Agent Skills

Le competenze degli agenti sono pacchetti riutilizzabili di istruzioni, metadati, materiali di riferimento e script opzionali che conferiscono a un agente AI una competenza specialistica per un'attività specifica. Invece di inserire ogni procedura in un lungo prompt di sistema, gli sviluppatori possono racchiudere una capacità mirata, come l'ispezione di prodotti, l'analisi di fogli di calcolo o il rispetto della checklist di distribuzione di un'organizzazione, e consentire all'agente di caricarla solo quando pertinente.

Le competenze aiutano un agente AI generico a comportarsi più come uno specialista di dominio, mantenendo al contempo le conoscenze modulari, manutenibili e portatili. Le "competenze di Claude" sono un'implementazione di prodotto di questa idea più ampia; il termine competenze degli agenti può anche riferirsi al formato interoperabile descritto dalla panoramica aperta sulle competenze degli agenti.

Come funzionano le competenze degli agenti#

In base alla specifica delle competenze degli agenti, una competenza è tipicamente una directory contenente un file SKILL.md obbligatorio. Questo file inizia con metadati YAML, inclusi un nome e una descrizione che spiegano cosa fa la competenza e quando l'agente dovrebbe attivarla. Il suo corpo in Markdown fornisce procedure, esempi, vincoli e linee guida per i casi limite. Le directory opzionali possono contenere script eseguibili, documenti di riferimento, schemi o modelli.

Le competenze usano la divulgazione progressiva, il che significa che le informazioni entrano nella finestra di contesto dell'agente a fasi:

1. L'agente inizialmente vede nomi brevi e descrizioni per le competenze disponibili.
2. Quando una richiesta corrisponde a una descrizione, carica il file SKILL.md pertinente.
3. Legge le risorse di supporto o esegue script in bundle solo quando necessario.

Ciò riduce l'uso non necessario di token e consente a un agente di accedere a molte capacità specializzate senza caricare ogni istruzione all'avvio. La documentazione sulle competenze degli agenti di Claude e la documentazione sulle competenze degli agenti di Microsoft forniscono esempi di questo pattern di caricamento nelle piattaforme per agenti.

Competenze degli agenti e concetti correlati#

Le competenze degli agenti organizzano conoscenze e procedure, ma non sostituiscono l'agente, i suoi strumenti o il sistema che coordina le sue azioni.

• Strumenti e chiamata di funzioni: Uno strumento esegue un'operazione individuale, come l'interrogazione di un'API o l'esecuzione dell'inferenza. Una competenza spiega quando e come usare uno o più strumenti insieme, comprese le regole di validazione e il contesto di dominio.

• Flussi di lavoro degli agenti: Una competenza consente all'agente di interpretare le istruzioni in modo adattivo. Un flusso di lavoro definisce un percorso di esecuzione più esplicito, rendendolo preferibile per processi di lunga durata, checkpoint, approvazioni e azioni che devono verificarsi in un ordine fisso.

• Protocollo di contesto del modello: L'MCP standardizza il modo in cui gli agenti scoprono e invocano risorse e strumenti esterni. La specifica ufficiale degli strumenti MCP definisce le interfacce degli strumenti, mentre una competenza racchiude l'esperienza procedurale che può indirizzare un agente a usare tali interfacce.

Un prompt viene solitamente scritto per una singola conversazione. Una competenza è pensata per essere riutilizzata, sottoposta a controllo di versione, testata e condivisa tra ambienti compatibili.

Applicazioni nella computer vision#

Le competenze degli agenti sono particolarmente utili quando la percezione visiva deve essere combinata con regole aziendali e azioni di follow-up.

Ispezione manifatturiera: Una competenza di controllo qualità può indicare a un agente di catturare un'immagine, eseguire il rilevamento di oggetti, confrontare i rilevamenti con i criteri di accettazione, salvare le prove e richiedere una revisione umana quando la confidenza è bassa. Il modello di visione fornisce osservazioni, mentre la competenza fornisce la procedura di ispezione specifica per la fabbrica. Questo supporta flussi di lavoro di rilevamento dei difetti ripetibili senza incorporare ogni politica nel prompt di base dell'agente.

Audit dell'inventario al dettaglio: Una competenza di audit degli scaffali può guidare un agente a elaborare immagini del negozio, contare i prodotti specificati, confrontare i risultati con i registri dell'inventario e preparare una raccomandazione di rifornimento. I team possono usare la Ultralytics Platform per annotare i dati degli scaffali, addestrare un modello personalizzato, distribuirlo e monitorare lo strumento visivo richiamato dalla competenza.

In entrambi i casi, le competenze collegano la percezione alla conoscenza operativa. Di per sé non migliorano l'accuratezza visiva del modello sottostante; rendono i suoi output più facili da applicare in modo coerente.

Script di visione di esempio per una competenza#

Una competenza può includere uno script deterministico per l'ispezione visiva. Il seguente flusso di lavoro di previsione Ultralytics YOLO documentato potrebbe essere archiviato nella directory scripts/ di una competenza:

from pathlib import Path

from ultralytics import YOLO

image_url = "https://ultralytics.com/images/bus.jpg"
output_path = Path("inspection_result.jpg")

# Run the skill's visual perception step
model = YOLO("yolo26n.pt")
results = model(image_url)

result = results[0]
result.save(filename=str(output_path))

print(output_path)

Qui, YOLO26 fornisce la capacità visiva, mentre SKILL.md spiegherebbe quando eseguire lo script, come interpretare il suo output e quale azione dovrebbe seguire.

Considerazioni su progettazione e sicurezza#

Le competenze efficaci dovrebbero avere responsabilità ristrette, chiare descrizioni di attivazione, istruzioni concise, esempi realistici e dipendenze documentate. Le best practice ufficiali per la creazione di competenze raccomandano di abbinare il livello di dettaglio delle istruzioni al rischio dell'attività: una guida flessibile può adattarsi a un'analisi aperta, mentre le operazioni fragili richiedono script esatti e vincoli più rigidi.

Le competenze di terze parti dovrebbero essere trattate come software installato. Esamina ogni istruzione, script, dipendenza, chiamata di rete e operazione su file prima di concedere l'accesso. Applica sandboxing, permessi di privilegio minimo, limiti di risorse, registrazione e approvazione umana per azioni consequenziali. Questi controlli aiutano ad affrontare i rischi descritti dalla guida all'iniezione di prompt OWASP e dalla guida all'agenzia eccessiva OWASP. I team possono anche usare il NIST AI Risk Management Framework Playbook per integrare la valutazione, il monitoraggio e la governance delle competenze nella gestione più ampia del rischio AI.