Xây dựng một lần, chạy trên mọi Agent: Hướng dẫn thực tế về ‘Agent Skills’

Bạn đã bao giờ tự hỏi mình phải giải thích đi giải thích lại một nhiệm vụ cho AI agent bao nhiêu lần trong tuần? Hay bao nhiêu lần bạn phải hỏi đồng nghiệp về cách giải quyết một vấn đề cụ thể vì kiến thức đó chỉ nằm trong đầu họ? Những ngữ cảnh quan trọng này không nên bị lãng phí trong các đoạn chat hay bị cô lập ở một cá nhân. Agent skills ra đời để giúp bạn ghi lại các hướng dẫn có thể lặp lại, cho phép bạn và các agent của mình tái sử dụng chúng một cách hiệu quả.

Agent Skill là gì?

Một agent skill là một thư mục được đánh phiên bản, tập trung vào tệp SKILL.md. Tệp này mô tả chi tiết thời điểm và cách thức thực hiện một nhiệm vụ cụ thể. Mặc dù bạn có thể chia sẻ các hướng dẫn này giữa nhiều agent, nhưng môi trường thực thi vẫn phải đảm bảo cung cấp các công cụ, thông tin xác thực và quyền hạn cần thiết. Ví dụ, một skill có thể mô tả cách truy vấn cơ sở dữ liệu, nhưng bản thân nó không tự cấp quyền truy cập vào cơ sở dữ liệu đó.

Định nghĩa nhiệm vụ và phạm vi áp dụng

Một skill hoạt động hiệu quả nhất khi nó có công việc, đầu vào và đầu ra rõ ràng. Nguyên tắc cốt lõi ở đây là: tự xác thực không phải là xác thực. Thay vì để một agent tự đánh giá công việc của chính mình, hãy sử dụng một trình xác thực (verifier) riêng biệt để kiểm tra các thay đổi và cung cấp bằng chứng cho các phát hiện của nó.

Điều phối nhiều Skill cho quy trình phức tạp

Khi quy trình làm việc đòi hỏi sự phối hợp của nhiều bộ phận, việc chia nhỏ trách nhiệm cho từng skill là chìa khóa. Thay vì để mỗi skill tự tìm hiểu lại ngữ cảnh, chúng nên chia sẻ một tệp cấu hình chung (manifest).

• Tách biệt cấu hình dự án: Không nên hardcode tên dự án, cơ sở dữ liệu hay các quy ước vào trong skill. Hãy sử dụng một tệp manifest để lưu trữ các chi tiết này, giúp skill trở nên linh hoạt và có tính di động cao hơn giữa các đội nhóm.
• Sử dụng điểm kiểm tra (Checkpoint): Đưa các bước phê duyệt của con người vào quy trình làm việc. Trước khi thực hiện các thay đổi quan trọng như schema database, hãy yêu cầu sự xác nhận từ con người để đảm bảo tính chính xác.

Ba thực hành tốt nhất khi xây dựng Agent Skills

1. Tập trung ngữ cảnh kinh doanh vào một tệp: Giữ các tên dự án, schema và quy ước trong một manifest duy nhất để đội ngũ dễ dàng cập nhật.
2. Thống nhất cách truy cập nền tảng: Các skill liên quan nên sử dụng chung một cơ chế để truy vấn dữ liệu hoặc thực hiện lệnh, giúp việc kiểm soát và bảo trì trở nên đơn giản hơn.
3. Hướng dẫn bằng chỉ dẫn, xác thực bằng kiểm tra: Sử dụng hướng dẫn để chỉ định tiêu chuẩn cần tuân thủ và sử dụng các bài kiểm tra (test) hoặc CI checks để phát hiện lỗi trước khi thay đổi được áp dụng.

Hãy bắt đầu bằng việc xác định những nhiệm vụ khiến bạn mệt mỏi nhất khi phải giải thích. Ghi lại các yêu cầu, điểm dừng và những gì người đánh giá cần thấy. Sau đó, hãy thử nghiệm với các agent khác nhau và cải thiện dần dựa trên những gì bạn học được.

Nguồn tham khảo: GitHub Blog