Anthropic transfiere el estándar Agent Skills a la Linux Foundation

Anthropic ha transferido el estándar Agent Skills a la Linux Foundation, el mismo organismo al que previamente se transfirió MCP.

Desde el lanzamiento del estándar en octubre del año pasado, se han publicado 1 millón de skills, que se han instalado casi 280 millones de veces. Hoy, Agent Skills es compatible con más de 70 plataformas de agentes de IA, incluidas ChatGPT, Cursor, GitHub Copilot y VS Code.

Durante el último año se ha consolidado un enfoque común para crear skills. La guía oficial de desarrollo también se ha donado a la fundación.

Seis de las reglas más útiles de esta guía:

1. Primero completa la tarea junto con el agente. Solo después convierte en un skill los pasos que funcionaron, las correcciones que aportaste, los formatos de entrada y salida, y el contexto adicional. Si el modelo escribe un skill basándose solo en conocimientos generales, el resultado estará lleno de consejos inútiles como «gestiona los errores correctamente».

2. Revisa cada línea. Pregúntate si el agente cometería un error sin esa instrucción. Si no es así, elimínala.

3. Presta especial atención a la descripción del skill. Al iniciar, el agente solo lee el nombre y la descripción, por lo que la descripción determina si el skill se usará. Redáctala como «Usa este skill cuando...», hazla suficientemente asertiva, enumera situaciones que los usuarios pueden no mencionar directamente y mantén el texto dentro de 1024 caracteres.

4. No sobrecargues SKILL.md. Limítalo a 500 líneas y 5000 tokens. Mueve los detalles al directorio references/, indicando cuándo el agente debe leer cada archivo.

5. Separa instrucciones estrictas de recomendaciones. Para acciones en las que es especialmente fácil equivocarse, indica comandos exactos. Donde se requiera criterio propio, explica las razones de la elección. Si la tarea puede completarse de varias maneras, ofrece una opción predeterminada.

6. Mantén una lista de errores frecuentes (gotchas). En muchos skills, esta parte resulta la más útil. Cada vez que debas corregir un error del agente, añade una nota correspondiente a la lista.

Inmediatamente después de que el agente complete una tarea que le asignas con frecuencia, puedes enviar el siguiente ejemplo de prompt a Claude Code en la misma sesión para guardar el enfoque exitoso como un skill estándar.

Ejemplo de prompt:

Siguiendo la guía Agent Skills Best Practices, convierte la tarea que acabamos de completar en un skill.

Usa únicamente los pasos que funcionaron en esta sesión, mis correcciones y las decisiones relacionadas que aparecen en CLAUDE.md, AGENTS.md y el historial de Git. No rellenes huecos con conocimientos generales.

Redacta la descripción con el formato «Usa este skill cuando...». Incluye situaciones que no mencioné directamente pero en las que el skill debe activarse. La descripción no debe superar los 1024 caracteres.

Limita el tamaño de SKILL.md a 500 líneas. Mueve la información detallada al directorio references/, indicando cuándo el agente debe consultar cada archivo.

Crea una sección separada para errores frecuentes y trampas.

Para el nombre del skill usa solo letras minúsculas latinas, dígitos y guiones. El nombre debe coincidir con el nombre del directorio.

Al final, crea 2–3 escenarios de prueba reales en evals/evals.json, indicando para cada uno el prompt y el resultado esperado. Ejecuta todas las pruebas, muestra sus resultados y describe las acciones realizadas.