Jak korzystać z Agent Skills
- Autor
- Tadas Petra
- Opublikowano
- Ostatnia aktualizacja
PosłuchajPosłuchaj tego artykułu
Agent Skills to jeden z najskuteczniejszych sposobów wykorzystania LLM-ów. Zapewniają właściwy kontekst do wielokrotnego wykonywania określonych zadań.
A co najlepsze?
Firmy tworzą te skille za ciebie, więc wystarczy, że użyjesz ich w swoich workflow. W tym przewodniku pokażę ci, jak wykorzystać te skille do tworzenia funkcji które naprawdę działają.
Czym są Skille?
„Skill” to folder z plikami Markdown, które opisują wykonanie konkretnego zadania. Główny plik skilla musi nazywać się SKILL.md, a jego zawartość może być dowolna, pod warunkiem że frontmatter zawiera pola nazwy i opisu. (Są też inne opcjonalne pola frontmatter, które znajdziesz tutaj.)
Zaleca się, aby główny plik SKILL.md miał mniej niż 500 wierszy.
W tym folderze możesz umieścić inne informacje, do których może odwoływać się plik SKILL.md, ale które są ładowane do kontekstu tylko wtedy, gdy są potrzebne. Informacje te powinny znaleźć się w następujących folderach:
- scripts/ – kod wykonywalny, który agenci mogą uruchamiać.
- references/ – dodatkowe pliki Markdown, które w razie potrzeby mogą służyć jako dokumentacja.
- assets/ – statyczne zasoby, z których może korzystać agent.
Co wyróżnia Skille?
Jednym z największych problemów przy korzystaniu z AI jest nadmiar kontekstu. Nadmiar kontekstu występuje wtedy, gdy przekazujesz AI tyle kontekstu, czyli informacji, że ma trudność z wykonaniem zadania.
Wyobraź sobie, że dajesz juniorowi dokładną dokumentację konkretnej funkcji i nic więcej. Po jej przeczytaniu ma duże szanse poprawnie ją wdrożyć.
A teraz wyobraź sobie, że prosisz juniora o przeczytanie CAŁEJ dokumentacji, a potem o wdrożenie konkretnej funkcji opisanej w jej małej części. Szanse powodzenia byłyby znacznie mniejsze.
LLM-y działają tak samo.
Wcześniejsze rozwiązania, takie jak MCP, próbowały rozwiązać ten problem, ładując do modelu duże ilości uporządkowanego kontekstu. Działało to lepiej niż brak kontekstu, ale nadal utrudniało konsekwentne wykonywanie zadań.
Skille działają inaczej.
Domyślnie do okna kontekstowego ładowane są tylko nazwa i opis z frontmatter. Zajmuje to bardzo mało miejsca, ale informuje LLM, jakie skille są dostępne. Gdy Skill zostanie uznany za przydatny, plik SKILL.md jest ładowany do okna kontekstowego. Następnie, tylko gdy jest to konieczne, do kontekstu ładowane są pozostałe pliki z folderów scripts/, references/ i assets/.
Jak więc korzystać z tych Skilli?
skills.sh
Zależnie od używanego interfejsu LLM możesz je pobrać i zapisać w odpowiednich lokalizacjach dla danej aplikacji. Na przykład:
Ponownie: Skille to po prostu foldery z plikami, więc możesz je skopiować i wkleić do tych katalogów, a wszystko zadziała.
Inną opcją jest użycie skills.sh.
To katalog Agent Skills stworzony przez Vercel, który pozwala odkrywać Skille na podstawie częstotliwości ich użycia. Możesz też skorzystać z narzędzia CLI, które stworzyli, aby dodać te skille do swoich projektów lub globalnego profilu użytkownika.
Aby to zrobić, uruchom polecenie npx skills add <owner/repo>, które przeprowadzi cię przez cały proces. To w zasadzie szybsze kopiowanie i wklejanie.
Korzystanie ze Skilli
Po zainstalowaniu Skilli (przez skills.sh lub przez skopiowanie i wklejenie) korzystanie z nich jest bardzo proste. Edytor, którego używasz, powinien automatycznie używać skilla, gdy uzna go za pomocny. Teoretycznie po umieszczeniu skilla we właściwej lokalizacji nie musisz już o nim myśleć.
ALE, w chwili pisania tego tekstu nie zawsze korzysta ze Skilli we właściwym momencie. Jeśli więc wiesz, że powinien użyć skilla, powiedz o tym LLM-owi.
Na przykład zainstalowałem skille zamiany mowy na tekst od ElevenLabs. Jeśli chcę, aby Claude ich użył, mogę wysłać mu taki prompt:
Użyj skilla speech to text do wdrożenia prostego przykładu w tym projekcie. Użyj jako audio pliku https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3.
Potrafił stworzyć poniższą aplikację za jednym podejściem.
Oczywiście ten interfejs wymaga wielu poprawek, ale podstawowa logika ElevenLabs jest poprawna i działa. A wszystko jednym zdaniem.
Gorąco polecam używanie Agent Skills w swoich projektach. Dają twojemu LLM-owi właściwy kontekst do konkretnego zadania, przygotowany przez twórców danych narzędzi.
Jeśli używasz ElevenLabs w swoich projektach, zainstaluj nasze skille poleceniem:
