Anthropic Agent Skills: 構成可能なエージェント専門知識のためのオープンスタンダード

AIエージェントが複雑なコンピューティング環境と対話できるようになるにつれ、Anthropicは汎用エージェントに構成可能かつ移植可能なドメイン固有の専門知識を提供するために設計されたオープンスタンダードであるAgent Skillsを導入しました。

このシステムにより、開発者は手順に関する知識（専門的な指示、スクリプト、リソースなど）を再利用可能なユニットにパッケージ化でき、ユースケースごとに断片的でカスタム設計されたエージェントを作成する必要なく、汎用エージェントを高度に専門化されたツールに変換できます。

Agent Skillsの定義

Agent Skillsは、エージェントに追加の機能を付与する指示、スクリプト、リソースをまとめたSKILL.mdファイルを含む整理されたディレクトリです。Skillsの核心的な目的は、手順に関する知識を捕捉して共有することでエージェントの専門化を可能にし、特定のドメインへのエージェントのオンボーディングガイドとして効果的に機能することです。

Skillsは、専門知識を構成可能なリソースにパッケージ化できるようにすることで、Claudeのようなモデルの機能を拡張します。このアプローチは、モノリシックなカスタムエージェントを構築することから、エージェントがタスクに応じて関連する専門知識を動的に発見してロードできるモジュール式システムへと移行します。

スキルの構造：段階的開示

スキルの構造は、段階的開示の原則に基づいて構築されており、エージェントが特定のタスクに必要なコンテキストのみをロードすることを保証し、スケーラビリティと効率を大幅に向上させます。

スキル構造とメタデータ

最も単純なレベルでは、スキルはSKILL.mdファイルを含むディレクトリです。このファイルは、必須メタデータであるnameとdescriptionを含むYAMLフロントマターで始まる必要があります。エージェントが起動すると、インストールされているすべてのスキルのnameとdescriptionがシステムプロンプトに事前にロードされます。このメタデータは段階的開示の第一レベルとして機能し、エージェントがスキルの全コンテンツをロードすることなく、スキルが関連するかどうかを判断できるようにします。

コンテキストのレイヤリングとファイルバンドル

スキルがより複雑になるにつれて、Anthropicはコンテキストサイズを管理するための多層システムを設計しました。SKILL.mdファイルの実際の本文は第二レベルの詳細を構成し、エージェントはスキルが現在のタスクに関連すると判断した場合にのみ、その内容をコンテキストに読み込みます。さらに複雑な場合、スキルはスキルディレクトリ内に追加ファイル（例：forms.mdやreference.md）をバンドルし、コアのSKILL.mdからそれらを参照できます。

これらの追加のリンクされたファイルは、第三レベル（およびそれ以降）の詳細を表します。専門的な指示を別々のファイルに分離することで、スキル作成者はコアのSKILL.mdを簡潔に保ち、エージェントが必要な場合にのみこれらの詳細な指示をナビゲートして発見することを選択できます。

スキルとコンテキストウィンドウ管理

Agent Skillsは、ファイルシステムとコード実行ツールを持つエージェントが、すべてのタスクでスキル全体をコンテキストウィンドウにロードする必要がないため、事実上無制限のコンテキストバンドルを可能にします。

スキルアクティベーションのプロセスは、コンテキストウィンドウ内で特定のシーケンスに従います：

初期化： コンテキストウィンドウは、コアシステムプロンプト、インストールされているすべてのスキルのメタデータ、ユーザーの初期メッセージで始まります。
スキルトリガー： エージェントはツール（例：Bashツール）を呼び出して、スキルのSKILL.mdファイルのコンテンツを読み取ります。
コンテキスト選択： エージェントは、タスク要件に基づいて特定のバンドルファイル（例：forms.md）を読み取ることを選択します。
タスク実行： エージェントは、スキルから関連する指示のみをロードした状態で、ユーザーのタスクを続行します。

このメカニズムにより、エージェントは必要なときにのみ情報をロードすることが保証されます。これは、目次、特定の章、詳細な付録を使用する整理されたマニュアルに似ています。

コード実行の統合

スキルには、Pythonスクリプトなどの事前に書かれたコードを含めることができ、エージェントが裁量で実行できる決定論的なツールとして機能します。これは、特定の操作がトークン生成よりも従来のコード実行に適しているため重要です。

たとえば、PDFスキルには、PDFを読み取ってフォームフィールドを抽出するスクリプトを含めることができます。エージェントは、スクリプトやPDFコンテンツをコンテキストウィンドウにロードすることなく、このスクリプトを実行できます。このアプローチにより、一貫性と再現性のあるワークフローに必要な決定論的な信頼性が提供されます。

スキルの開発と評価

開発者は、スキルが効果的かつスケーラブルであることを保証するために、作成およびテスト時にいくつかのガイドラインに従う必要があります：

評価から始める： 代表的なタスクでエージェントを実行し、どこで苦労するかを観察して、スキルを構築する前にエージェントの能力の具体的なギャップを特定します。
スケールに合わせて構造化する： SKILL.mdファイルが大きくなりすぎた場合は、そのコンテンツを別々の参照ファイルに分割します。相互に排他的またはめったに使用されないコンテキストを分離すると、トークン使用量が削減されます。
エージェントの視点から考える： 実際のシナリオでエージェントがスキルをどのように使用するかを監視し、nameとdescriptionに細心の注意を払います。これらの要素は、エージェントがスキルをトリガーするかどうかを決定するために重要です。
エージェントとともに反復する： エージェントに、スキルを使用しながら成功したアプローチと一般的な間違いについて自己反省するよう依頼します。これにより、すべてのニーズを事前に予測しようとするのではなく、エージェントが必要とする正確なコンテキストを発見できます。

セキュリティに関する考慮事項

スキルは指示とコードを通じてエージェントに新しい機能を付与するため、潜在的な脆弱性を導入します。悪意のあるスキルは、環境の脆弱性を導入したり、エージェントにデータを外部送信させたり、意図しないアクションを引き起こしたりするために使用される可能性があります。

Anthropicは、信頼できるソースからのみスキルをインストールすることを強く推奨します。信頼性の低い出所からのスキルを使用する場合、徹底的な監査が必須です。この監査には、バンドルされているすべてのファイルを読んでその機能を理解し、コードの依存関係に細心の注意を払い、エージェントを信頼できない外部ネットワークソースに接続するように指示する可能性のある指示を精査することが含まれます。

SUMMARY: Anthropicは、指示、スクリプト、リソースの整理されたディレクトリを通じて、汎用AIエージェントを構成可能かつ移植可能なドメイン固有の知識で専門化できるようにするオープンスタンダードであるAgent Skillsを導入しました。

TITLE: Anthropic Agent Skills: 構成可能なエージェント専門知識のためのオープンスタンダード