DougTrajano/pydantic-ai-skills

解决的问题

使 AI 代理能够扩展其能力，而不会导致提示内容膨胀。通过使用「渐进披露」机制，代理仅能看到可用技能的高层级目录（名称和描述），只有在特定任务需要时才加载完整的说明、参考文档或可执行脚本。

工作原理

该项目实现了一套管理「代理技能」的系统——即包含 SKILL.md 文件（用于说明）以及可选脚本和资源的模块化包。它通过扩展 pydantic-ai-harness，增加了以下功能：

• 远程注册表：支持从 Git 仓库或 S3 存储桶拉取技能。
• 捆绑文件执行：提供 read_skill_resource 和 run_skill_script 等工具，允许代理读取与技能相关的捆绑文档或执行脚本。
• 沙箱机制：支持在容器或虚拟文件系统中运行不受信任的脚本，以保护主机系统。
• 程序化定义：支持使用装饰器或数据类在 Python 代码中直接定义技能。

适用人群

使用 Pydantic AI 构建代理的开发者，需要管理大量专业任务库，并希望集成外部技能注册表（如 Anthropic 的技能注册表），同时保持安全性和提示效率。

主要亮点

• 渐进披露：仅在需要时加载详细说明，防止提示溢出。
• 远程获取：支持 Git 和 S3 注册表，具备过滤和合并功能。
• 安全执行：提供沙箱选项，用于执行捆绑的技能脚本。
• 动态解析：自动处理技能文件中的 ${SKILL_DIR} 路径占位符。