論文の概要: Authoring Agent Skills: A Software-Engineering Approach
- arxiv url: http://arxiv.org/abs/2607.25032v1
- Date: Mon, 27 Jul 2026 19:43:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.610506
- Title: Authoring Agent Skills: A Software-Engineering Approach
- Title（参考訳）: オーサリングエージェントスキル: ソフトウェアエンジニアリングアプローチ
- Abstract要約: Agent Skillsは、エージェントが要求に応じてロードする再利用可能な手続き的知識を備えた、大規模な言語モデルエージェントを拡張する新しい方法である。
AnthropicはAgens Skillsを導入し、いくつかのエージェントツールでサポートされているオープン仕様としてフォーマットを公開した。
このメモは、スキルはソフトウェアアーチファクトであり、その構築はソフトウェアエンジニアリングの原則に従うべきであると主張している。
- 参考スコア（独自算出の注目度）: 1.3774017060585184
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agent Skills are an emerging way to extend large language model agents with reusable procedural knowledge that the agent loads on demand. Anthropic introduced Agent Skills and published the format as an open specification supported across several agent tools. This note argues that a skill is a software artefact and that its construction should follow software-engineering principles, with qualifications: single responsibility, separation of interface from implementation, low coupling, and economy in a shared token budget, together with behavioural evaluation in place of deterministic testing. Using Claude Code as the reference implementation, it describes how a skill is structured, how its contents are loaded in stages, and how to write the description on which selection depends. It places skills against the other mechanisms a developer can use to shape agent behaviour, like project memory files, slash commands, subagents, external tool connections, and hooks, and gives a rule for choosing between them based on who decides that a mechanism runs and what guarantee it provides. It then sets out an evaluation-driven authoring process, a set of patterns and faults commonly encountered in authoring, and the trust question raised by using skills from third parties. We illustrate the comparison drawn in UML class style, the loading model, the anatomy of a skill, the relative position of each mechanism, and the points at which skills and hooks act during a session.
- Abstract（参考訳）: Agent Skillsは、エージェントが必要に応じてロードする再利用可能な手続き的知識を備えた、大規模な言語モデルエージェントを拡張する新しい方法である。
AnthropicはAgens Skillsを導入し、いくつかのエージェントツールでサポートされているオープン仕様としてフォーマットを公開した。
このノートは、スキルはソフトウェアアーチファクトであり、その構築はソフトウェア工学の原則に従い、ひとつの責任、実装からのインターフェースの分離、低い結合、共有トークン予算での経済、決定論的テストの代わりに行動評価といった資格を持つべきである、と論じている。
Claude Codeをリファレンス実装として使用して、スキルがどのように構造化され、その内容がステージにロードされるか、選択が依存する記述を記述する方法を記述する。
開発者は、プロジェクトメモリファイル、スラッシュコマンド、サブエージェント、外部ツール接続、フックなどのエージェント動作を形作るのに使える他のメカニズムに対してスキルを配置し、メカニズムが実行されているか、それが提供する保証に基づいて、それらを選択するためのルールを提供する。
次に、評価駆動のオーサリングプロセス、オーサリングで一般的に遭遇するパターンと障害のセット、そしてサードパーティのスキルを使用することによって提起される信頼に関する質問をセットする。
UMLクラススタイル、ローディングモデル、スキルの解剖学、各メカニズムの相対的な位置、セッション中にスキルとフックが作用するポイントについて説明する。
関連論文リスト
- Subagents vs Agent Skills: Executing Reusable Knowledge for Long-Horizon Agentic Tasks [15.900236740254634]
本稿では,サブエージェントの実行が,スキルパッケージが明確な入出力契約を公開すると,エージェントスキルの実行よりも優れていることを示す。
再利用可能な知識の利点は、その内容だけでなく、どのように組織化され、どのように呼び出されるかにも依存している。
論文 参考訳（メタデータ） (2026-09-07T20:14:11Z) - EMERGE-Policy: A Robot Mind Emerges Beyond a Single Policy [48.898967774856466]
EMERGE-Policyは機能呼び出しと情報交換の両方をコーディネートする。
Main Agentはアクティブなコンテキストウィンドウ内でタスクレベルの状態を保持する。
ロール固有のサブエージェント プロセスの認識、実行監視、検証、メモリ統合。
論文 参考訳（メタデータ） (2026-08-30T16:46:06Z) - From Knowing to Acting: Benchmarking Self-Awareness Capability of LLM Agents [69.07911499189129]
エージェントのメタ認知判断(Knowing)を自発的実行(Acting)から切り離して認知行動アライメントを評価するフレームワークであるKAPROを紹介する。
実験の結果,自己認識能力はタスク成功と強く相関するが,内部能力設定では著しく低下することがわかった。
プロプライエタリで推論指向のモデルは、より信頼性の高い認知ゲーティングを示します。
論文 参考訳（メタデータ） (2026-06-09T17:17:08Z) - SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。
現在の技術構築手法は、問題を一発抽出として扱う。
本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
論文 参考訳（メタデータ） (2026-06-04T12:16:08Z) - VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。
VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。
Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
論文 参考訳（メタデータ） (2026-06-03T20:02:35Z) - COLLEAGUE.SKILL: Automated AI Skill Generation via Expert Knowledge Distillation [58.84646485020439]
人為的なAIスキルを生成するための自動トレース・ツー・スキル蒸留システムを提案する。
COLLEAGUE.SKILLは、実践、メンタルモデル、意思決定のための能力トラックと、コミュニケーションスタイル、インタラクションルール、修正履歴のための有界な行動トラックの2つのトラックを持つバージョン付きのスキルパッケージを生成する。
論文 参考訳（メタデータ） (2026-05-29T12:59:08Z) - Under the Hood of SKILL.md: Semantic Supply-chain Attacks on AI Agent Skill Registry [49.83108591873481]
SKILL.md - エージェントスキルライフサイクルの3つのステージを対象とするアタックのみを調査する。
SKILL.mdは受動的ドキュメントではなく、サードパーティのエージェントが発見し、信頼し、使用する機能を形成する運用テキストであることを示す。
論文 参考訳（メタデータ） (2026-05-12T02:11:54Z) - From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills [5.327990835740087]
スケジューリング-構造論理(SSL)表現は、スキルレベルのスケジューリング信号、シーンレベルの実行構造、ロジックレベルのアクション/リソース使用エビデンスを歪めます。
SSL を LLM ベースの正規化器でインスタンス化し,SSL 由来の表現をスキル発見とリスク評価という2つのタスクで評価する。
論文 参考訳（メタデータ） (2026-04-27T04:25:15Z) - SKILL0: In-Context Agentic Reinforcement Learning for Skill Internalization [61.37478254738943]
推論時のスキル向上は基本的に制限されている。
SKILL0は,スキル内部化のためのコンテキスト内強化学習フレームワークである。
SKILL0は標準のRLベースラインよりも大幅に改善されている。
論文 参考訳（メタデータ） (2026-04-02T17:03:05Z) - Automating Skill Acquisition through Large-Scale Mining of Open-Source Agentic Repositories: A Framework for Multi-Agent Procedural Knowledge Extraction [20.467661664708086]
本報告では,オープンソースリポジトリのマイニングによる高品質エージェントスキルの自動獲得の枠組みについて検討する。
我々は,TheoremExplainAgentやCode2Videoなどの最先端システムから,可視化と教育能力の抽出に重点を置いている。
エージェントリポジトリからの体系的抽出と厳密なセキュリティガバナンスと多次元評価指標を組み合わせることで、手続き的知識のスケーラブルな獲得が可能になることを実証する。
論文 参考訳（メタデータ） (2026-03-12T11:10:13Z) - SoK: Agentic Skills -- Beyond Tool Use in LLM Agents [6.356997609995175]
エージェントシステムは、より確実にロングホライゾンを実行するために、再利用可能な手続き能力、すなわちエージェントスキルに依存している。
本論文は,全ライフサイクルのスキルレイヤ(発見,実践,蒸留,貯蔵,構成,評価,更新)をマッピングする。
我々は、スキルベースのエージェントのセキュリティとガバナンスの影響を分析し、サプライチェーンのリスク、スキルペイロードによるインジェクションの促進、信頼度の高い実行をカバーします。
論文 参考訳（メタデータ） (2026-02-24T13:11:38Z) - El Agente Gráfico: Structured Execution Graphs for Scientific Agents [7.47895130442454]
タイプセーフな実行環境内に,大規模言語モデル(LLM)による意思決定を組み込んだ単一エージェントフレームワークであるEl Agente Grficoを紹介する。
我々のアプローチの中心は、科学概念の構造化された抽象化と、型付きPythonオブジェクトとして計算状態を表すオブジェクトグラフマッパーである。
大学レベルの量子化学タスクのスイートにまたがって,自動ベンチマークフレームワークを開発することにより,システムの評価を行う。
論文 参考訳（メタデータ） (2026-02-19T23:47:05Z) - Open Agent Specification (Agent Spec): A Unified Representation for AI Agents [10.685555728094338]
我々はAIエージェントとエージェントを定義する宣言型言語Open Agent Specification(Agent Spec)を紹介する。
Agent Specは、コンポーネント、コントロールとデータフローのセマンティクス、スキーマの共通セットを定義し、エージェントを一度定義し、異なるランタイム間で実行できるようにする。
論文 参考訳（メタデータ） (2025-10-05T12:26:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。