--- title: "Pluginy agentów AI: Claude, ChatGPT, Codex i Copilot" url: "https://majchrzycki.com/blog/pluginy-agentow-claude-chatgpt-codex-copilot" description: "Jak działają pluginy Claude, ChatGPT, Codex i agentów kodujących? Porównanie Agent Plugins, skills, MCP i wtyczek IDE oraz zasad wdrożenia w AI SDLC." --- # Pluginy agentów AI: Claude, ChatGPT, Codex i Copilot 28 września 2026· Aktualizacja: 28 września 2026·5 min czytania·Krzysztof Majchrzycki Temat: [AI SDLC](https://majchrzycki.com/blog/filar/ai-sdlc) **Plugin agenta AI jest paczką rozszerzeń, którą można zainstalować i udostępnić innym użytkownikom.** Może zawierać instrukcję działania, połączenie z narzędziem, własnego agenta lub kod uruchamiany w określonym momencie pracy. Nie ma jednak jednego zestawu funkcji wspólnego dla wszystkich produktów. We wrześniu 2026 r. [otwarty standard Agent Plugins 1.0](https://agent-plugins.org/) definiuje przenośny rdzeń: manifest `plugin.json`, umiejętności w `skills/` i konfigurację serwerów MCP w `mcp.json`. Instalacja, uprawnienia, interfejs użytkownika, hooki i dodatkowe typy komponentów nadal zależą od klienta. Dla zespołu pracującego z agentami kodującymi jest to ważniejsze niż liczba pozycji w katalogu. Dobrze zaprojektowany plugin potrafi przenieść procedurę testowania i dostęp do tych samych narzędzi między agentami. Źle zaprojektowany może uruchamiać obcy kod z uprawnieniami programisty lub kierować dane do niekontrolowanej usługi. Ten artykuł dotyczy **tworzenia oprogramowania z pomocą AI**, jednego z dwóch nurtów [AI SDLC](https://majchrzycki.com/blog/filar/ai-sdlc). ## Plugin, skill, MCP i wtyczka edytora: co jest czym? Element Co wnosi Kiedy go wybrać? [Skill `SKILL.md`](https://majchrzycki.com/blog/skills-md-skill-md-umiejetnosci-agentow) Opis powtarzalnej metody pracy, opcjonalnie ze skryptami i materiałami Agent ma już narzędzia, ale potrzebuje procedury, np. przeglądu migracji. [Serwer MCP](https://majchrzycki.com/blog/model-context-protocol-ai-os) Zewnętrzne funkcje i dane udostępniane agentowi Agent musi odczytać issue, schemat bazy lub wynik testu z innego systemu. Plugin agenta Jedną instalowalną paczkę zawierającą kilka komponentów Zespół chce rozprowadzać i wersjonować wspólny zestaw umiejętności oraz integracji. Hook Kod wykonywany przy zdarzeniu, np. przed użyciem narzędzia Potrzebna jest kontrola techniczna, której sam opis tekstowy nie wymusi. Rozszerzenie IDE Funkcje samego edytora, np. panel lub podświetlanie Potrzebna jest zmiana interfejsu edytora, a nie zachowania agenta. Sam plugin nie jest modelem językowym. Nie zastępuje też [instrukcji repozytorium `AGENTS.md`](https://majchrzycki.com/blog/agents-md-instrukcje-agentow-ai-sdlc): te opisują lokalne zasady projektu, a plugin dostarcza zdolności, które można powtórnie wykorzystać. MCP określa sposób udostępniania narzędzi; nie nadaje agentowi automatycznie prawa do każdej operacji. [Specyfikacja Agent Plugins](https://agent-plugins.org/) ujednolica opakowanie umiejętności i MCP, lecz nie gwarantuje identycznego działania całej paczki w każdym kliencie. ## Claude: jeden plugin, kilka powierzchni pracy [Claude](https://support.claude.com/en/articles/13837440-use-plugins-in-claude) pozwala odkrywać pluginy jako pakiety umiejętności, połączeń i wyspecjalizowanych agentów. W [Claude Code](https://majchrzycki.com/blog/ai-sdlc-agent-claude-code) plugin może obejmować również komendy i hooki. To użyteczne, gdy zespół chce połączyć np. zasady przeglądu Pull Requesta, narzędzie do odczytu zgłoszeń i agenta do sprawdzenia testów w jedną instalację. Dostępność komponentów różni się między zwykłym czatem, Cowork i Claude Code: nie należy zakładać, że hook działający przy kodowaniu zadziała w rozmowie webowej. [Dokumentacja Claude](https://support.claude.com/en/articles/13837440-use-plugins-in-claude) opisuje te granice. Własny plugin Claude jest dobrym wyborem, gdy organizacja przyjęła Claude jako główne środowisko pracy i chce korzystać z jego funkcji specyficznych dla produktu. Gdy ten sam proces ma działać także w innych agentach, warto trzymać wspólną procedurę jako `SKILL.md`, a połączenie z systemem jako MCP. Część kliencką, np. hook Claude Code, utrzymywać osobno i testować w Claude. Sama obecność pluginu w katalogu nie dowodzi, że otrzyma on właściwy zakres uprawnień lub że kod nie opuści organizacji. ## ChatGPT i Codex: wspólna paczka, odmienne środowiska wykonania W [aktualnej architekturze OpenAI](https://developers.openai.com/plugins/concepts/plugins) plugin jest paczką odkrywaną, instalowaną i udostępnianą w ChatGPT i Codex. Może zawierać skille, serwer MCP lub oba elementy; integracja może też udostępniać interfejs użytkownika. [Instrukcja pakowania](https://developers.openai.com/plugins/build/plugins) opisuje manifest `plugin.json` i pliki paczki. To inna architektura niż historyczne „ChatGPT Plugins” z początkowego okresu rozwoju ChatGPT — przy czytaniu starszych poradników trzeba sprawdzić datę i format. W [Codex](https://majchrzycki.com/blog/ai-sdlc-agent-chatgpt-codex) dodatkowe mechanizmy środowiska kodującego, takie jak hooki i uprawnienia wykonania, wymagają osobnego sprawdzenia. Skill może podpowiedzieć, jak przygotować test regresyjny; MCP może umożliwić odczyt issue; hook może technicznie zatrzymać niepożądane polecenie, jeśli dany klient go obsługuje. Ten sam pakiet nie oznacza tej samej możliwości uruchamiania kodu w czacie i w lokalnym checkoutcie. W firmie trzeba osobno ocenić, gdzie wykonuje się narzędzie, gdzie trafia kontekst modelu i jakie dane pobiera integracja. ## Pozostali agenci kodujący: mapa rozszerzeń Narzędzie Potwierdzony mechanizm Co sprawdzić przed przeniesieniem pluginu? [GitHub Copilot](https://docs.github.com/en/copilot/concepts/agents/about-plugins) Pluginy z umiejętnościami, agentami, hookami i konfiguracją MCP; obsługa Agent Plugins 1.0 Które komponenty są przenośne, a które mieszczą się w przestrzeni `com.github.copilot`. [Visual Studio Code](https://code.visualstudio.com/docs/agent-customization/agent-plugins) Agent Plugins w interfejsie agenta; osobno klasyczne rozszerzenia VS Code Czy chodzi o zachowanie agenta, czy o funkcję edytora; czy hook lub MCP uruchamia lokalny kod. [Visual Studio](https://learn.microsoft.com/en-us/visualstudio/ide/mcp-servers?view=visualstudio) Integracje Copilota z serwerami MCP Nie utożsamiać obsługi MCP z pełną obsługą paczki Agent Plugins w tym samym formacie. [Cursor](https://prod.cursor.com/docs/plugins) Agent Plugins 1.0 oraz własne Cursor Plugins z regułami, agentami, komendami i hookami Cursor ma własne zachowanie dla zmiennych katalogu pluginu w `mcp.json`; sprawdzić ścieżki i uruchomienie. [Amazon Kiro](https://kiro.dev/docs/powers/create/) _Powers_ zgodne z Agent Plugins, z `SKILL.md` i opcjonalnym `mcp.json` Czy dana zdolność jest przenośnym skillem/MCP, czy funkcją specyficzną dla Kiro. [OpenCode](https://dev.opencode.ai/docs/plugins/) Lokalne lub npm-owe pluginy JavaScript/TypeScript oparte na zdarzeniach; osobno skille, MCP i własne narzędzia Własny moduł OpenCode wymaga kodu i przeglądu zależności; nie jest automatycznie paczką Agent Plugins. [Hermes Agent](https://hermes-agent.nousresearch.com/docs/user-guide/features/plugins) Natywne pluginy z narzędziami, hookami i skillami; obsługa przenośnych paczek opisana w [przewodniku](https://hermes-agent.nousresearch.com/docs/developer-guide/plugins) Rozróżnić wykonywalny plugin Hermes od skilla i serwera MCP. [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness/blob/master/apps/cli/composition.md) Kompozycja pluginów oparta na Cordis Własne API i cykl życia pluginu wymagają adaptera; sama zgodność nazw komponentów nie daje przenośności. [OpenClaw](https://docs.openclaw.ai/plugins) Natywne pluginy oraz [kompatybilne paczki](https://docs.openclaw.ai/plugins/bundles) z innych ekosystemów Kompatybilność jest selektywna: sprawdzić listę faktycznie mapowanych komponentów. [NemoClaw](https://docs.nvidia.com/nemoclaw/user-guide/openclaw/manage-sandboxes/install-openclaw-plugins) Pluginy OpenClaw instalowane wewnątrz sandboxu NemoClaw Politykę dostępu do sieci i możliwość instalacji zależności w sandboxie. [Google Antigravity](https://codelabs.developers.google.com/cloud-dev-plugin-agy?hl=en) Agent Skills, MCP i instalacja pluginów według otwartego formatu Zgodność konkretnego komponentu w aktualnej wersji narzędzia. [Grok Build](https://docs.x.ai/build/features/skills-plugins-marketplaces) Skille, pluginy, hooki i MCP w agencie terminalowym Dokumentację wybranego pluginu oraz rozdział między Grok Build a usługą modelową Grok. [Grok Bot](https://docs.x.ai/grok-bot/skills-routines-and-automations) Własne skille, rutyny, konektory i pakowane umiejętności w chmurowym środowisku Bota Nie zakładać zgodności jego biblioteki skilli i marketplace z pluginem terminalowego Grok Build. To mapa **sposobów rozszerzania**, a nie ranking agentów. W szczególności plugin w Copilot CLI, rozszerzenie VS Code i integracja MCP w pełnym Visual Studio mogą służyć temu samemu procesowi, lecz mają różne formaty, uprawnienia i miejsca wykonania. Tak samo nie należy nazywać dowolnego skilla „pluginem”: [specyfikacja Agent Skills](https://agentskills.io/specification) opisuje plik umiejętności, a [Agent Plugins](https://agent-plugins.org/) — paczkę, która może taki plik zawierać. ## Przykład: paczka do obsługi błędu w AI SDLC Załóżmy, że zespół chce zlecać różnym agentom tę samą pracę: odczytać zgłoszenie, odtworzyć błąd, dodać test regresyjny, poprawić kod i przedstawić diff do review. Przenośny rdzeń paczki może wyglądać tak: ``` naprawa-bledu/ ├── plugin.json ├── skills/ │ └── test-regresyjny/ │ └── SKILL.md └── mcp.json ``` `SKILL.md` opisuje kolejność pracy i kryteria odbioru. `mcp.json` wskazuje zatwierdzony serwer do odczytu zgłoszeń, a jeżeli potrzeba — także do ich aktualizacji. Manifest nadaje paczce tożsamość i wersję. Repozytorium nadal zawiera własny `AGENTS.md` z poleceniami testów i granicami zmiany. Jeżeli firma chce zatrzymać `git push` bez review albo automatycznie uruchamiać linter po edycji, dodaje kontrolę właściwą dla konkretnego klienta; **nie zakłada, że hook jest przenośną częścią standardu**. Taki podział jest korzystny dla suwerennego procesu: źródło instrukcji i konfiguracji można trzymać we własnym repozytorium, przeglądać w Pull Requestach i wersjonować. Suwerenność nie wynika jednak z samego formatu plików. Zależy również od miejsca pracy modelu, pochodzenia serwera MCP, zakresu tokenów dostępu oraz logowania działań. Nawet lokalny plugin może łączyć się z zewnętrznym API. ## Jak wybrać i dopuścić plugin do pracy zespołu? 1. **Zacznij od zadania.** Jeśli wystarczy procedura, napisz skill. Jeśli brakuje dostępu do danych, dodaj MCP. Pakuj je w plugin, gdy instalacja i dystrybucja jako jednej jednostki rzeczywiście upraszcza utrzymanie. 2. **Sprawdź kod i pochodzenie.** Ustal autora, repozytorium, licencję, zależności, wykonywane komendy, adresy sieciowe i sposób aktualizacji. Opis w marketplace nie zastępuje przeglądu plików. 3. **Ogranicz uprawnienia.** Rozdziel odczyt od zapisu, test od produkcji i dane publiczne od poufnych. Token do issue nie musi pozwalać na administrowanie repozytorium. Sprawdź, gdzie przechowywane są sekrety. 4. **Przetestuj dwie granice.** Najpierw czy agent prawidłowo używa skilla i narzędzia na zadaniu kontrolnym. Potem czy próba polecenia spoza zakresu zostaje zatrzymana przez uprawnienia lub hook, zamiast tylko przez tekstową prośbę. 5. **Zapisz macierz zgodności.** Dla każdego klienta oznacz osobno: skill, MCP, hook, agent podrzędny, UI i ścieżki do zasobów. Zmieniaj wersję pluginu dopiero po wykonaniu próby w docelowym środowisku. Najlepszy plugin dla AI SDLC to ten, który daje zespołowi mierzalnie bardziej powtarzalny wynik przy akceptowalnych uprawnieniach i kosztach utrzymania. Liczba zainstalowanych paczek niczego tu nie dowodzi. Pierwszym praktycznym krokiem może być jeden wewnętrzny skill do przygotowania testu regresyjnego, a dopiero po jego sprawdzeniu paczka z zatwierdzonym serwerem MCP. Dalszy kontekst dla tego wyboru dają artykuły o [Spec Kit](https://majchrzycki.com/blog/github-spec-kit-specyfikacja-ai-sdlc), [`AGENTS.md`](https://majchrzycki.com/blog/agents-md-instrukcje-agentow-ai-sdlc) i [kontroli dostępu agentów](https://majchrzycki.com/blog/rbac-abac-rebac-uprawnienia-agentow-ai). - Agenci AI ## Przełóż temat na projekt w Twojej firmie Zobacz zakres współpracy: od rozpoznania procesu i danych po projekt rozwiązania AI. [Zobacz współpracę](https://majchrzycki.com/wspolpraca) ## Czytaj dalej - [SKILLS.md czy SKILL.md? Umiejętności agentów AI](https://majchrzycki.com/blog/skills-md-skill-md-umiejetnosci-agentow) - [GitHub Spec Kit: specyfikacja przed kodowaniem z AI](https://majchrzycki.com/blog/github-spec-kit-specyfikacja-ai-sdlc) - [DeepSeek Harness: pluginy w pracy agenta](https://majchrzycki.com/blog/ai-sdlc-agent-deepseek-harness) - [Visual Studio: agent kodujący w projektach .NET](https://majchrzycki.com/blog/ai-sdlc-agent-microsoft-visual-studio)