DougTrajano/pydantic-ai-skills

解決的問題

讓 AI 代理能在不導致提示內容膨脹的情況下擴展其能力。透過「逐步揭露」機制，代理僅能看到可用技能的高階目錄（名稱與描述），只有在特定任務需要時才載入完整的說明、參考文件或可執行腳本。

工作原理

本專案實作一套管理「代理技能」的系統——即包含 SKILL.md 檔案（用於說明）以及可選腳本與資源的模組化套件。透過擴充 pydantic-ai-harness，新增以下功能：

• 遠端註冊表：支援從 Git 倉庫或 S3 儲存桶拉取技能。
• 封裝檔案執行：提供 read_skill_resource 與 run_skill_script 等工具，讓代理能讀取與技能相關的封裝文件或執行腳本。
• 沙箱機制：支援在容器或虛擬檔案系統中執行不受信任的腳本，以保護主機系統。
• 程式化定義：支援使用裝飾器或資料類別在 Python 程式碼中直接定義技能。

適用對象

使用 Pydantic AI 建構代理的開發者，需要管理大量專業任務庫，並希望整合外部技能註冊表（如 Anthropic 的技能註冊表），同時維持安全性與提示效率。

主要亮點

• 逐步揭露：僅在需要時載入詳細說明，防止提示溢出。
• 遠端取得：支援 Git 與 S3 注冊表，具備過濾與合併功能。
• 安全執行：提供沙箱選項，用於執行封裝的技能腳本。
• 動態解析：自動處理技能檔案中的 ${SKILL_DIR} 路徑佔位符。