• Главная
  • Новости
  • Блог
  • Релизы
  • История LLM
  • Сравнение LLM
  • Библиотека
  • Обо мне
⌘K
Вход

Блог и заметки о разработке. Для связи удобнее всего использовать соцсети ниже.

Контакты
talalaev.misha@gmail.com
Документы
Политика обработки персональных данныхСогласие на обработку персональных данных
Фото: National Cancer Institute / Unsplash

@skills: как использовать навыки агентов, не забивая system prompt

Sh0ny
Sh0ny
15 августа 2026
  1. Главная
  2. Блог
  3. @skills: как использовать навыки агентов, не забивая system prompt
2 мин чтения

Коротко

Установка каждого навыка превращает его описание в постоянного конкурента за место в контексте агента. @skills предлагает разделить хранение, содержимое и автоматический вызов — и подключать навык только в момент чтения.

У агентских навыков есть неожиданный дефицит: не самих инструкций, а места для их постоянного присутствия в system prompt. @skills предлагает не устанавливать навыки вовсе — агент обращается к нужному пути, читает файл и получает возможность им воспользоваться.

По данным авторов протокола, публичных agent skills уже 56 804, а у команд есть ещё множество закрытых инструкций. При обычной установке описание каждого навыка остаётся в системном промпте и конкурирует за менее чем 100 надёжных слотов вызова. В результате длинный хвост навыков почти не используется, а внутренние playbook команды борются за то же ограниченное пространство.

Здесь важна не магия нового формата, а разделение трёх разных задач: хранить контент, сохранять его в проекте и автоматически решать, когда его вызвать. В prompt должен оставаться только механизм автоматического триггера. Сам навык можно адресовать по пути, прочитать и при необходимости скопировать в Git-отслеживаемое дерево проекта для адаптации и владения.

Это также меняет модель наборов. Каталог становится меню: можно обратиться к отдельному навыку, подкаталогу или коллекции, не устанавливая всё целиком. Протоколу не нужны manifest, lockfile или регистрация, а SKILL.md остаётся без изменений. Любой агент, который умеет читать файлы и запускать команды, может стать клиентом через один instruction file. Спецификация опубликована на GitHub, а реализация есть в AdaL CLI.

Но проблема не исчезает полностью — она переезжает. Пути хорошо адресуют уже найденные навыки, но сами по себе не помогают их искать. Для этого авторы предлагают необязательный бесплатный hub atskills.one с поиском и ранжированием, размещением без репозитория, приватными и командными коллекциями и созданием навыка в одном экране. Локальные пути и gh: работают без hub, а индексированные навыки GitHub сохраняют свои gh:-идентификаторы. При этом перед нами пока протокол и его реализация, а не доказательство того, что агенты действительно станут заметно полезнее в реальных проектах.

Если ваши навыки уже лежат в проекте, что сильнее мешает работе сейчас: нехватка места в prompt или невозможность быстро найти нужную инструкцию? Источник: cs.AI updates on arXiv.org

новостиагентыllmразработка
Больше разборов AI-инструментов — в Telegram-канале, коротко и по делу
Подписаться в Telegram

Комментарии

(0)
​