Colloquio Serie AI 7: Come Definire una Skill in Modo Standard

1. Concetto Principale di Skill

Una Skill è un'unità di capacità eseguibile incapsulata in un Agente o Sistema AI. Di solito include:

• Condizione di attivazione: quando viene chiamata (es. comando utente, evento di sistema).
• Parametri di input: dati o contesto da ricevere.
• Logica di esecuzione: passaggi specifici di elaborazione (es. chiamata API, esecuzione di codice, interrogazione di knowledge base).
• Risultato di output: risposta o azione restituita al chiamante.

2. Passaggi per Definire una Skill in Modo Standard

1. Specificare Nome e Descrizione della Skill

• Nome: breve, univoco, semantico (es. search_web, send_email).
• Descrizione: una frase che spiega la funzionalità della Skill, utile per l'abbinamento automatico dell'Agente.

2. Definire lo Schema di Input (Input Schema)

Utilizzare JSON Schema o formato simile, specificando tipo, obbligatorietà, valore predefinito e vincoli per ogni parametro.

{
  "type": "object",
  "properties": {
    "query": {
      "type": "string",
      "description": "Parola chiave di ricerca",
      "required": true
    },
    "max_results": {
      "type": "integer",
      "description": "Numero massimo di risultati",
      "default": 10
    }
  }
}

3. Scrivere la Logica di Esecuzione (Execution Logic)

• Logica deterministica: chiamata diretta a funzioni, API o database.
• Logica non deterministica: utilizzo di LLM per generare risposte (fornire template di prompt).
• Gestione errori: definire timeout, tentativi, strategie di degradazione.

4. Definire lo Schema di Output (Output Schema)

Utilizzare JSON Schema per descrivere la struttura dei dati restituiti.

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

5. Metadati Aggiuntivi (Metadata)

• Versione: per gestione iterativa.
• Autore/Maintainer: responsabilità.
• Dipendenze: servizi esterni o librerie necessari.
• Limitazioni d'uso: es. limiti di frequenza, requisiti di autorizzazione.

3. Esempio: Definizione Completa di una Skill

name: "weather_query"
description: "Recupera il meteo attuale per una città"
version: "1.0.0"
author: "AI Team"

input:
  type: object
  properties:
    city:
      type: string
      description: "Nome della città, es. 'Roma'"
      required: true
    unit:
      type: string
      enum: ["celsius", "fahrenheit"]
      default: "celsius"

execute:
  - step: "Chiamata API meteo"
    api: "https://api.weather.com/v1/current"
    method: "GET"
    params:
      city: "{input.city}"
      unit: "{input.unit}"
  - step: "Formatta risultato"
    format: "Attualmente a {city} la temperatura è {temperature}°{unit}"

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

4. Best Practice

• Singola responsabilità: ogni Skill fa una sola cosa, evitare accoppiamento eccessivo.
• Autocontenuta: non dipendere da stato globale esterno, input produce output.
• Testabile: fornire dati mock o ambiente sandbox per test unitari.
• Documentata: scrivere istruzioni d'uso ed esempi per ogni Skill.

Con i metodi sopra, una Skill può essere sia schedulata dinamicamente da un Agente AI, sia integrata direttamente dagli sviluppatori nel sistema, ottenendo il riutilizzo "scrivi una volta, usa ovunque".