Anthropic transfere padrão Agent Skills para a Linux Foundation

Anthropic transferiu o padrão Agent Skills para a Linux Foundation, a mesma organização à qual o MCP foi entregue anteriormente.

Desde o lançamento do padrão em outubro do ano passado, 1 milhão de skills foram publicados e instalados quase 280 milhões de vezes. Hoje, o Agent Skills é suportado por mais de 70 plataformas de agentes de IA, incluindo ChatGPT, Cursor, GitHub Copilot e VS Code.

Ao longo do último ano, consolidou-se uma abordagem unificada para criar skills. O guia oficial de desenvolvimento também foi doado à fundação.

Seis das regras mais úteis desse guia:

1. Primeiro, execute a tarefa junto com o agente. Só depois transforme em skill os passos que funcionaram, as correções feitas por você, os formatos de entrada e saída e o contexto adicional. Se o modelo escrever um skill apenas com base em conhecimento geral, o resultado ficará cheio de recomendações inúteis, como «tratar erros corretamente».

2. Revise cada linha. Pergunte-se se o agente erraria sem essa instrução. Caso não, remova-a.

3. Dê atenção especial à descrição do skill. Na inicialização, o agente lê apenas o nome e a descrição, por isso a descrição determina se o skill será usado. Formule-a como «Usar este skill quando...», torne-a suficientemente assertiva, liste situações que os usuários podem não mencionar diretamente e mantenha o texto dentro de 1024 caracteres.

4. Não sobrecarregue o SKILL.md. Limite-o a 500 linhas e 5000 tokens. Mova os detalhes para o diretório references/, indicando quando o agente deve ler cada arquivo.

5. Separe instruções rígidas de recomendações. Para ações em que é especialmente fácil cometer erros, indique comandos exatos. Onde for necessário julgamento próprio, explique os motivos da escolha. Se a tarefa pode ser concluída de várias formas, ofereça uma opção padrão.

6. Mantenha uma lista de erros comuns (gotchas). Em muitos skills, essa é justamente a parte mais útil. Sempre que você tiver que corrigir um erro do agente, adicione uma observação correspondente à lista.

Logo depois que o agente concluir uma tarefa que você costuma atribuir a ele, é possível enviar o exemplo de prompt a seguir ao Claude Code na mesma sessão para salvar a abordagem bem-sucedida como um skill padrão.

Exemplo de prompt:

Seguindo o guia Agent Skills Best Practices, transforme a tarefa que acabamos de concluir em um skill.

Use apenas os passos que funcionaram nesta sessão, minhas correções e as decisões relacionadas presentes em CLAUDE.md, AGENTS.md e no histórico do Git. Não preencha lacunas com conhecimento geral.

Escreva a descrição no formato «Usar este skill quando...». Inclua situações que não mencionei diretamente, mas nas quais o skill deve ser ativado. A descrição não deve ultrapassar 1024 caracteres.

Limite o tamanho do SKILL.md a 500 linhas. Mova as informações detalhadas para o diretório references/, indicando quando o agente deve consultar cada arquivo.

Crie uma seção separada para erros comuns e armadilhas.

Para o nome do skill, use apenas letras latinas minúsculas, números e hífens. O nome deve coincidir com o nome do diretório.

Por fim, crie 2–3 cenários de teste reais em evals/evals.json, indicando para cada um o prompt e o resultado esperado. Execute todos os testes, mostre os resultados e descreva as ações realizadas.