精读：旗舰技能实测（migrate-nullable-references）

按「每篇报告固定只对 1 个最有代表性的技能真跑 eval」的规则，对旗舰跑了一遍 with_skill vs without_skill 的行为对比（3 个用例，含 1 个边界用例）。

2×2 象限：mastery（模型能力强 93 + 人类经验好 91，confidence 0.92）——即「这是个把强模型已具备的能力写成规范」的技能。
客观结构分：61/100。亮点 content 25/25（内容详尽），短板 examples 6/25、trust 5/15（缺可跑示例与权威背书标注）。
行为 delta（核心）：with 1.0 vs without 1.0 → delta ≈ 0.00。三个用例（启用 NRT 并修 CS8618/CS8602、标注公共 API 可空契约、对「已迁移项目」的边界处理）里，装不装这个技能，Opus 的输出都满足全部断言——5 条 expectation 全部 always-pass，无一条体现出技能独有贡献。
裁决：weak。诚实说：旗舰技能写得规范，但对 Opus 这种前沿模型几乎没让它做得更好——因为 nullable 迁移、可空注解这些正是强模型的基本功。
诚实补注：本次只跑 3 个用例、断言由分析方设定，「全 always-pass」也可能意味着用例区分度不够；但「强模型已达标」这一信号与 mastery 分类一致，方向可信。对较弱的模型 / 不熟 .NET 的团队，这类技能的价值会显著更高——它是一致性保险，不是给满血模型的能力增量。

核心价值提炼

创新之处

「技能即被测代码」的评测基建（新颖度 5/5 × 实用性 5/5）：95 份 eval.yaml 对 98 技能近 1:1 断言覆盖 + 独立 C# skill-validator + 覆盖率脚本 + 5 条专用 CI（evaluation / skill-check / skill-coverage / skill-validator / nightly）。绝大多数 skills 合集是「写完即终」，这里把技能当需要回归测试的工程资产管——这才是整个仓库最稀缺、最该抄的东西。
agentic 运营自动化（新颖度 4/5 × 实用性 3/5）：30 个 workflow 含大量 gh-aw 智能体流（issue-triage / pr-triage / devops-health / 恶意 PR 扫描），治理由 agent 驱动。
按工作负载分 plugin 的领域切分（新颖度 3/5 × 实用性 4/5）：13 个 plugin 对应 13 条 .NET 产品线，用户按需装。

可复用的模式与技巧

技能配套 eval.yaml + CI 校验器：给自己写的每个 skill 配一份断言评测随仓回归，杜绝「技能腐烂」——可整套搬走
marketplace 分 plugin 而非平铺：按领域切 plugin，控制单次安装的上下文体积
结构成熟度自检：用「带 reference / 带 scripts 占比」量化合集深度

关键设计决策

官方精选 vs 社区众包：用权威 + 评测背书换规模（98 vs 竞品上千），代价是覆盖窄
mastery 象限技能的取舍：明知强模型已会，仍把规范固化下来——赌的是「弱模型 + 一致性 + 跨团队」的长期价值，而非给前沿模型加 buff

竞品格局与定位

维度	dotnet/skills（本）	anthropics/skills	obra/superpowers	VoltAgent/awesome-agent-skills	addyosmani/agent-skills
Star	3,306	8 万–14.7 万	~40.9k	聚合型	23 技能
定位	官方垂直 .NET 领域	官方母仓·全域黄金标准	方法论/SDLC 工作流框架	社区 awesome 聚合 mega-list	个人通用工程实践
规模	98 精选	全域精选	大而方法论	上千众包	小而专
评测背书	近 1:1 eval + 校验器	部分	弱	无	无
差异化	first-party 权威 + 评测纪律	范式标准制定者	链式工作流编排	数量 + 多代理兼容	全生命周期通用

差异化护城河

「唯一官方 first-party .NET + 评测工程化」。社区也有 managedcode/dotnet-skills、Aaronontheweb/dotnet-skills 等，但官方权威 + 95 份回归断言是它们难复制的双壁垒。

竞争风险

① 模型持续变强 → mastery 类技能的边际价值随之衰减（本次实测 delta≈0 即预兆）；② anthropics/skills 若下沉到语言垂直领域会正面竞争；③ 上千条社区聚合在「广度」上碾压。

生态定位

.NET 在 AI-coding 时代的官方知识接口——不是给模型加能力，而是保证模型产出「地道、官方推荐」的 .NET 代码。

套利机会分析

信息差：多数人盯着「有哪些技能」，真正被低估的是它的评测基建（eval.yaml + skill-validator）——这套「技能即被测代码」的纪律值千金，技能本身反而可被强模型平替
技术借鉴（最大价值）：把每个自研 skill 配 eval.yaml + CI 校验的做法整套搬到你自己的技能库
生态位：官方 .NET 代理知识入口，社区 .NET skill 的权威上位替代
趋势判断：随模型变强，「codify 已知能力」型技能贬值，「评测 + 治理基建」保值——抄基建，别囤技能

风险与不足

旗舰实测增益≈0：对前沿模型，多数 mastery 类技能是一致性保险而非能力增量；合集价值高度依赖「使用方模型多强」
技能随模型/版本双重贬值：模型变强削弱必要性；.NET 版本迭代（如 dotnetX→X+1 迁移技能）带来持续时效维护负担
新仓 + 团队集中：仅 4 个月、Top2 贡献者约 70%，治理与收录标准仍在成形（open PR 37 积压）
examples / trust 维度偏弱：旗舰客观分在「可跑示例」「权威标注」上失分，合集普遍偏 prose
广度受限：98 精选对上社区上千聚合，长尾覆盖不足

行动建议

如果你要用它：用强模型（如 Opus）时，价值有限、按需装垂直 plugin 即可；用较弱模型或团队不熟 .NET 时，装上能稳住产出一致性
如果你要学着写 skill：重点抄它的评测基建——给每个 skill 配 eval.yaml 断言 + CI 校验器，让技能像代码一样回归；别只学它写技能正文
如果你要 fork / 贡献它：补强 examples（可跑示例）与跨模型 delta 实测，把「对弱模型有效」这一价值点量化出来

知识入口

资源	链接
官方发布博客	.NET Blog — Extend your coding agent with .NET Skills
DeepWiki	deepwiki.com/dotnet/skills（待核）
Agent Skills 规范	https://agentskills.io
同类对照	anthropics/skills / obra/superpowers
在线 Demo	无（交付物即 marketplace 安装）