Série de Entrevistas sobre IA 7: Como Definir uma Skill de Forma Padronizada

1. Conceito Central de Skill

Uma Skill é uma unidade de capacidade executável encapsulada em um Agente ou Sistema de IA. Geralmente inclui:

• Condição de disparo: quando é chamada (ex.: comando do usuário, evento do sistema).
• Parâmetros de entrada: dados ou contexto que precisam ser recebidos.
• Lógica de execução: etapas específicas de processamento (ex.: chamar API, executar código, consultar base de conhecimento).
• Resultado de saída: resposta ou ação retornada ao chamador.

2. Etapas para Definir uma Skill de Forma Padronizada

1. Especificar Nome e Descrição da Skill

• Nome: curto, único, semântico (ex.: search_web, send_email).
• Descrição: uma frase explicando a função da Skill, facilitando a correspondência automática pelo Agente.

2. Definir Parâmetros de Entrada (Input Schema)

Use JSON Schema ou formato similar, especificando tipo de cada parâmetro, obrigatoriedade, valor padrão e restrições.

{
  "type": "object",
  "properties": {
    "query": {
      "type": "string",
      "description": "Palavra-chave de busca",
      "required": true
    },
    "max_results": {
      "type": "integer",
      "description": "Número máximo de resultados",
      "default": 10
    }
  }
}

3. Escrever a Lógica de Execução (Execution Logic)

• Lógica determinística: chamar diretamente funções, APIs ou bancos de dados.
• Lógica não determinística: usar LLM para gerar respostas (fornecer template de prompt).
• Tratamento de erros: definir timeout, retry, estratégias de degradação.

4. Definir Formato de Saída (Output Schema)

Use JSON Schema para descrever a estrutura dos dados retornados.

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

5. Metadados Adicionais (Metadata)

• Número de versão: facilita o gerenciamento de iterações.
• Autor/mantenedor: responsabilidade.
• Dependências: serviços externos ou bibliotecas necessárias.
• Restrições de uso: como limites de frequência, requisitos de permissão.

3. Exemplo: Definição Completa de uma Skill

name: "weather_query"
description: "Consulta o clima atual com base no nome da cidade"
version: "1.0.0"
author: "Equipe de IA"

input:
  type: object
  properties:
    city:
      type: string
      description: "Nome da cidade, ex.: 'Pequim'"
      required: true
    unit:
      type: string
      enum: ["celsius", "fahrenheit"]
      default: "celsius"

execute:
  - step: "Chamar API de clima"
    api: "https://api.weather.com/v1/current"
    method: "GET"
    params:
      city: "{input.city}"
      unit: "{input.unit}"
  - step: "Formatar resultado"
    format: "Atualmente, a temperatura em {city} é de {temperature}°{unit}"

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

4. Melhores Práticas

• Responsabilidade única: cada Skill faz apenas uma coisa, evitando acoplamento excessivo.
• Autossuficiente: não depender de estado global externo, entrada gera saída.
• Testável: fornecer dados mock ou ambiente sandbox para testes unitários.
• Documentado: escrever instruções de uso e exemplos para cada Skill.

Com os métodos acima, a Skill definida pode ser dinamicamente agendada pelo Agente de IA e também integrada diretamente por desenvolvedores no sistema, alcançando reutilização do tipo "escreva uma vez, use em qualquer lugar".