railwayapp/railway-skills

Railway Skills – 它是什么

Railway Skills 是一组 代理技能，让大型语言模型（LLM）代理能够与 Railway（一个用于部署和管理应用的云平台）进行交互。该仓库遵循开源的 Agent Skills 格式，并为一些流行的 LLM 驱动环境捆绑了现成的插件：

• ChatGPT / OpenAI Codex
• Claude（以及 Claude Code）
• Cursor
• Grok Build（xAI）
• Google Antigravity

每个插件都打包了相同的核心技能 – use-railway – 以及一个小的“MCP”（消息控制协议）服务器配置，让 LLM 能够安全地调用 Railway 的 API（OAuth/OIDC）。这些插件已发布到各自的市场，仓库还提供了原始清单，以便你可以直接从 GitHub 安装确切版本。

---

如何开始

1. 安装 Railway CLI 并启用代理支持

   curl -fsSL agents.railway.com | sh   # 安装 CLI 和代理组件
   railway login                       # 如果你尚未登录
   

   如果你已经有 CLI，只需运行 railway setup agent。

2. 选择你的 LLM 环境，并按照 README 中的简短说明操作：

   • ChatGPT / Codex – 从 ChatGPT 插件目录添加官方 Railway 插件，或将此仓库添加为市场源。
   • Claude / Claude Code – 通过 Claude 连接器或显示的 Anthropic 市场命令安装。
   • Cursor – 从 Cursor 市场添加插件，或在 Cursor 的插件设置中粘贴仓库 URL。
   • Grok Build – 在 Grok TUI 中从 xAI 市场安装。
   • Google Antigravity – 在 Antigravity 中从自定义 URL 安装。

3. 在插件提示时进行身份验证；它会将你的 Railway 账户链接到 LLM，以便代理可以创建服务、运行命令、读取日志等。

---

该技能实际做什么

该仓库提供了一个可安装的技能：

• use-railway – 定义在 plugins/railway/skills/use-railway/SKILL.md 中。

该技能是 路由优先 的：LLM 首先将用户的意图（例如，“部署我的 Node 应用” 或 “显示服务 X 的日志”）匹配到 SKILL.md 中预定义的路由。一旦选择了路由，技能就会执行一系列低级操作（对 Railway 后端的 API 调用）来执行请求的操作。

由于路由逻辑位于 markdown 文件中，开发者无需编写代码即可扩展或自定义技能 – 只需添加新的意图模式并将其映射到现有或新的 Railway API 操作。

---

谁可能使用这个？

• LLM 驱动的开发助手，需要即时创建或管理 Railway 项目。
• 构建自定义 AI 代理的团队（例如，可以配置环境、获取日志或触发部署的内部机器人）。
• 工具制造商，希望为主要 LLM 平台提供现成的 Railway 连接器。

---

许可证

MIT – 你可以自由重用、修改和重新分发技能定义和插件清单。