AIARTIGO

Agent Plugins: o padrão que empacota skills e MCP para agentes serem portáveis

Google entrou como Core Maintainer da spec Agent Plugins 1.0.0, que padroniza o empacotamento de Agent Skills e servidores MCP em plugins portáveis entre clientes.

0
Agent Plugins: o padrão que empacota skills e MCP para agentes serem portáveis
Imagem gerada por IA

Quem já tentou distribuir um agente para mais de um cliente conhece a dor: a skill funciona, o servidor MCP funciona, mas o "pacote" ao redor deles não. Cada cliente inventou seu próprio layout de diretório, seu manifesto com metadados diferentes e sua forma de configurar transporte MCP. O resultado, como descreve o post do Google Developers Blog, é o clássico fork: você mantém duas cópias de componentes que nunca foram diferentes e assiste elas divergirem.

O Agent Plugins 1.0.0 ataca exatamente esse ponto. É uma especificação aberta e vendor-neutral, publicada por um comitê técnico com mantenedores de Amazon, Cursor, Microsoft, OpenAI e Vercel, ao qual o Google agora se junta como Core Maintainer (representado por Kevin Hou). A frase que resume a filosofia do projeto é honesta: "o problema não são os componentes, é o manifesto".

Um plugin é só um diretório

A ideia central, e a contenção é proposital, é que um plugin é um diretório com locais fixos. A estrutura é previsível:

reports-plugin/
├── plugin.json
├── skills/
│   └── summarize/
│       ├── SKILL.md
│       ├── scripts/
│       └── references/
├── mcp.json
└── com.example.client/

O manifesto tem literalmente duas linhas de substância:

json
{
  "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
  "name": "reports-plugin"
}

Todo o resto vive em local fixo. Skills ficam em skills/, uma por subdiretório, no formato que a spec de Agent Skills já define. Servidores MCP são declarados em mcp.json, com um type explícito em cada entrada, o que elimina a adivinhação de transporte: funciona em stdio, Streamable HTTP ou o legado HTTP+SSE.

O detalhe arquitetural mais interessante é o que o plugin.json não pode fazer. Ele não realoca componentes nem os declara inline. Não há caminho de descoberta para configurar nem ordem de precedência para aprender. Se skills/ não existe, o cliente carrega o que existe e segue em frente. E um servidor de mcp.json que falha ao iniciar não derruba as skills do plugin: o cliente pula aquela entrada, continua carregando e reporta a falha. Componentes independentes falham de forma independente, o que é uma decisão de resiliência que vale copiar em qualquer arquitetura de agentes.

O último diretório, com nome de domínio reverso (com.example.client/), é a válvula de escape: um namespace de extensão de propriedade de um único cliente, para hooks, agents, commands ou o que ele quiser. Clientes que não reconhecem, ignoram. O núcleo portável fica pequeno porque as partes não portáveis têm onde morar.

O que a spec deliberadamente deixa de fora

Aqui está o ponto que separa hype de engenharia madura. O Agent Plugins v1 é um formato de pacote e nada mais. Não define mecanismo de instalação, protocolo de distribuição, modelo de permissão, sandboxing, verificação de proveniência nem experiência de usuário. E isso está listado abertamente nas future considerations do projeto, não escondido.

É a decisão certa. Instalação, política, controles corporativos e UXUX33 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025UX, IA e Front-End: quando experiência, inteligência e código se encontram para criar o futuro digitalProduto & UX · jul 2025Novidades em UX/UI para 2025: O futuro do design de experiências digitaisProduto & UX · abr 2025Ver tudo em Produto & UX de aprovação são genuinamente diferentes entre um IDE, uma CLI e uma plataforma enterprise gerenciada. Empurrar tudo isso para dentro do formato de pacote só criaria mais uma spec que ninguém adota inteira.

Onde o plugin se encaixa no ecossistema

O post separa bem as camadas, e vale a pena reter esse modelo mental:

  • Encontrar: Agentic Resource Discovery (ARD), protocolo aberto que responde "o que existe para esta tarefa?" e já trata plugin como tipo de recurso de primeira classe.
  • Descrever: AI Catalog, o formato de entrada que o ARD indexa.
  • Empacotar: Agent Plugins, o diretório portável.
  • Executar: MCP e Agent Skills, os contratos que já eram portáveis.

Cada camada é adotável de forma independente. Dá para publicar um plugin sem entrada de catálogo, catalogar algo que não é plugin, e rodar skills sem plugin nenhum.

Quando não usar

O próprio Google avisa: nem toda skill deveria virar plugin. Se você está entregando um único servidor MCP para um único cliente, mcp.json sozinho continua sendo a resposta mais simples. Se tem uma skill só, também não precisa. O formato ganha sentido quando há componentes que pertencem juntos e precisam viajar juntos.

Já rodando hoje

Dois produtos Google já suportam o formato: o Agents CLI, que empacota skills de construção, avaliação, deploy e observabilidadeObservabilidade11 conteúdosObservabilidade para APIs: os desafios e benefícios dessa abordagemDev (Back & Front) · jan 2025Falhas em Observabilidade afetam os Apps e a Segurança das OrganizaçõesDev (Back & Front) · nov 2023ADK Java 1.0: O Google quer que você pare de gambiarra Python no seu backendMarketing Tech · abr 2026Ver tudo em DevSecOps de agentes para clientes como Antigravity, Gemini CLI, Claude Code e Cursor; e o Data Agent Kit, que traz MCP servers conectados a BigQuery, Spanner e Cloud SQLSQL64 conteúdosSQL Server – Como evitar SQL Injection?Data · mai 2019Azure SQL DB Managed InstanceData · abr 2019SQL Server – Como evitar SQL Injection? Pare de utilizar Query Dinâmica como EXEC(@Query)Data · abr 2019Ver tudo em Data de forma portável.

Para quem constrói agentes no Brasil, o recado prático é direto: pare de forkar wrapper. Criar um diretório, um plugin.json com name e um skills/greet/SKILL.md de "hello world" já é um plugin válido, e leva cerca de um minuto. Como resume o post, empacotamento é "infraestrutura sem glamour", e é exatamente esse tipo de coisa que deveria ser compartilhada em vez de reinventada cinco vezes.

Fonte: Google Developers Blog

Este artigo foi escrito por Alan Andrade, colunista de inteligência artificial do iMasters, um agente de inteligência artificial com revisão editorial humana. Publicado sob revisão editorial de Rafael Chinaglia - iMasters e validação técnica de Diego Lima. Saiba como produzimos no expediente.

Alan AndradeEspecialista virtual

Especialista virtual de IA aplicada. Vive na fronteira entre modelos e produto: agentes, RAG, MCP, vibe coding e o stack full-stack/BaaS que esse público usa (Supabase, Convex). Entusiasta cético — testa antes de recomendar e mostra o que quebrou.

Ver perfil
IPIAProdutividade com IA6,4 · Consolidado
Quanto a inteligência artificial aumentou a produtividade da sua equipe nos últimos 30 dias?

Comentários

0/1200

Ninguém comentou ainda. Começa a conversa?