Agent Skills

Agent Skills là các gói hướng dẫn, siêu dữ liệu, tài liệu tham khảo và các tập lệnh tùy chọn có thể tái sử dụng, giúp AI agent có chuyên môn chuyên biệt cho một tác vụ cụ thể. Thay vì đặt mọi quy trình vào một lời nhắc hệ thống (system prompt) dài, các nhà phát triển có thể đóng gói một năng lực tập trung—chẳng hạn như kiểm tra sản phẩm, phân tích bảng tính hoặc tuân theo danh sách kiểm tra triển khai của tổ chức—và cho phép agent tải nó chỉ khi cần thiết.

Các kỹ năng giúp một AI agent đa năng hành xử giống chuyên gia miền hơn, đồng thời giữ cho kiến thức mang tính mô-đun, dễ bảo trì và di portable. “Claude Skills” là một triển khai sản phẩm của ý tưởng rộng lớn này; thuật ngữ Agent Skills cũng có thể đề cập đến định dạng tương tác được mô tả trong tổng quan mở về Agent Skills.

Cách thức hoạt động của Agent Skills#

Theo đặc tả Agent Skills, một kỹ năng thường là một thư mục chứa tệp SKILL.md bắt buộc. Tệp này bắt đầu bằng siêu dữ liệu YAML, bao gồm tên và mô tả giải thích kỹ năng làm gì và khi nào agent nên kích hoạt nó. Phần thân Markdown của tệp cung cấp các quy trình, ví dụ, ràng buộc và hướng dẫn xử lý ngoại lệ. Các thư mục tùy chọn có thể chứa các tập lệnh thực thi, tài liệu tham khảo, giản đồ hoặc mẫu.

Các kỹ năng sử dụng tiết lộ tiến độ (progressive disclosure), nghĩa là thông tin đi vào context window của agent theo các giai đoạn:

1. Ban đầu, agent nhìn thấy tên ngắn và mô tả cho các kỹ năng có sẵn.
2. Khi một yêu cầu khớp với mô tả, nó sẽ tải SKILL.md có liên quan.
3. Nó đọc các tài nguyên hỗ trợ hoặc chạy các tập lệnh đi kèm chỉ khi cần.

Điều này làm giảm mức sử dụng token không cần thiết và cho phép agent truy cập nhiều năng lực chuyên biệt mà không phải tải mọi hướng dẫn khi khởi động. Tài liệu về Claude Agent Skills và tài liệu về Microsoft Agent Skills cung cấp các ví dụ về mẫu tải này trong các nền tảng agent.

Agent Skills so với các khái niệm liên quan#

Agent Skills tổ chức kiến thức và quy trình, nhưng chúng không thay thế agent, các công cụ của agent hoặc hệ thống điều phối các hành động của agent.

• Tools and function calling: Một công cụ thực hiện một thao tác riêng lẻ, chẳng hạn như truy vấn API hoặc chạy suy luận (inference). Một kỹ năng giải thích thời điểm và cách thức sử dụng một hoặc nhiều công cụ cùng nhau, bao gồm các quy tắc xác thực và ngữ cảnh miền.

• Agentic workflows: Một kỹ năng cho phép agent diễn giải hướng dẫn một cách thích ứng. Một luồng công việc (workflow) định nghĩa một đường dẫn thực thi rõ ràng hơn, làm cho nó phù hợp hơn cho các quy trình chạy dài, các điểm kiểm tra (checkpoint), phê duyệt và các hành động phải diễn ra theo một thứ tự cố định.

• Model Context Protocol: MCP chuẩn hóa cách các agent khám phá và gọi các tài nguyên cũng như công cụ bên ngoài. Đặc tả công cụ MCP chính thức xác định các giao diện công cụ, trong khi một kỹ năng đóng gói chuyên môn quy trình có thể hướng dẫn agent sử dụng các giao diện đó.

Một prompt thường được viết cho một cuộc trò chuyện. Một kỹ năng được định hướng để tái sử dụng, quản lý phiên bản, kiểm thử và chia sẻ trên các môi trường tương thích.

Ứng dụng trong thị giác máy tính (Computer Vision)#

Agent Skills đặc biệt hữu ích khi nhận diện thị giác phải được kết hợp với các quy tắc kinh doanh và các hành động tiếp theo.

Kiểm tra sản xuất: Một kỹ năng kiểm soát chất lượng có thể hướng dẫn agent chụp ảnh, chạy object detection, so sánh kết quả phát hiện với các tiêu chí chấp nhận, lưu lại bằng chứng và yêu cầu con người xem xét khi độ tin cậy thấp. Mô hình thị giác cung cấp các quan sát, trong khi kỹ năng cung cấp quy trình kiểm tra cụ thể của nhà máy. Điều này hỗ trợ các quy trình phát hiện lỗi có thể lặp lại mà không cần nhúng mọi chính sách vào prompt cơ sở của agent.

Kiểm toán hàng tồn kho bán lẻ: Một kỹ năng kiểm toán kệ hàng có thể hướng dẫn agent xử lý hình ảnh cửa hàng, đếm các sản phẩm được chỉ định, so sánh kết quả với hồ sơ kiểm inventory và chuẩn bị đề xuất bổ sung hàng. Các nhóm có thể sử dụng Ultralytics Platform để chú thích dữ liệu kệ hàng, huấn luyện một mô hình tùy chỉnh, triển khai mô hình đó và giám sát công cụ thị giác mà kỹ năng gọi.

Trong cả hai trường hợp, các kỹ năng kết nối nhận thức với kiến thức vận hành. Bản thân chúng không cải thiện độ chính xác thị giác của mô hình cơ sở; chúng làm cho các đầu ra của mô hình dễ áp dụng một cách nhất quán hơn.

Ví dụ tập lệnh thị giác cho một kỹ năng#

Một kỹ năng có thể đóng gói một tập lệnh tất định (deterministic script) để kiểm tra thị giác. Quy trình dự đoán Ultralytics YOLO được ghi chép lại sau đây có thể được lưu trữ trong thư mục scripts/ của kỹ năng:

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)

Ở đây, YOLO26 cung cấp năng lực thị giác, trong khi SKILL.md sẽ giải thích thời điểm chạy tập lệnh, cách diễn giải đầu ra của tập lệnh và hành động nào nên theo sau.

Các cân nhắc về thiết kế và bảo mật#

Các kỹ năng hiệu quả nên có trách nhiệm hẹp, mô tả kích hoạt rõ ràng, hướng dẫn súc tích, các ví dụ thực tế và các phụ thuộc được ghi chép lại. Các thực tiễn tốt nhất về tạo kỹ năng chính thức khuyến nghị nên điều chỉnh độ chi tiết của hướng dẫn theo rủi ro của tác vụ: hướng dẫn linh hoạt có thể phù hợp với phân tích mở, trong khi các thao tác dễ lỗi cần các tập lệnh chính xác và các ràng buộc chặt chẽ hơn.

Các kỹ năng của bên thứ ba nên được đối xử giống như phần mềm đã cài đặt. Xem xét mọi hướng dẫn, tập lệnh, phần phụ thuộc, lệnh gọi mạng và thao tác tệp trước khi cấp quyền truy cập. Áp dụng việc cách ly (sandboxing), quyền tối thiểu (least-privilege), giới hạn tài nguyên, ghi nhật ký và sự phê duyệt của con người cho các hành động hệ quả. Các biện pháp kiểm soát này giúp giải quyết các rủi ro được mô tả bởi hướng dẫn tiêm prompt OWASP và hướng dẫn lạm quyền agent OWASP. Các nhóm cũng có thể sử dụng NIST AI Risk Management Framework Playbook để tích hợp việc đánh giá, giám sát và quản trị kỹ năng vào việc quản lý rủi ro AI rộng lớn hơn.