如果你在用 Claude Code 或 GitHub Copilot 做日常开发，你可能已经安装了不少 Skills、MCP Server 和 Hooks。但每次 clone 一个新项目，你需要手动重新配置这些 Agent 依赖——安装哪些 Skills、连接哪些 MCP Server、配置哪些 Hooks，都散落在 README 的某个段落里。Microsoft 的开源项目 APM（Agent Package Manager）正是为了解决这个问题：让你像 package.json 管理 npm 包一样，用一个 apm.yml 文件声明和管理所有 Agent 配置。
这不是性能监控
首先澄清一个容易混淆的点：虽然 APM 这个缩写在行业里通常指 Application Performance Monitoring（应用性能监控），但 Microsoft 的这个 APM 是 Agent Package Manager——一个 AI Agent 的依赖管理器。与 Azure Application Insights 完全无关。
核心概念
APM 的设计哲学是：Agent 的配置就是代码，应该被版本控制和依赖管理。
apm.yml：Agent 的 package.json
一个典型的 apm.yml 文件：
name: my-project
version: 1.0.0
dependencies:
fireworks-tech-graph:
source: github:yizhiyanhua-ai/fireworks-tech-graph
version: '^1.2.0'
last30days:
source: github:mvanhorn/last30days-skill
version: 'latest'
financial-analysis:
source: github:anthropics/financial-services-plugins
path: plugins/financial-analysis
instructions:
- file: CLAUDE.md
hooks:
pre-commit:
- run: 'npm run lint'
mcp:
postgres:
command: 'npx @modelcontextprotocol/server-postgres'
env:
DATABASE_URL: '${DATABASE_URL}'
当团队成员 clone 项目后，只需运行 apm install，所有 Skills、MCP Server、Hooks 和指令文件都会被自动安装和配置。
传递性依赖解析
与 npm 和 pip 一样，APM 支持传递性依赖。如果 Skill A 依赖 Skill B，安装 A 时 B 会被自动解析和安装。这对于构建复杂的 Agent 工作流至关重要。
多源安装
APM 支持从多个来源安装包：
- GitHub、GitLab、Bitbucket
- Azure DevOps
- GitHub Enterprise
- 任意自托管 Git 服务器
- 策展注册表（通过
apm-policy.yaml治理）
安全扫描
Agent 的配置——Skills、Prompts、Instructions、Hooks——本质上都是可执行内容，是潜在的攻击面。APM 在安全方面做了两层防护：
apm audit：扫描已安装的包，检测隐藏的 Unicode 字符（一种常见的 prompt 注入向量）和其他已知威胁apm install内置检查：安装时自动阻止被标记为已知恶意的包
这一点对企业用户尤为重要——在生产环境中使用第三方 Skills 和 MCP Server 时，安全扫描应该是标准流程。
插件打包与分发
APM 不仅是消费者工具，也是插件作者的工具：
# 创建插件项目
apm init --plugin
# 开发并测试
apm dev
# 打包为标准 plugin.json
apm pack
# 发布
apm publish
apm pack 会将配置文件打包为压缩包或独立的 plugin.json 格式，兼容 Copilot、Claude 和 Cursor 等主流 AI 编辑器。
与 agentrc 的集成
APM 与另一个工具 agentrc 集成：agentrc 分析你的代码库，自动生成适合该项目的 Agent 指令（Instructions）。两者配合使用，可以实现"clone → apm install → agentrc generate → 开始编码"的全自动化 Agent 环境搭建。
安装 APM
# macOS / Linux
curl -fsSL https://microsoft.github.io/apm/install.sh | bash
# macOS (Homebrew)
brew install microsoft/tap/apm
# pip
pip install agent-pm
# Windows (Scoop)
scoop install apm
项目现状
| 指标 | 数据 |
|---|---|
| GitHub Stars | 1.7k |
| 最新版本 | v0.8.11（2026-04-06） |
| 语言 | Python 95.3% |
| 许可证 | MIT |
| CI 支持 | GitHub Action |
项目目前处于快速迭代阶段（v0.x），API 可能会有破坏性变更。但 MIT 许可和 Microsoft 背书让它成为一个值得关注的基础设施项目。
为什么这个工具很重要
随着 AI Agent 生态的爆发（Claude Code Skills 已超过数千个、MCP Server 生态持续扩张），Agent 配置的复杂度正在快速增长。没有统一的依赖管理，团队协作会面临：
- 环境不一致：每个人的 Agent 配置可能不同，导致"在我机器上能用"的问题
- 安装繁琐：手动安装多个 Skills 和 MCP Server 既费时又容易出错
- 安全盲区：无法统一审计团队使用的第三方 Agent 包
APM 正在为这些问题建立标准化方案，就像 npm 在 2012 年为 JavaScript 生态所做的那样。
总结
Microsoft APM 填补了 AI Agent 生态中一个关键的基础设施空白——依赖管理。通过 apm.yml 统一声明 Skills、MCP Server、Hooks 和 Instructions，它让 Agent 配置变得可复现、可版本控制、可安全审计。虽然项目仍处于 v0.x 阶段，但其解决的问题是真实且日益紧迫的。对于团队协作场景下使用 AI Agent 的开发团队来说，这是一个值得尽早关注和试用的工具。
评论