9 月 21 日，作为 GOAI 开源周系列重磅活动，由龙蜥社区主办、AMD 协办的龙蜥社区 SkillHub 精选技能实战工作坊在杭州云谷中心圆满举办。这是龙蜥社区升级为 AI 原生操作系统社区后的首次线下 Skill 实战工作坊，以“从 Infra 到 Agent ”为核心主题，汇聚操作系统、算力硬件、内核、安全、数据库、运维等多领域技术专家，与现场超 70 位开发者，围绕 Skill 生态底座、系统安全、场景化落地、标准化开发等核心维度展开深度分享，全景探索基础设施与智能体融合的真实落地方案。
（图/活动现场嘉宾合影）
活动伊始，阿里云智能集团研发副总裁、龙蜥社区理事长马涛致辞。他首先感谢了杭州市开源人工智能基金会的邀请和指导，云谷中心、魔搭社区、阿里云、AMD 等各合作单位的支持，并特别致谢了 AMD 对本次活动的赞助。AI Agent 正从 “对话” 走向 “干活”，过去面向人的经验需转化为 Agent 可直接调用的技能。龙蜥社区 SkillHub 核心锚定 Infra 层、开源共建、企业级质量三大关键词，依托龙蜥十年底层技术积累，将操作系统、内核、安全等能力沉淀为技能资产。 马涛还介绍了龙蜥社区 SkillHub 的阶段性成果，并强调社区宁可走得慢一点、稳一点，也要先跑通质量标准和生态机制。未来，社区将以多维度综合评分的推荐系统把控企业级质量，打造优质技能榜单，坚持稳扎稳打，先跑通机制再扩规模，期待更多伙伴共建。
（图/阿里云智能集团研发副总裁、龙蜥社区理事长马涛）
筑牢生态底座：让 Skill 可发现、可信任、可治理
Skill 生态的繁荣，离不开高效的发现机制与可靠的运行底座。
Skill 推荐系统：破解“找不到、选不好”的行业痛点
龙蜥社区 eBPF 技术探索 SIG Maintainer 程书意指出，当前 Skill 数量快速膨胀，普遍存在 “不知道存在、选不出优劣” 两大核心痛点。我们团队打造了“一个入口・两条链路・两个底座”完整体系：通过 agentsight-skill-scout 一个元技能即可接入用户自有 Agent；离线评测环节沙箱真跑打分、达标才入精选库，在线推荐环节会话内实时选品、坚持宁缺毋滥；依托 AgentSight 观测底座与 agentSecCore 安全底座提供底层数据支撑。实测完整系统 HIT@1 达86.7%，匹配精度大幅提升。
（图/龙蜥社区 eBPF 技术探索 SIG Maintainer 程书意）
Agentic OS运行底座：构建可信高效可恢复的执行环境
龙蜥社区 AI SIG Maintainer 林演分享了智能体操作系统 Agentic OS 与龙蜥社区 SkillHub 的协同架构。他提出，Skill 作为动态执行的新型软件单元，让可信、高效、可恢复三大核心问题重新回到操作系统层面。目前 AgentSecCore 已接入 SkillHub 上架审核，通过自动化预审 + 人工复核覆盖多项安全风险点。未来将向全生命周期运行治理延伸：构建上架到执行的纵深防御体系，把 Token 成本转化为可治理资源，实现分层快照与中断恢复，让 Skill 不只可分发，更可约束、可度量、可恢复。
（图/龙蜥社区 AI SIG Maintainer 林演）
系统级安全防线：构建 Agent Skill 供应链安全屏障
阿里云智能集团安全工程师段勇帅介绍了 AgentSecCore 的系统级安全架构，阐述风险检测、策略裁决与执行约束如何协同，将安全控制落实到 Agent 的实际执行过程。AgentSecCore 已接入 SkillHub 上架审核，为自动化预审与人工复核提供安全检测支持。分享以 skill-ledger 为例，展示覆盖 Skill 引入、变更与使用的安全管理能力，推动安全防护从分发前审核延伸至使用过程中的持续校验与执行约束，让 Skill 在开放复用的同时保持可追溯、可审查、可管控。
（图/阿里云智能集团安全工程师段勇帅）
深耕场景落地：从算力底座到垂直领域的 Skill 化实践
一线业务场景是 Skill 价值的试金石，而多元算力底座是所有场景落地的硬件基石。
AMD× 龙蜥 SkillHub：构筑全栈算力基石
AMD 云解决方案架构师余伟飞分享了算力底座的最佳实践。他指出，AI 推理算力占比持续攀升，前沿应用需要从芯片、机架到软件栈的集成式架构支撑。AMD 构建了分层 ROCm 开源软件栈，兼容 PyTorch、vLLM 等主流 AI 框架与工具链；面向 Agent 时代推出 ROCm.AI 平台，开启 AI 辅助 GPU 编程新范式。通过与 SkillHub 生态协同，算力能力逐步封装为可调用 Skill，为全场景落地提供硬件支撑。
（图/AMD 云解决方案架构师余伟飞）
GPU 智能运维：从人工巡检到自动化分级诊断
壁仞科技 GPU 内核驱动高级工程师孙铭阳分享了 GPU 运维 Skill 实践。Scale-up 集群下故障传播快、静默故障难发现、巡检效率低等问题，让传统人工模式难以胜任。壁仞科技团队打造四层诊断 Skill 体系：设备访问层多源采集 40 + 项指标，检测规则层通过阈值与趋势实现动态告警，诊断决策层 L1-L3 分级下沉定位根因，闭环工作层输出结构化报告并沉淀规则。方案实现了 GPU 运维从人工到自动化的升级，未来将向跨厂商异构平台延伸。
（图/壁仞科技 GPU 内核驱动高级工程师孙铭阳）
vmcore 智能诊断：一键还原内核崩溃现场
中兴通讯系统工程师黄军华带来 vmcore 一键式智能诊断实践。内核崩溃根因排查高度依赖专家经验，耗时久且难以复现。vmcore-analysis 技能通过通用故障工作流、细分场景拆解、crash 常驻会话三大核心方法，实现高效准确诊断；同时以评测集 + 自进化双机制保障质量，场景持续叠加、技能越用越准。实战案例验证，该技能可完整还原故障根因与证据链，替代人工高效完成排查。
（图/中兴通讯系统工程师黄军华）
PostgreSQL 技能包：沉淀 DBA 专家经验
“DIGOAL德哥”公众号主理人周正中分享了数据库领域 Skill 化实践。他指出通用 LLM 做运维存在无版本前提、无边界说明、无回退方案等致命误区，提出核心观点：“LLM 是塑料，沉淀才是金”。团队打造包含 19 个 Skill 的 PostgreSQL 技能包，覆盖建集群到上线防护全运维生命周期，所有诊断类技能强制 “十段式” 输出契约，多证据交叉验证避免单点误判。针对龙蜥完成 5 项 OS 层适配，最终形成13 个开箱即用技能 + 3 个龙蜥独有红利，沉淀 5 个专属技能，实现社区知识资产本地化。
（图/“DIGOAL德哥”公众号主理人周正中）
标准化工程体系：让运维 Skill 规模化可复制
单点 Skill 的价值有限，可复制、可规模化的开发体系才是产能关键。浪潮信息研发工程师路廷文分享了智能运维 Skill 标准化开发实践，他指出大模型落地运维存在推理幻觉、实操能力缺失、专家经验难沉淀三大硬障碍。浪潮信息以 “IT 扁鹊” 数字员工为载体，构建 SPEC+SOP+SKILL.md 三件套标准化体系，通过六阶段研发流程把控交付质量，覆盖故障研判、信息采集、漏洞分析、热补丁等多场景落地。同时明确人机边界确定性重复工作全自动化，方案设计人机协同，责任与决策始终由人承担。
（图/浪潮信息研发工程师路廷文）
正如龙蜥社区生态负责人、龙蜥社区运营委员会副主席金美琴所说，本次工作坊集中呈现了 Infra 与 Agent 融合的创新实践。未来，龙蜥社区 SkillHub 将持续完善推荐系统，从功能可信度、运行增益、静态质量和动态安全等维度综合评测，让优质 Skill 被看见，期待更多伙伴与我们一起共建。
最后，感谢本次活动各位嘉宾的精彩演讲，也感谢龙蜥社区伙伴及现场工作人员：芹菜、九纹、汪丹、贺迪、李会佳（以上排名不分先后）等人的组织与配合，使得本次活动圆满结束。
附活动精彩集锦：
—— 完 ——
