Compétences d'agent (Agent Skills & Custom Workflows)

1. Vue d'ensemble du concept et problème systémique

Avec l'augmentation de la complexité des systèmes agentiques, les développeurs tentent souvent de doter l'agent d'une expertise transversale immédiate : ils rédigent des règles de formatage de code gigantesques, des checklists de sécurité serveur, des exigences d'accessibilité UI, la syntaxe des dialectes SQL et des modèles de documentation.

La tentative de tout regrouper dans un unique prompt système statique (system prompt) engendre trois problèmes systémiques critiques :

1. Épuisement catastrophique du budget de tokens : Même pour une requête banale du type « corrige une faute de frappe », le modèle est contraint de lire à chaque fois 40 000 tokens de documentation non pertinente.
2. Dilution contextuelle et dégradation du suivi des instructions (Instruction Drift) : Plus il y a de règles contradictoires ou hétérogènes dans le contexte, plus la probabilité que le modèle ignore les directives spécifiques est élevée.
3. Impossibilité de mise à jour modulaire : La modification d'une règle dans un fichier monolithique peut altérer de manière imprévisible le comportement de l'agent sur des tâches totalement différentes.

Les Agent Skills résolvent ce problème grâce au principe de séparation procédurale du contexte : les connaissances sont stockées sous forme de modules isolés sur le disque et ne sont chargées en mémoire vive de l'agent que lorsqu'un besoin d'ingénierie spécifique se présente.

2. Taxonomie architecturale et modèle mental

L'architecture moderne d'un Agent Skill est standardisée comme un package autonome de connaissances procédurales :

• 1. Manifeste et déclencheurs d'activation (Frontmatter Metadata) : Métadonnées au format YAML en tête du fichier SKILL.md. Elles définissent le nom, la description de la compétence et la liste des déclencheurs en langage naturel (par exemple : « achat de VPS », « configurer firewall », « check accessibility »).
• 2. Guide algorithmique des actions (Workflow Blueprint) : Un algorithme d'action étape par étape clair, divisé en phases : diagnostic -> préparation du plan -> exécution pas à pas -> vérification finale obligatoire du résultat.
• 3. Scripts exécutables et utilitaires (scripts/) : Des scripts Python, Bash ou Node.js déterministes, appelés par l'agent pour effectuer des calculs routiniers ou des vérifications, plutôt que de générer du code depuis zéro, processus lent et sujet aux erreurs.
• 4. Références et exemples de référence (references/) : Des modèles dorés d'architecture, des schémas de configuration (Nginx, Docker Compose, interfaces TypeScript), utilisés par l'agent comme gabarits à reproduire.

3. Pipeline technique et mécanique interne

Le cycle de vie de l'activation d'un skill par l'agent se déroule en 4 étapes :

1. Lightweight Index Discovery (Découverte de l'index) : Lors de l'initialisation, l'agent reçoit uniquement un index compact des skills disponibles (2-3 phrases de description par skill). Cela consomme moins de 500 tokens.
2. Intent Matching & Trigger Interception (Correspondance d'intention) : L'utilisateur soumet une tâche. L'agent compare la sémantique de la requête avec les manifestes des skills. Si une correspondance est détectée, l'agent prend la décision interne de charger l'expertise.
3. Lazy File Ingestion (Chargement paresseux des instructions) : L'agent appelle l'outil de gestion de fichiers (par exemple, view_file pour skills/<skill_name>/SKILL.md) et charge la spécification complète directement dans le contexte de travail.
4. Execution & Context Retirement (Exécution et libération du contexte) : L'agent exécute la tâche en suivant strictement les instructions du skill. Une fois la tâche terminée et le résultat validé, les sessions suivantes ne sont pas surchargées par des détails obsolètes.

4. Scénarios d'ingénierie pratiques en production

01. Durcissement procédural et protection d'un Linux VPS

L'agent dispose du skill vps-hardening. Lorsqu'un utilisateur signale l'achat d'un nouveau serveur, l'agent charge une checklist claire en 7 étapes : génération de clés SSH, configuration UFW, paramétrage fail2ban, tuning sysctl et désactivation de l'accès par mot de passe strictement après validation de la connexion par clé.

02. Audit spécialisé de design d'accessibilité (WCAG 2.2)

Un utilisateur demande une évaluation de l'intégration HTML d'un formulaire. L'agent active le skill better-accessibility : il vérifie le contraste des couleurs selon APCA/WCAG, la présence d'aria-labels, la navigation au clavier (focus-visible) et l'accessibilité pour les lecteurs d'écran.

03. Migration automatisée de base de données vers Drizzle ORM

Le skill contient des règles précises de génération de schéma : conventions de nommage snake_case, définition correcte des index, interdiction des enums bruts et création de fichiers de migration sûrs sans verrouillage des tables.

5. Pièges courants, erreurs typiques et sécurité

• Conflit de déclencheurs (Trigger Overlap) : Si deux skills différents ont des descriptions trop larges ou similaires (par exemple, code-review et security-audit), l'agent risque soit de charger les deux, gonflant ainsi le contexte, soit d'hésiter dans son choix. Rendez les descriptions des déclencheurs mutuellement exclusives et contrastées.
• Scripts utilitaires obsolètes (Stale Tooling) : Les changements d'API des bibliothèques externes peuvent casser les scripts auxiliaires situés dans scripts/. Il est nécessaire de lancer périodiquement des tests pour valider le fonctionnement du code des skills.
• Absence de validation de sécurité (Prompt Injection via Untrusted Skills) : Le chargement de skills tiers provenant de dépôts non fiables peut contenir des instructions cachées destinées à voler des clés privées. Faites confiance uniquement aux modules de connaissance vérifiés.