Agent Skills: открытый стандарт навыков для AI-агентов

AI-агенты обучаются по инструкциям — как сотрудники

В декабре 2025 года Anthropic анонсировала открытый стандарт Agent Skills — формат, призванный превратить AI-агентов из чат-ботов в специализированных автономных экспертов. По мере роста возможностей агентов возникла потребность в компонуемых и портируемых способах снабжать их доменной экспертизой — так появились Agent Skills: организованные папки с инструкциями, скриптами и ресурсами, которые агент загружает динамически. Сегодня формат поддерживается более чем 27 AI-инструментами, включая Claude Code, Cursor, Codex, Gemini CLI и VS Code.

Что такое Agent Skills?

Agent Skills — это лёгкий открытый формат расширения возможностей AI-агентов. В основе каждого навыка — папка с файлом SKILL.md, который содержит метаданные и инструкции для выполнения конкретной задачи.

Помимо SKILL.md, навык может включать скрипты, справочные материалы, шаблоны и другие ресурсы. Структура выглядит так:

my-skill/
├── SKILL.md          # Обязательно: метаданные + инструкции
├── scripts/          # Опционально: исполняемый код
├── references/       # Опционально: документация
├── assets/           # Опционально: шаблоны, ресурсы
└── ...               # Любые дополнительные файлы

Файл SKILL.md состоит из двух частей: YAML-заголовок с метаданными (имя, описание, версия) и тело в формате Markdown с самими инструкциями. Заголовок сообщает агенту, что умеет навык и когда его использовать, а тело — как именно действовать: формат вывода, правила, ограничения, примеры.

Пример минимального SKILL.md:

---
name: expense-report
description: >
  File and validate employee expense reports according
  to company policy. Use when asked about expense
  submissions, reimbursement rules, or spending limits.
---

## Инструкции
1. Запроси у пользователя сумму и категорию расхода.
2. Проверь соответствие лимитам из policy.md.
3. Сформируй отчёт по шаблону из assets/template.docx.

Как работает прогрессивная загрузка (progressive disclosure)?

Ключевое преимущество формата — экономия контекстного окна агента. Навыки загружаются в три этапа:

graph TD
    A[🚀 Запуск агента] --> B[Discovery: загружаются только name + description]
    B --> C{Задача совпадает с навыком?}
    C -- Да --> D[Activation: загружается полный SKILL.md]
    C -- Нет --> E[Навык остаётся в спящем режиме]
    D --> F[Execution: агент выполняет инструкции, запускает скрипты]

На этапе Discovery агент загружает только имена и описания всех доступных навыков — минимум для понимания их назначения. При Activation, когда задача совпадает с описанием навыка, агент читает полный SKILL.md. На этапе Execution агент следует инструкциям, при необходимости выполняя скрипты или загружая дополнительные файлы. Полные инструкции загружаются только по необходимости — агент может держать множество навыков при минимальном расходе контекста.

Без навыков 10 рабочих процессов по 500 токенов каждый создают 5 000 токенов постоянных накладных расходов. С навыками — около 500 токенов на каталог плюс 500 на активный навык. Экономия в 10 раз.

Зачем это нужно?

Skills упаковывают процедурные знания и контекст, специфичный для компании, команды или пользователя, в портируемые папки с версионным контролем, которые агент загружает по требованию.

Кто уже поддерживает стандарт?

Agent Skills принят широким кругом инструментов: OpenAI Codex читает навыки из директорий .agents/skills, GitHub Copilot загружает их из .github/skills/ в репозиториях, VS Code имеет нативную поддержку через Copilot, Cursor поддерживает SKILL.md для кастомизации на уровне рабочего пространства, а Goose от Block — open-source агент с полной поддержкой навыков.

Стандарт принят также в OpenAI Codex CLI, Microsoft Agent Framework, Cursor и GitHub Copilot.

«Навыки не должны быть привязаны к одной платформе» — именно этот принцип лёг в основу открытого стандарта.

Формат Agent Skills был разработан Anthropic и выпущен как открытый стандарт в конце 2025 года. Спецификация размещена на GitHub по адресу github.com/agentskills/agentskills.

Безопасность: о чём стоит помнить

Agentic AI Foundation разрабатывает систему «Skill Verification» — аналог цифровой подписи для программного обеспечения — чтобы гарантировать, что навыки поступают из доверенных источников.

Значение для отрасли

Эксперты отмечают, что модульность Agent Skills делает разработку AI менее похожей на «инжиниринг промптов» и больше напоминает онбординг нового сотрудника с чётким набором стандартных операционных процедур.

Стандарт стал результатом конвергенции более ранних подходов — Cursor rules, GitHub Copilot custom instructions, Windsurf rules и контекстных файлов уровня репозитория, каждый из которых независимо эволюционировал для доставки структурированных знаний в контекстное окно агента. Agent Skills стандартизировал то, к чему стремились все эти предшественники: портируемый, обнаруживаемый формат для упаковки знаний, пригодных для потребления агентом.

Более широко, эти инициативы Anthropic могут позиционировать компанию не просто как поставщика моделей и инструментов, но как инфраструктурный слой, пронизывающий всю отрасль, включая конкурентов вроде OpenAI и Google.