Agent Skills

As Competências de Agente são pacotes reutilizáveis de instruções, metadados, materiais de referência e scripts opcional que dão a um agente de IA conhecimentos especializados para uma tarefa específica. Em vez de colocar todos os procedimentos num prompt de sistema longo, os programadores podem empacotar uma capacidade focada — 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 relevante.

As competências ajudam um agente de IA de uso geral a comportar-se mais como um especialista em domínio, mantendo o conhecimento modular, sustentável e portátil. As “Claude Skills” são uma implementação de produto desta ideia mais ampla; o termo Competências de Agente também pode referir-se ao formato interoperável descrito na visão geral aberta sobre competências de agente.

Como Funcionam as Competências de Agente#

Sob a especificação de Competências de Agente, uma competência é tipicamente 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 competência faz e quando o agente a deve ativar. O seu corpo em Markdown fornece procedimentos, exemplos, restrições e orientações para casos limite. Os diretórios opcionais podem conter scripts executáveis, documentos de referência, esquemas ou modelos.

As competências utilizam divulgação progressiva, o que significa que a informação entra na janela de contexto do agente em etapas:

1. O agente vê inicialmente nomes curtos e descrições para as competências disponíveis.
2. Quando um pedido corresponde a uma descrição, este carrega o SKILL.md relevante.
3. Este lê recursos de suporte ou executa scripts integrados 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 das Claude Agent Skills e a documentação de Competências de Agente da Microsoft fornecem exemplos deste padrão de carregamento em plataformas de agentes.

Competências de Agente vs. Conceitos Relacionados#

As Competências de Agente organizam conhecimentos e procedimentos, mas não substituem o agente, as suas ferramentas ou o sistema que coordena as suas ações.

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

• Fluxos de trabalho de agentes: Uma competência permite que o agente interprete instruções de forma adaptativa. Um fluxo de trabalho define um caminho de execução mais explícito, tornando-o preferível para processos de longa duração, pontos de verificação, aprovações e ações que devem ocorrer numa ordem fixa.

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

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

Aplicações em Visão Computacional#

As Competências de Agente são particularmente úteis quando a perceção visual deve ser combinada com regras de negócio e ações de acompanhamento.

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

Auditoria de inventário retalhista: Uma competência de auditoria de prateleiras pode orientar um agente a processar imagens de lojas, contar produtos especificados, comparar resultados com registos de inventário e preparar uma recomendação de reabastecimento. As equipas podem usar o Ultralytics Platform para anotar dados de prateleiras, treinar um modelo personalizado, implementá-lo e monitorizar a ferramenta visual que a competência chama.

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

Exemplo de Script de Visão para uma Competência#

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

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 o SKILL.md explicaria quando executar o script, como interpretar a sua saída e que ação deve seguir-se.

Considerações de Design e Segurança#

As competências eficazes devem ter responsabilidades restritas, descrições de ativação claras, instruções concisas, exemplos realistas e dependências documentadas. As melhores práticas oficiais para a criação de competências recomendam adaptar o detalhe da instrução ao risco da tarefa: orientações flexíveis podem adequar-se a análises abertas, enquanto operações frágeis necessitam de scripts exatos e restrições mais apertadas.

As competências 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 isolamento (sandboxing), permissões de privilégio mínimo, limites de recursos, registo (logging) e aprovação humana para ações consequentes. Estes controlos ajudam a mitigar os riscos descritos pelas orientações de injeção de prompts da OWASP e pelas orientações de agência excessiva da OWASP. As equipas também podem utilizar o Manual do Quadro de Gestão de Riscos de IA do NIST para integrar a avaliação, monitorização e governação de competências na gestão mais ampla de riscos de IA.