Compétences des agents : Normes de compétences des agents d’OpenAI Agent Skills est un format standard simple et ouvert permettant d'offrir de nouvelles agentskills.io/homeise aux agents IA. Claude Skills a été lancé le mois dernier et a rapidement été adopté par divers agents IA. Anthropic est désormais officiellement disponible en tant que standard ouvert ! https://t.co/DivNLklgQr Concepts fondamentaux : Structure des compétences : Une compétence est un dossier qui doit contenir un fichier SKILL.md. Ce fichier commence par un en-tête YAML, définit le nom et la description de la compétence, et est suivi d’instructions détaillées, de scripts ou de fichiers de ressources. • Fonctionnement : L'agent ne charge pas tout le contenu des compétences en une seule fois, mais utilise une méthode de « chargement progressif » : • Au démarrage, chargez uniquement les métadonnées succinctes (nom + description) de toutes les compétences et placez-les dans l'invite système afin que le modèle sache quelles compétences sont disponibles. • L'agent charge dynamiquement le contenu complet d'une compétence uniquement lorsque la tâche correspond à la description de cette compétence (en lisant SKILL.md ou en exécutant le script correspondant). Cette solution remédie aux problèmes des outils traditionnels : fenêtres de contexte limitées et nécessité de précharger toutes les définitions d’outils. Plus efficace et flexible, Skills est particulièrement adapté aux flux de travail complexes ou spécifiques à un domaine. Principaux avantages : Pour les créateurs de compétences : Créez un package de compétences une seule fois et réutilisez-le dans plusieurs produits d’agents compatibles, ce qui facilite le contrôle des versions et le partage. Pour les développeurs d'agents : les utilisateurs peuvent facilement ajouter des compétences personnalisées sans avoir à réentraîner le modèle. • Pour les équipes/entreprises : Incorporer les connaissances relatives aux processus organisationnels internes (tels que l’examen juridique, les pipelines d’analyse de données) dans des packages portables afin de parvenir à la capture et à la normalisation des connaissances. • Scénarios d'activation : • Injecter des connaissances d’experts du domaine (telles que des processus d’examen spécifiques à l’industrie). • Ajouter de nouvelles fonctionnalités (telles que la génération de présentations, le traitement de fichiers PDF/Excel et la création de serveurs). • Créer des flux de travail reproductibles et auditables. • Interopérabilité entre produits : Une même compétence peut être utilisée dans différents agents. Elle a déjà été adoptée rapidement : Claude anthropique, Code Claude Intégration de Microsoft Copilot avec VS Code et GitHub Codex, Curseur Des partenaires tels qu'OpenCode, Amp, Goose et Letta fournissent des fonctionnalités préconfigurées. On a même constaté qu'OpenAI Codex adoptait discrètement une structure similaire en interne. Méthode d'intégration L'agent prend en charge les compétences par deux voies principales : 1. Type de système de fichiers : L’agent a la capacité d’accéder au système de fichiers et peut lire directement SKILL.md via des commandes. 2. Type d'outil : En l'absence de système de fichiers, implémentez un outil dédié pour déclencher le chargement des compétences pour le modèle.
