Entrevista de la Serie AI 7: Cómo definir una Skill de manera estándar

1. Concepto central de Skill

Una Skill es una unidad de capacidad ejecutable encapsulada en un Agente o Sistema de IA. Generalmente incluye:

• Condición de activación: Cuándo se invoca (por ejemplo, instrucción del usuario, evento del sistema).
• Parámetros de entrada: Datos o contexto que necesita recibir.
• Lógica de ejecución: Pasos de procesamiento específicos (por ejemplo, llamar a una API, ejecutar código, consultar una base de conocimiento).
• Resultado de salida: Respuesta o acción devuelta al invocador.

2. Pasos para definir una Skill de manera estándar

1. Especificar el nombre y la descripción de la Skill

• Nombre: Corto, único y semántico (por ejemplo, search_web, send_email).
• Descripción: Una frase que explique la función de la Skill, para facilitar la coincidencia automática por parte del Agente.

2. Definir los parámetros de entrada (Esquema de entrada)

Usar JSON Schema o un formato similar, especificando el tipo de cada parámetro, si es obligatorio, valor predeterminado y restricciones.

{
  "type": "object",
  "properties": {
    "query": {
      "type": "string",
      "description": "Palabra clave de búsqueda",
      "required": true
    },
    "max_results": {
      "type": "integer",
      "description": "Número máximo de resultados a devolver",
      "default": 10
    }
  }
}

3. Escribir la lógica de ejecución

• Lógica determinista: Llamar directamente a funciones, APIs o bases de datos.
• Lógica no determinista: Usar un LLM para generar respuestas (proporcionar una plantilla de prompt).
• Manejo de errores: Definir estrategias de timeout, reintento y degradación.

4. Definir el formato de salida (Esquema de salida)

Usar también JSON Schema para describir la estructura de datos devuelta.

{
  "type": "object",
  "properties": {
    "results": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "title": { "type": "string" },
          "url": { "type": "string", "format": "uri" }
        }
      }
    }
  }
}

5. Metadatos adicionales

• Versión: Para facilitar la gestión de iteraciones.
• Autor/Mantenedor: Responsabilidad.
• Dependencias: Servicios externos o librerías necesarias.
• Limitaciones de uso: Por ejemplo, límite de frecuencia, requisitos de permisos.

3. Ejemplo: Una definición completa de Skill

name: "weather_query"
description: "Consulta el clima actual según el nombre de la ciudad"
version: "1.0.0"
author: "AI Team"

input:
  type: object
  properties:
    city:
      type: string
      description: "Nombre de la ciudad, ej. 'Beijing'"
      required: true
    unit:
      type: string
      enum: ["celsius", "fahrenheit"]
      default: "celsius"

execute:
  - step: "Llamar a la API del clima"
    api: "https://api.weather.com/v1/current"
    method: "GET"
    params:
      city: "{input.city}"
      unit: "{input.unit}"
  - step: "Formatear resultado"
    format: "La temperatura actual en {city} es {temperature}°{unit}"

output:
  type: object
  properties:
    temperature:
      type: number
    condition:
      type: string
    humidity:
      type: number

4. Mejores prácticas

• Responsabilidad única: Cada Skill hace solo una cosa, evitando el acoplamiento excesivo.
• Autocontenido: No depender de estados globales externos en la medida de lo posible; entrada produce salida.
• Comprobable: Proporcionar datos simulados o un entorno sandbox para pruebas unitarias.
• Documentado: Escribir instrucciones de uso y ejemplos para cada Skill.

Las Skills definidas mediante los métodos anteriores pueden ser programadas dinámicamente por el Agente de IA o integradas directamente por los desarrolladores en el sistema, logrando un efecto de reutilización de "escribir una vez, usar en todas partes".