功能详情
💡 打破 Skills 仅在单个 Agent 内使用的孤岛,让团队知识可沉淀为组织资产并被所有 Agent 自动发现和复用
"Add Shared & Organization Skills to Agents"

[文档已验证] Skills 现在拥有三级可见性范围,通过 Library 页面的标签页管理:

标签页可见范围说明
Mine仅创建者个人 Skill,仅自己可见
Shared with me他人分享或组织共享同事分享给你的 Skill
Organization整个组织可见全员可见的 Skill 库

Agent 技能发现机制:Personal Assistant Agent 自动拥有空间中所有 Skill 的访问权,通过语义搜索匹配 Skill 描述来动态发现;Custom Agent 只看得到显式附加到其系统提示中的 Skill(每个约占 50-100 tokens)。Custom Agent 在对话中创建的 Skill 自动附加;General Agent 创建的则放入库但不自动附加。

已知局限:Skill Editing & Creation 开关是全局的(per-agent,不能针对单个 Skill 锁定)。Skills 不能直接分享给个人用户——需要通过团队或组织范围实现。

应用场景:(1) 团队将最佳实践固化到 Organization Skill 中,新 Agent 接入即可使用 (2) 管理员控制哪些 Skill 可被组织内所有 Agent 使用 (3) 不同团队维护各自的 Shared Skill 集

2. Skill Permission Roles(Skill 权限角色)SPEC 候选 · 7/13

新功能
💡 解决组织内 Skill 管理权责不清的问题——谁能改、谁能看、谁能用没有细粒度控制
"Skill Permission Roles"

[文档已验证] 基于分享基础设施和角色体系的 Skill 权限管控:

角色能力
Owner完全控制,不可通过分享 UI 移除
Editor查看、编辑、删除、管理分享
Viewer只读,可查看配置并复制
Use Only仅限 Agent——可对话但看不到配置/指令/工具

Skill 特有的权限层级:创建者 → 完整管理权;团队成员 → 若 Skill 归属项目则可管理;其他人 → 仅查看和使用。支持软删除:删除的 Skill 标记为非活跃,可通过 Gumloop 支持恢复。支持批量操作(仅限有管理权限的 Skill)。每个 Skill 的 Edits 标签页显示完整文件级变更时间线和修改 Agent。

应用场景:(1) 企业管理员锁定核心 Skill 防止被意外修改 (2) 团队共享 Skill 但限制谁可以删除 (3) 审计 Skill 变更记录

3. Access Notifications(访问通知)

新功能
💡 解决 Agent/Skill/Workbook 访问请求缺乏统一通知和审批管道的问题,让资源 Owner 不会漏掉任何授权请求
"Access Notifications for Agents, Skills, and Flowbooks"

[推断] 基于已有的 Action Requests 系统,v9.11.0 将访问请求通知扩展到了 Skills 和 Workbooks(Flowbooks)。此前 Action Requests 主要覆盖 Agents,现在当有人请求访问一个 Skill 或 Workbook 时,Owner 会收到通知。

已有机制:用户缺少访问权限时看到 "Request Access" 按钮 → 路由到资源所有者或工作区管理员(Email + Slack 通知)→ In-App Inbox 显示待处理请求(Approve / Open / Reject / Dismiss)→ Slack 一键审批(团队和组织访问请求)。请求生命周期:Pending → Accepted / Rejected / Expired。

应用场景:(1) 团队成员请求访问同事的私有 Agent 时自动通知 Owner (2) 组织级 Skill 的访问请求快速审批 (3) Admin 在 In-App Inbox 中集中管理所有访问请求

4. More Powerful Gumloop MCP(Gumloop MCP 能力增强)SPEC 候选 · 8/13

改进(质变升级)
💡 解决 Gumloop 作为 Agent 平台缺乏完整外部 API 的问题——MCP 工具不足导致 CI/CD 和第三方系统无法程序化管理 Agent 和 Skill
"More Powerful Gumloop MCP"

[推断] 官方文档尚未更新此增强的细节。Gumloop MCP 是一个允许外部系统通过 MCP 协议管理 Gumloop 工作流和 Agent 的 API 桥梁。当前已文档化的工具:

类别工具
工作流管理List Saved Flows、List Workbooks、Start Flow Run、Get Run Details、Get Run History
Agent 交互Start Agent、Get Agent Status
文档与管理Search Documentation、Ask Gummie、Get Audit Logs

"更强大"可能意味着新增工具能力——推测可能包括 Agent 生命周期管理(创建/更新/删除)、Skill 管理 API、更丰富的 Workflow 操作。此次增强进一步缩小了 Gumloop 作为"可编程 Agent 基础设施"的 API 缺口。

应用场景:(1) CI/CD 管道中通过 Gumloop MCP 触发 AI Agent 执行代码审查 (2) 第三方应用通过 MCP 管理 Gumloop Skills 库 (3) 企业系统在事件发生时自动启动 Gumloop Workflow

5. Looker MCP(Looker 集成)

集成
💡 解决使用 Looker BI 的企业团队无法在 Agent 工作流中直接查询和分析 BI 数据模型的问题
"Looker MCP"

[推断] 官方文档中尚无 Looker MCP 的独立页面(/nodes/mcp/looker 返回 404)。Looker 是 Google 的商业智能(BI)和数据建模平台。推测该集成让 Gumloop Agent 能够通过 MCP 协议查询 Looker 中的数据模型(Looks 和 Explores)、获取仪表盘和报告数据、将 BI 数据集成到 Agent 工作流中。

这是在 BigQuery、Snowflake、Databricks、Sigma Computing 等数据平台集成之后的又一个 BI 工具扩展。Gumloop 正在系统性地覆盖数据栈中的所有主流平台。

应用场景:Agent 自动拉取 Looker 每周销售仪表盘数据 → AI 分析趋势 → 生成 Slack 摘要

6. BigQuery Workload Identity Federation(BigQuery WIF 认证)

集成
💡 消除企业安全策略禁止静态密钥的硬约束——让不敢用 BigQuery 集成的安全敏感团队终于可以用 Agent 查询数仓
"BigQuery Workload Identity Federation"

[文档已验证] BigQuery Workload Identity Federation 是一种密钥无关的 GCP 认证方式。与传统的服务账号 JSON 密钥文件不同:

维度传统 OAuth/密钥Workload Identity Federation
密钥管理需存储、轮换密钥文件,存在泄露风险无密钥文件——Gumloop 不持有长期凭据
会话持续性依赖人类会话,可能过期不绑定人类会话,Agent 永不过期
令牌长期密钥或 OAuth Refresh Token每次请求动态铸造 5 分钟短期令牌
安全控制密钥泄露即失控attribute-condition 精确约束到特定 Gumloop 租户

认证流程(四步 WIF 链):1. Gumloop 签发 OIDC 令牌 → 2. GCP STS 验证签名并交换联邦令牌 → 3. 联邦令牌模拟指定 Service Account → 4. 短期 Google 访问令牌用于 BigQuery 调用后即丢弃。

配置需 6 步:创建 WIF 池 → 添加 Gumloop 为 OIDC Provider → 创建 SA + 授权 → 绑定 → 收集凭证值 → 在 Gumloop Credentials 中添加。

应用场景:(1) 安全策略禁止静态密钥的企业 (2) 需要无人值守长期运行的 Agent/Flow 自动查询 BigQuery (3) 在工作区级别配置一次,整个团队共享
其他更新
  • 速度改进 × 3 — 具体细节未在 Changelog 中展开
  • 平台改进 × 1
  • Bug 修复 × 4
竞品分析

战略方向判断

v9.11.0 "Huntsville" 是一个组织协作基础设施版本。三个核心信号:

1. Skills 从个人工具变成组织资产:三级共享(Mine / Shared / Organization)+ 权限角色 + 访问通知 = Skills 的治理框架基本完整。Gumloop 正从「个人 Agent 使用 Skills」迈向「组织管理 Skills 库」。这为更大的企业部署场景扫清了障碍。

2. API 可编程性持续增强:Gumloop MCP「更强大」暗示 Gumloop 正在被定位为可编程的 Agent 基础设施——不只是 GUI 平台,而是可通过 API/MCP 编排的后端。这是从「产品」到「平台」的关键一步。

3. 数据生态覆盖系统性推进:Looker MCP 和 BigQuery WIF 都在数据栈方向延伸。WIF 尤其重要——它为安全敏感的企业打开了 BigQuery + Agent 的大门,解决的是「企业不敢用」而非「功能不够」的问题。

与我方对比

Skill 治理框架是 Gumloop 的差异化亮点。将 Skills 从单个 Agent 的附件升级为组织级资源(含权限、共享、通知),与 GitHub Repo 的治理模型类似。如果我方有 Agent/Skill 体系,建议对标其三级共享设计。

Gumloop MCP 的 API-first 方向值得关注。如果竞争者允许第三方系统通过标准协议(MCP)编排其 Agent 和工作流,这会形成生态壁垒——集成越多,切换成本越高。

BigQuery WIF 是一种「信任基础设施」竞争。Gumloop 不是在做功能堆叠,而是在消除企业采购决策中的安全顾虑。这种「降低准入门槛」的产品策略比加功能更聪明。

★★★★☆

Skill 治理框架成熟化 + API 可编程性增强 + 企业安全认证补强

关键功能深度点评

Shared & Organization Skills — Skills 从「工具」到「基础设施」的关键一跃。Skills 刚发布时(v7.2, 2月20日)的本质是「Agent 的个性化知识包」——每个 Agent 创建和管理自己的 Skill。v9.11 的三个变化改变了这个定位:(1) 组织可见性——Organization 标签页意味着存在一个「公司技能库」;(2) 权限角色——Creator/Team Member/Viewer 三级管控;(3) 访问通知——请求、审批、驳回,Skill 访问有了治理流程。这构成了完整的「组织知识管理」循环:个人创建 → 团队验证和采纳 → 组织推广为标配。Gumloop 正在用 Skill 体系建立组织知识飞轮——使用越多,积累的 Skill 越多,迁移成本越高。

BigQuery WIF — 消除企业采购的「最后一个不」。很多企业的安全团队有个硬规则:不允许静态服务账号密钥。对 Gumloop 来说,这意味着这些企业的数据仓库团队根本无法使用 BigQuery 集成。WIF 消除了这个障碍——不是加了一个新功能,而是移除了一个阻止现有功能被使用的门禁。