Together AI：开源 12 个 Agent 技能，让 Claude Code 和 Codex 直接调用其 API

核心要点

2026年4月1日，AI 基础设施公司 Together AI 正式开源发布了 12 个 Agent 技能包（Agent Skills）。用户通过 `npx skills add` 一键安装后，Claude Code（Anthropic）与 Codex（OpenAI）两款主流 AI 编程助手即可自动识别 Together AI 的 SDK 模式、模型 ID 与 API 调用规范，无需开发者手动查阅文档、复制粘贴配置代码。这一工具链级别的集成降低了多模型切换成本，标志着 AI 开发平台竞争从模型能力本身延伸到了开发者工具链体验层面。

原文 + 中文翻译

原文（来源 @togethercompute，X/Twitter）：

"Introducing 12 open-source Agent Skills for Claude Code & Codex. Install with npx skills add → auto-detect correct SDK mode, model IDs, and API call patterns. No more doc diving, copy-pasting, or guesswork."

翻译：

"正式发布面向 Claude Code 和 Codex 的 12 个开源 Agent 技能。运行 npx skills add 即可安装 → 自动识别正确的 SDK 模式、模型 ID 和 API 调用模式。无需再翻文档、无需复制粘贴、无需猜测。"

深度解读

从"模型即服务"到"工具链即服务"的竞争升级

Together AI 此前以开源大模型推理和模型托管服务为主要业务，在开源社区中拥有较强影响力（如搭载 Llama、Falcon 等模型）。此次发布 Agent Skills，实质上是将竞争维度从「模型性能」和「推理价格」向上迁移到了「开发者接入体验」。当 Claude Code 和 Codex 用户能够零摩擦地接入 Together AI 的 API 时，Together AI 实际上成为了一种「默认可选」的推理后端，而非用户需要主动查找、配置的第二或第三选择。这与 SaaS 领域「嵌入工作流而非占据工作流」的策略一脉相承，体现了 AI 平台竞争正在从底层算力向上蔓延至开发工具链最后一公里。

Agent Skills 的技术架构意义：让 AI 学会调用 API，而非仅生成文本

从技术层面看，Agent Skills 的核心价值不在于技能本身，而在于它重新定义了「LLM 如何发现和使用外部工具」。传统的 AI 编程助手调用外部 API 需要依赖 CoT（思维链）推理出正确的 endpoint、header 和 payload，失败率较高；而 Skills 机制本质上是将 API 契约（schema）编码为 LLM 可直接读取的工具描述（tool manifest），使模型在规划阶段就能精准选择正确的调用方式。对于 Together AI 而言，这意味着其模型在 Claude Code 和 Codex 生态中获得了「一等公民」待遇——不是被通用推理引擎猜测调用，而是被原生识别。

开源策略：降低采纳门槛，构建开发者生态护城河

这 12 个 Agent Skills 本身以开源形式发布，这一选择具有战略意图。首先，开源消除了企业用户的「供应商锁定」担忧——技能包可见、可审计、可 fork，财务决策者更容易批准采购。其次，随着 Claude Code 和 Codex 用户基数扩大，任何基于 Skills 架构成功落地的用例都会自动成为 Together AI 的口碑传播——开发者不需要主动推荐，AI 助手本身就在替 Together AI 做「嵌入式营销」。这种生态位策略与 GitHub Actions、VS Code 扩展生态的扩张逻辑高度相似，先以工具链渗透，再以规模换话语权。

值得关注

• Skills 的实际调用准确率：在 GitHub Issues 或 Together AI 官方文档中，是否有第三方开发者测试报告？与直接硬编码 API 调用相比，Skills 在复杂多轮 Agent 场景下的错误率数据将是衡量该方案是否真正可用的关键指标。
• 其他编程助手的跟进：Cursor、Windsurf（Cody）、Gemini Code Assist 等是否会在近期发布类似的 Skills 集成包？若 Skills 架构成为行业标准，Together AI 将占据先发优势；若竞争对手快速复制，窗口期可能仅有数月。
• 商业转化路径：Skills 安装量与 Together AI API 调用量之间是否存在直接关联？Together AI 是否会在 Skills 包中加入用量统计或定向优惠，以实现「工具链免费 → API 付费」的漏斗转化？
• 模型覆盖范围：12 个 Skills 分别对应哪些模型系列（Llama、Qwen、Mistral、Falcon）？若 Skills 覆盖 Together AI 的全部模型矩阵，则意味着其托管的 100+ 开源模型均可通过 Claude Code 和 Codex 无缝调用，这将显著改变开源模型的分发格局。
• 开源社区反馈与贡献：GitHub 上该 Skills 仓库的 star 数、PR 数量以及 Issue 中是否出现企业级功能请求（如 SSO 支持、自定义 endpoint）？社区活跃度将决定该项目的可持续性和功能迭代速度。

信源行：
原文链接：https://x.com/togethercompute/status/2039392682553094239
背景报道：Together AI 官方博客（可关注其 Agent 工具链更新栏目）；Anthropic 官方文档中关于 Claude Code 工具调用（Tool Use）扩展机制的说明页；OpenAI Codex 与外部 API 集成相关技术文档。