用途：该技能提供一套结构化流程，用于设计并配置专用 AI Agent。适用场景包括：创建具有特定专长的新 Agent（如前端专家 Agent）、为 Agent 生成系统提示词、为特定领域组合 Skills、Workflows 与 Rules，以及优化现有 Agent 的行为准则。
Agent 结构：Antigravity 系统中的 Agent 由 .agent/agents/{name}.md 的 Markdown 文件定义，包含五部分：frontmatter 元数据（name 为 kebab-case 标识，description 为简述与触发关键词，tools 为可访问工具如 Read、Write、Bash，model 通常为 inherit，skills 为逗号分隔的技能列表）、身份与章程（Role、Philosophy、Mindset）、关键准则（“先澄清再编码”的强制章节）、决策框架（如 Node vs Python、SQL vs NoSQL 的表格与逻辑）、能力与专门清单（专长领域、质量循环、工作流）。
创建流程：第一步定义目标，询问用户 Agent 的主要目的与专长领域；第二步选择能力，分析 .agent/skills/ 中可用技能并推荐合适的技能集；第三步起草定义，以 assets/agent_template.md 为强制基础，填写 frontmatter、哲学与心态、必须向用户确认的问题、决策框架表格；第四步保存产物到 .agent/agents/{name}.md，并确保文件名与 frontmatter 中的 name 一致。
最佳实践：Agent 应具备鲜明的默认观点（Philosophy）与灵活的执行（Clarification）；必须包含“质量循环”，强制 Agent 在每次编辑后执行 Lint、Test、Security 等自检；应显式列出要避免的反模式。
限制：以上为资料所述内容，未提供具体工具版本、收费方式、平台支持范围或效果保证等信息。