Agent Skills

As Habilidades de Agentes são pacotes reutilizáveis de instruções, metadados, materiais de referência e scripts opcionais que conferem a um agente de IA conhecimentos especializados para uma tarefa específica. Em vez de colocarem todos os procedimentos num prompt de sistema longo, os programadores podem empacotar uma capacidade específica — como inspecionar produtos, analisar folhas de cálculo ou seguir a lista de verificação de implementação de uma organização — e permitir que o agente a carregue apenas quando for relevante.

As habilidades ajudam um agente de IA de uso geral a comportar-se mais como um especialista do domínio, mantendo simultaneamente o conhecimento modular, fácil de manter e portátil. As “Claude Skills” são uma implementação de produto desta ideia mais abrangente; o termo Agent Skills também pode referir-se ao formato interoperável descrito na visão geral aberta de Agent Skills.

Como funcionam as Habilidades de Agentes#

De acordo com a especificação de Agent Skills, uma habilidade é normalmente um diretório que contém um ficheiro SKILL.md obrigatório. Este ficheiro começa com metadados YAML, incluindo um nome e uma descrição que explica o que a habilidade faz e quando o agente deve ativá-la. O corpo em Markdown fornece procedimentos, exemplos, restrições e orientações para casos extremos. Os diretórios opcionais podem conter scripts executáveis, documentos de referência, esquemas ou modelos.

As habilidades utilizam a divulgação progressiva, o que significa que as informações entram na janela de contexto do agente por etapas:

1. Inicialmente, o agente vê nomes e descrições curtos das habilidades disponíveis.
2. Quando um pedido corresponde a uma descrição, carrega o SKILL.md relevante.
3. Lê os recursos de suporte ou executa os scripts incluídos apenas quando necessário.

Isto reduz o uso desnecessário de tokens e permite que um agente aceda a muitas capacidades especializadas sem carregar todas as instruções no arranque. A documentação de Claude Agent Skills e a documentação de Microsoft Agent Skills fornecem exemplos deste padrão de carregamento em plataformas de agentes.

Habilidades de Agentes vs. conceitos relacionados#

As Habilidades de Agentes organizam conhecimento e procedimentos, mas não substituem o agente, as suas ferramentas nem o sistema que coordena as suas ações.

• Ferramentas e chamadas de funções: Uma ferramenta executa uma operação individual, como consultar uma API ou executar inferência. Uma habilidade explica quando e como utilizar uma ou mais ferramentas em conjunto, incluindo regras de validação e contexto do domínio.

• Fluxos de trabalho agênticos: Uma habilidade permite que o agente interprete instruções de forma adaptativa. Um fluxo de trabalho define um percurso de execução mais explícito, sendo por isso preferível para processos de longa duração, pontos de verificação, aprovações e ações que têm de ocorrer numa ordem fixa.

• Protocolo de Contexto do Modelo: O MCP normaliza a forma como os agentes descobrem e invocam recursos e ferramentas externos. A especificação oficial de ferramentas do MCP define interfaces de ferramentas, enquanto uma habilidade empacota conhecimentos procedimentais que podem orientar um agente a utilizar essas interfaces.

Um prompt é normalmente escrito para uma única conversa. Uma habilidade destina-se a ser reutilizada, versionada, testada e partilhada entre ambientes compatíveis.

Aplicações em visão computacional#

As Habilidades de Agentes são particularmente úteis quando a perceção visual tem de ser combinada com regras de negócio e ações subsequentes.

Inspeção industrial: Uma habilidade de controlo de qualidade pode instruir um agente a capturar uma imagem, executar deteção de objetos, comparar as deteções com os critérios de aceitação, guardar evidências e solicitar revisão humana quando a confiança for baixa. O modelo de visão fornece observações, enquanto a habilidade fornece o procedimento de inspeção específico da fábrica. Isto permite fluxos de trabalho repetíveis de deteção de defeitos sem incorporar todas as políticas no prompt base do agente.

Auditoria de inventário no retalho: Uma habilidade de auditoria de prateleiras pode orientar um agente a processar imagens de lojas, contar produtos especificados, comparar os resultados com os registos de inventário e preparar uma recomendação de reposição. As equipas podem utilizar a Ultralytics Platform para anotar dados de prateleiras, treinar um modelo personalizado, implementá-lo e monitorizar a ferramenta visual que a habilidade utiliza.

Em ambos os casos, as habilidades ligam a perceção ao conhecimento operacional. Por si só, não melhoram a precisão visual do modelo subjacente; tornam os seus resultados mais fáceis de aplicar de forma consistente.

Exemplo de script de visão para uma habilidade#

Uma habilidade pode incluir um script determinístico para inspeção visual. O seguinte fluxo de trabalho documentado de previsão do Ultralytics YOLO poderia ser armazenado no diretório scripts/ de uma habilidade:

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)

Aqui, o YOLO26 fornece a capacidade visual, enquanto SKILL.md explicaria quando executar o script, como interpretar o seu resultado e que ação deve seguir-se.

Considerações de conceção e segurança#

As habilidades eficazes devem ter responsabilidades restritas, descrições de ativação claras, instruções concisas, exemplos realistas e dependências documentadas. As melhores práticas oficiais de criação de habilidades recomendam ajustar o nível de detalhe das instruções ao risco da tarefa: orientações flexíveis podem ser adequadas para análises abertas, enquanto operações frágeis exigem scripts exatos e restrições mais rigorosas.

As habilidades de terceiros devem ser tratadas como software instalado. Revê todas as instruções, scripts, dependências, chamadas de rede e operações de ficheiros antes de conceder acesso. Aplica sandboxing, permissões de privilégio mínimo, limites de recursos, registo e aprovação humana para ações consequentes. Estes controlos ajudam a abordar os riscos descritos nas orientações da OWASP sobre injeção de prompts e nas orientações da OWASP sobre agência excessiva. As equipas também podem utilizar o Playbook da Estrutura de Gestão de Riscos de IA do NIST para integrar a avaliação, a monitorização e a governação de habilidades numa gestão mais abrangente dos riscos de IA.