Навыки агентов (Agent Skills): что это такое и почему это больше, чем «папка с промптами»
Автор: Сергей Нотевский, AI Platform Lead в Битрикс24
Оригинал: habr.com/ru/companies/bitrix/articles/980654/
Смежная статья автора: О проблемах длинного контекста
TL;DR: Agent Skills — это переносимые модули процедурной памяти (инструкции + критерии + ресурсы), которые агент подгружает по мере необходимости. Они решают проблему «впихнуть невпихуемое» в контекст и устраняют prompt sprawl (разрастание промптов): процесс превращается в версионируемый артефакт (папку с кодом и Markdown). В отличие от RAG, который приносит факты, и Tools, которые дают действия, Skill задаёт алгоритм — как именно действовать.
Содержание
- Зачем понадобились Agent Skills
- Предпосылки появления
- Решение и его архитектура
- Отличие от MCP, tools и место внутри системы
- Где сейчас хранится то, что переносится в Навыки
- Стандартизация
- Заключение
Что такое Agent Skills и зачем они понадобились
Agent Skills (навыки агентов) — это новый архитектурный паттерн для LLM-агентов, позволяющий имитировать наличие у модели набора узкоспециализированных компетенций. Технически Skill — это директория, содержащая манифест с инструкциями (SKILL.md) и связанные ресурсы (скрипты, шаблоны, справочники).
Идея была впервые формализована компанией Anthropic осенью 2025 года, а к концу 2025-го стала открытым стандартом, поддерживаемым индустрией.
Проще говоря, skill — это «упакованный» кусочек экспертного опыта или пошаговой процедуры, который агент может динамически загрузить и применить, когда этот навык ему пригодится.
Почему эта концепция возникла именно сейчас? LLM-агенты эволюционировали из простого «чатика с одним промптом» во что-то гораздо более сложное. Логика решения задач размазывается по системным промптам, коду оркестровки и внешним БД. На масштабе это выливается в хаос — prompt sprawl:
- Правка в одном месте может сломать поведение модели в другом.
- Знания и инструкции дублируются между разными агентами и командами.
- Качество решений непоследовательно: каждый «учит» модель по-своему.
Предпосылки: проблема длинного контекста и Context Rot
Современные LLM могут иметь огромные контекстные окна (128k, 200k, даже до миллиона токенов), но существует феномен Context Rot — «гниения контекста»: чем больше информации загружено в модель одномоментно, тем менее надежно она учитывает ранние части промпта.
Исследования Chroma Research демонстрируют: токен на позиции 10 000 обрабатывается хуже, чем на позиции 100. Топовые нейросети научились обходить эффект Lost in the Middle на задачах поиска фактов, но для сложного рассуждения и обобщения проблема никуда не делась.
Предыдущие попытки решения:
| Подход | Проблема |
|---|---|
| Увеличение окна контекста | Не лечит context rot, дорого |
| RAG | Приносит факты, не учит процедуре |
| Tools / Function Calling | Гибко, но непредсказуемо (каждый раз разный путь) |
| Жёсткие правила в промптах | Плохо масштабируется, «простыни» |
| Файн-тюнинг | Долго, дорого, негибко |
Решение: архитектура Agent Skills
Навык агента — подробная должностная инструкция или чеклист, оформленный для восприятия LLM. Работает по принципу Progressive Disclosure (прогрессивное раскрытие информации):
Три уровня раскрытия
1. Discovery — в системном промпте хранится только меню навыков (названия + краткое описание). Минимум токенов.
2. Activation — когда агент понимает, что нужен конкретный навык, он подгружает полный SKILL.md. Детальные инструкции попадают в контекст только сейчас.
3. Execution — вспомогательные ресурсы (скрипты, шаблоны, справочники) подтягиваются лениво, по мере надобности.
Структура навыка
my-cool-skill/
├── SKILL.md # Манифест и инструкции
├── scripts/ # Исполняемый код (Python, Bash)
├── references/ # Справочные материалы
└── assets/ # Шаблоны документов, письма
Пример SKILL.md
---
name: production-incident-triage
description: Используй при алертах P0/P1 для первичной диагностики и коммуникации.
---
# Incident Triage Procedure
## 1. Context Collection
Собери метрики за последние 15 минут.
Используй tool query_grafana с дашбордом main-cluster-v2.
## 2. Severity Check
ЕСЛИ error_rate > 5% ИЛИ latency p99 > 2s:
- Объяви инцидент через tool create_jira_ticket.
- Используй шаблон из файла assets/incident-template.md.
Отличие от MCP, Tools и RAG
| Сущность | Аналогия | Отвечает на вопрос | Пример |
|---|---|---|---|
| Tool / функция | Руки | «Что я могу сделать?» | send_email(), query_database() |
| MCP | Проводка / порт | «Где взять данные?» | Стандарт подключения к Jira/GitHub |
| RAG | Библиотека | «Что я знаю (факты)?» | «Какая выручка была в Q3?» |
| Skill | Должностная инструкция | «Как правильно выполнить задачу?» | Как составить отчет, в каком формате отправить |
MCP и Skills не конкуренты — MCP предоставляет «руки» и «глаза» (инструменты), а Skill — мозги и опыт для конкретной задачи.
Где раньше хранились эти знания
- Документация и Wiki (Confluence, Notion) — трудно интегрировать с LLM, теряется логика последовательности
- Библиотеки промптов — не масштабируется, каждый копипастит вручную
- В головах экспертов — узкое хранилище, не передаётся агенту
- Жёсткая логика в коде (LangChain, скрипты) — дорого поддерживать, любое изменение требует правки кода
Стандартизация
В декабре 2025 Anthropic опубликовала спецификацию Skills как открытый формат, который поддерживается:
- GitHub Copilot (Agent mode) — навыки из папки
.github/skillsв репозитории - Anthropic Claude — Claude.ai, Claude Code, Claude Agent SDK
- Cursor и другие IDE — через плагины
«Agent Skills — простой открытый формат для передачи агентам новых способностей и экспертизы. Создайте навык один раз и используйте на разных продуктах; захватывайте знания организации в портативные, версионируемые пакеты» — официальная спецификация
Unit of Change — теперь это не веса модели и не огромный prompt, а понятный файл SKILL.md.
Заключение
Agent Skills стали прагматичным ответом на хаос первых лет массового внедрения ИИ.
- Доверие к результатам AI: агент строго следует утвержденному протоколу — выводы предсказуемы
- Работают в связке: Tools (действие) + MCP (канал к данным) + RAG (факты) + Skill (алгоритм)
- Логика поведения — наружу: из чёрного ящика модели в человекочитаемый
SKILL.md - Изменение процесса = правка одного файла, все агенты сразу работают по-новому
Telegram-канал автора о практике LLM: t.me/+um9oX8bUCoFjYTIy
Дисклеймер / Disclaimer: material is published for informational and research purposes. Полный отказ от ответственности / Full disclaimer.