AI Knowledge Base

Концепция AI Skills

🧩 Концепция AI Skills: Анатомия способностей агента

Определение

AI Skill (Навык ИИ) — это автономная единица компетенции агента. Это не просто “умение”, а связка из инструкции, набора инструментов (MCP) и логической цепочки, которая позволяет решать конкретный класс задач без детального руководства со стороны человека.

🏗️ Формула Навыка

В современной архитектуре навык описывается уравнением: Skill = Instruction + Tool + Reasoning Pattern

  1. Instruction (Инструкция): Системный промпт или набор правил, определяющий “личность” и границы компетенции (напр. “Ты — эксперт по безопасности”).
  2. Tool (Инструмент): Доступ к внешнему миру через MCP (напр. доступ к файловой системе, поиску или терминалу).
  3. Reasoning Pattern (Паттерн рассуждения): Метод обработки информации (напр. “Chain of Thought” для кода или “Step-back” для анализа стратегии).

🧱 Три уровня компетенций

Для эффективного управления базой навыков мы разделяем их по сложности:

1. Атомарные навыки (Atomic Skills)

Простые действия “одна кнопка — один результат”.

  • Пример: Поиск файла, саммари текста, форматирование таблицы.
  • Инструменты: Filesystem MCP.

2. Композитные навыки (Composite Skills)

Связки из нескольких атомарных действий.

  • Пример: Исследование темы (Поиск в сети -> Оценка источников -> Написание отчета).
  • Инструменты: Brave Search + Puppeteer + Filesystem.

3. Когнитивные навыки (Reasoning Skills)

Методы “глубокого мышления”, которые агент применяет ко всем своим действиям.

  • Пример: Самокритика (Self-Correction), пошаговое планирование (Sequential Thinking).
  • Инструменты: Sequential Thinking MCP.

🛠️ Внедрение и Исполнение

Навыки не живут в вакууме. Они подключаются к агенту через файлы конфигурации в зависимости от среды:

  • В IDE (Cursor/VS Code): Через блок Rules в настройках или файл .cursorrules. Агент считывает навык как “стандарт кодирования”.
  • В Терминале (Claude Code/CLI): Через файл CLAUDE.md. Агент использует навыки как “операционные процедуры”.
  • В Автономных системах: Навыки передаются как tools в API-вызове модели.

🔄 Жизненный цикл навыка

  1. Дизайн: Описание логики навыка в Базе Знаний.
  2. Тестирование: Проверка навыка в изолированном чате (“Песочнице”).
  3. Деплой: Копирование ссылки или текста навыка в конфиг рабочего проекта.
  4. Рефлексия: Обновление навыка в базе на основе ошибок, допущенных ИИ в реальной работе.

🔗 Связи

  • _MCP Index — Техническая база для реализации навыков.
  • _Prompt Lab Index — Библиотека “инструкций”, которые ложатся в основу навыков.
  • Архитектура Навыка — Стандарт описания конкретных навыков.

Вид графа