# Init Linux Cloud Agent Env > 当用户需要在云 linux 环境内初始化 AI agent 的基础环境时使用本技能：安装 Anthropic Python MCP cli 客户端， 按 templates/mcp.json 安装并验证 github、skill-router-mcp、vercel、Neon 四款 http 类型 MCP， 安装 gh cli 与 vercel cli，并落地基于 github pr 的云任务执行规范（连接器优先级、备份降级、 pr 稿进度工件与阶段收尾汇报）。只要用户提到初始化云 linux 环境、云端 agent 环境、云任务自测自检、 MCP 客户端安装、github MCP 连接失败、skill-router-mcp 等场景，都应该使用本技能。 Use when initializing an AI agent environment on a cloud Linux host: installing the Anthropic Python MCP CLI client, installing and verifying the four HTTP MCP servers (github, skill-router-mcp, vercel, Neon) from templates/mcp.json, installing the gh and vercel CLIs, and following GitHub-PR-based cloud task conventions such as connector priority, fallback ordering, PR-body progress artifacts and stage-close reporting. - Skill: `ruan-cat/init-linux-cloud-agent-env` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add ruan-cat/init-linux-cloud-agent-env` - Raw SKILL.md: https://api.skillmd.com/api/skills/ruan-cat/init-linux-cloud-agent-env/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: DevOps & Infra - Author: ruan-cat (https://skillmd.com/u/ruan-cat) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/ruan-cat/init-linux-cloud-agent-env --- # 初始化云 linux agent 环境 本技能主要用于实现初始化位于云 liunx 环境的基础工具，初始化必要的 MCP 客户端以及具体的 MCP 配置，cli 工具，以及后续对话内需要的指导 skills 技能。 本技能还主要提供基于 github pr 的云任务执行规范。 ## 本技能的核心目的 ## 本技能的快速执行流程 1. 检查并安装 MCP 客户端： 检查当前 linux 环境内，是否有来自 Anthropic 的 Python 形式的 MCP cli。如果没有，你就安装 Anthropic Python MCP cli 客户端； 2. 安装 MCP 服务： 见下面 templates 目录的 mcp.json ，或直接访问 `https://github.com/ruan-cat/monorepo/blob/dev/ai-plugins/common-tools/skills/init-linux-cloud-agent-env/templates/mcp.json` 查看具体 MCP 格式。或者是根据用户专门发的 json 格式的 MCP 配置来安装 MCP。 3. 安装 cli： 安装以下清单的 cli，便于和 MCP 工具辅助完成后续任务。 - gh cli （直接下载官方二进制 tarball，避免你出现 linux 系统内缺失 root 权限的问题） - vercel cli 4. 验证 MCP 的可用性： - 重点验证 github MCP - 然后是 skill-router-mcp - 其次是 vercel MCP - 最后是 neon MCP ## 基于 github pr 的云任务要求和注意事项 1. 云任务获取连接器、MCP、或 cli： 你现在是在云 linux 系统内执行的云任务。动用你的 github 和 `skill-router-mcp` 这两款工具的全部可用工具来完成基于主 pr 和多轮 pr 测试性 pr 的自测自检方式的云任务。 - 如果你无法完成这两个连接器的连接使用，请你及时中断任务，告诉我你出现 bug 了，无法找到，无法在本轮会话内找到必要的工具了。 - 在绝大多数情况下，你的工具基本上不会突然丢失。如果你的 MCP 和 cli 突然出现 linux 沙箱层面上的工具丢失，请你及时暂停并告知我。 2. 连接器优先级表： - 优先 `@Github` 连接器，没有这个连接器就什么工作都做不了了。 - 其次是 `@Skill Router MCP` 连接器，这个连接器是用来获取指导 skills 的，没有的话，也能勉强地继续推进任务。 3. 备份工具降级使用的优先级表： - 优先使用 github MCP - 其次使用 gh cli 4. 上下文要求： - 主动阅读目标项目根目录的 `AGENTS.md` 和项目级别 `record-bug-fix-memory` 技能存储的经验教训。 - 首先阅读 `.agents\skills\fix-bug\record-bug-fix-memory\SKILL.md` ，找到与本次任务可能相关的错误，作为你的历史参考。 - 针对性的阅读 `.agents\skills\fix-bug\record-bug-fix-memory` 目录内提供的详细错误经验。 - 通过 `Skill Router MCP` 获取指导 skills： 用这款 skill-router-mcp 来获取本任务必要的指导技能。 5. pr 稿 title 要求： - 优先使用 `@Skill Router MCP` 连接器/skill-router-mcp 获取指导技能 `git-commit` 来编写 pr 稿 title 。 - 降级处理： 如果你确实没有这个连接器，你就编写满足 `Conventional Commits` 惯例的 title。 - 这个 title 的默认 message 是**纯中文**的。除非我专门要求你写纯英文的 message，否则你的 pr 稿 title 默认都是纯中文的。 6. pr 稿本体发挥**长任务进度工件**的职责： - 你在基于 pr 的云任务处理上，肯定是会出现意外中断的，为了便于你记录你复杂任务的规范，记忆，和进度。你应该模仿 superpower 技能的方式，在 pr 稿主体新建 spec、plan、memory、progress 这四个章节，把你的`任务规范`，`任务计划`、`执行时记忆`、`任务进度`都充分的写到 pr 主体内，充分利用 pr 本身的能力完成存储。 7. superpower 技能的 github url 地址： 在云端执行任务时，你应该主动使用以下的 skills 技能作为你的上下文。 - 全部技能： https://github.com/obra/superpowers/tree/main/skills - brainstorming： https://github.com/obra/superpowers/blob/main/skills/brainstorming/SKILL.md - writing-plans： https://github.com/obra/superpowers/blob/main/skills/writing-plans/SKILL.md - verification-before-completion： https://github.com/obra/superpowers/blob/main/skills/verification-before-completion/SKILL.md - receiving-code-review： https://github.com/obra/superpowers/blob/main/skills/receiving-code-review/SKILL.md 8. 阶段任务结束后提供汇报信息： - 主动收尾： 当你明显具有 github MCP/gh cli 工具时，你就应该主动删除临时分支、关闭临时 pr。 - 主 pr 编号： 告诉我需要我完成审核审批的主 pr 编号。我亲自进入对应的主 pr 完成审核。 - 主 origin branch 工作分支名称： 告诉我哪些 origin branch 属于主工作分支。避免我误删除。 - 其他 origin branch 临时分支名称： 哪些是需要我介入删除的临时云分支。或者你自己主动删除。 - 其他临时 pr 编号： 告诉我哪些是你已经完成 close 的临时 pr。或者你自己主动关闭临时 pr。 ## 已知坑 ### GitHub MCP 文件操作 - **禁止传 `encoding: base64`** — 工具内部自动处理编码，传入会双重 base64 导致乱码 - **用 `content` 传原始文本** — 不要手动 base64 编码 - **更新必须传 `sha`** — 先读取文件获取 blob SHA，否则会创建而非更新 - **返回格式不稳定** — `get_file_contents` 可能返回 `TextContent` 或 `EmbeddedResource`，需检查类型再提取 ### skill-router MCP - **匿名、无需 Token** — Cloudflare Workers 部署，直连即用 - **只读** — 技能注册表查询与加载，不支写入 - **核心工具**：`search_skills`、`load_skill`、`list_skill_resources`、`load_skill_resource` ## 本技能其他引用项 本技能引用的 MCP 配置以同目录 `templates/mcp.json` 为模板，共四款，全部为 `http` 类型。模板内的 token 均为占位符文本，安装时必须替换为用户自己的真实 token： - **github**（最高优先级）： 端点 `https://api.githubcopilot.com/mcp/`，需要 `Authorization: Bearer ` 请求头。 - **skill-router-mcp**： 端点 `https://skill-router-mcp.1219043956.workers.dev/mcp`，匿名可用，无需 token。 - **vercel**： 端点 `https://mcp.vercel.com`，需要 `Authorization: Bearer ` 请求头。 - **Neon**： 端点 `https://mcp.neon.tech/mcp`，需要 `Authorization: Bearer ` 请求头。 除 MCP 外，本技能还引用以下外部资源： - gh cli 官方二进制下载页： https://github.com/cli/cli/releases - superpower 系列技能仓库： https://github.com/obra/superpowers/tree/main/skills - MiniMax 云 Linux agent 沙箱的网络限制、镜像安装与 MCP 工具链实测： https://github.com/ruan-cat/notes/blob/dev/docs/ruan-cat-notes/docs/agents/use-in-agent.minimaxi.com.md - 智谱云 Linux agent 环境的会话级隔离、环境重置与恢复经验： https://github.com/ruan-cat/notes/blob/dev/docs/ruan-cat-notes/docs/agents/use-in-agentmore.chatglm.cn.md