Como usar Agent Skills

As Agent Skills são uma das formas mais eficazes de usar LLMs. Elas fornecem o contexto adequado para a tarefa que você quer realizar de forma repetível. 

E a melhor parte? 

As empresas estão criando essas skills para você, então basta usá-las nos seus workflows. Neste guia, vou mostrar como aproveitar essas skills para criar funcionalidades que realmente funcionam.

O que são Skills?

Uma “Skill” é uma pasta com arquivos markdown que explicam como realizar uma tarefa específica. O arquivo principal da skill precisa se chamar SKILL.md, e o conteúdo desse arquivo pode ser o que você quiser, desde que o frontmatter contenha os campos de nome e descrição. (Há outros campos opcionais de frontmatter que você encontra aqui.)

Nessa pasta, você pode ter outras informações, que podem ser referenciadas pelo arquivo SKILL.md, mas carregadas no contexto apenas quando for necessário. Essas informações devem ser armazenadas nas seguintes pastas:

1. scripts/ - Código executável que os agentes podem executar.
2. references/ - Mais arquivos markdown que podem ser usados como documentação adicional, quando necessário.
3. assets/ - Recursos estáticos que o agente pode usar.

O que torna as Skills especiais?

Um dos maiores problemas ao usar IA é o Excesso de Contexto. O excesso de contexto acontece quando você fornece tanto contexto (ou seja, informação) à IA que ela tem dificuldade para realizar a tarefa.

Imagine dar a um desenvolvedor júnior a documentação exata de uma funcionalidade específica e nada que seja irrelevante. Depois de ler essa documentação, ele teria uma alta taxa de sucesso ao tentar implementá-la.

Agora imagine pedir a esse desenvolvedor júnior que leia TODA a documentação. Depois de ler, ele precisa implementar uma funcionalidade específica a partir de uma pequena parte dela. A taxa de sucesso seria muito menor.

Os LLMs se comportam da mesma forma. 

Abordagens anteriores, como o MCP, tentaram resolver isso carregando grandes quantidades de contexto estruturado no modelo. Isso funcionava melhor do que não ter contexto nenhum, mas ainda tinha dificuldade para realizar tarefas de forma consistente.

As Skills são diferentes.

Por padrão, apenas o nome e a descrição do frontmatter são carregados na janela de contexto. Isso ocupa muito pouco contexto, mas fornece ao LLM informações sobre os tipos de skills disponíveis. Quando uma Skill é considerada útil, o arquivo SKILL.md é carregado na janela de contexto. Depois, apenas quando necessário, os outros arquivos das pastas scripts/, references/ e assets/ são carregados no contexto.

Então, como usar essas Skills?

skills.sh

Dependendo da interface de LLM que você usa, elas podem ser baixadas e armazenadas nos locais adequados para essa aplicação. Por exemplo:

Mais uma vez, Skills são apenas pastas com arquivos, então você pode copiá-las e colá-las nesses diretórios e tudo funcionará.

A outra opção é usar o skills.sh. 

Este é um diretório de Agent Skills criado pela Vercel que permite descobrir Skills com base na frequência de uso. Você também pode usar uma ferramenta de CLI desenvolvida por eles para adicionar essas skills aos seus projetos ou ao seu usuário global.

Para isso, execute o comando npx skills add <owner/repo>, e ele orientará você durante todo o processo. O comando é basicamente um copiar e colar, mas mais rápido.

Usando Skills

Depois de instalá-las (usando o skills.sh ou copiando e colando), usá-las é muito simples. O editor que você estiver usando deve automaticamente usar a skill sempre que considerar que ela será útil. Em teoria, depois de carregar a skill no local correto, você não precisa mais pensar nisso. 

MAS, no momento em que escrevo isto, ele nem sempre utiliza as Skills nos momentos certos. Então, se você souber que ele deve usar uma skill em determinado momento, diga isso ao LLM. 

Por exemplo, instalei as skills de Speech to Text da ElevenLabs. Então, se eu quiser que o Claude as use, posso enviar o seguinte prompt:

Ele conseguiu criar o app abaixo de uma só vez.

Claro, essa interface precisa melhorar muito, mas a lógica principal da ElevenLabs está correta e funcionando. Tudo com uma única frase. 

Recomendo muito usar Agent Skills nos seus projetos. Elas fornecem ao seu LLM o contexto adequado para uma tarefa específica, selecionado por quem criou as ferramentas.

E, se você usa a ElevenLabs nos seus projetos, instale nossas skills com:

npx skills add elevenlabs/skills