MODULO 5.1

📋 O Padrao Agent Skills

Entenda a especificacao AgentSkills.io, o formato SKILL.md, YAML frontmatter e progressive disclosure que padronizam skills entre plataformas.

6
Topicos
30
Minutos
Iniciante
Nivel
Conceitual
Tipo
1

🌐 AgentSkills.io Spec

A especificacao AgentSkills.io nasceu da necessidade de criar um padrao aberto para que agentes AI de diferentes plataformas pudessem consumir instrucoes de forma uniforme. Antes dela, cada ferramenta tinha seu proprio formato proprietario, criando fragmentacao no ecossistema.

A ideia central e simples: se voce escreve uma skill usando o padrao AgentSkills.io, ela deveria funcionar no Claude Code, GitHub Copilot, Cursor, OpenAI Codex e qualquer outro agente que adote a especificacao. Isso elimina a necessidade de reescrever instrucoes para cada plataforma.

🏗️ Pilares da Especificacao

1. Formato Padrao (SKILL.md)

Arquivo Markdown com YAML frontmatter como formato universal para definicao de skills.

2. Metadata Estruturada

Campos padronizados como name, description, version, globs e tags para descoberta automatica.

3. Progressive Disclosure

Tecnica para revelar conteudo gradualmente, otimizando o uso da context window do agente.

4. Interoperabilidade

Mesma skill funciona em multiplas plataformas sem modificacao.

2

📄 SKILL.md como Formato Universal

O SKILL.md e o arquivo central do padrao Agent Skills. Trata-se de um arquivo Markdown com um bloco YAML no topo (frontmatter) que contem metadata sobre a skill, seguido do conteudo em Markdown que o agente vai consumir como instrucoes.

A escolha do Markdown como formato base nao foi acidental. Markdown e universal, legivel por humanos, renderizavel em qualquer plataforma e ja e o formato nativo que LLMs melhor compreendem. O YAML frontmatter adiciona estrutura sem sacrificar legibilidade.

Exemplo: SKILL.md Basico

---
name: nextjs-developer
description: |
  Skill para desenvolvimento com Next.js 14+.
  Siga padroes de App Router e Server Components.
version: 1.0.0
globs:
  - "**/*.tsx"
  - "**/*.ts"
  - "app/**/*"
---

# Next.js Developer Skill

Voce e um especialista em Next.js 14+ com App Router.

## Regras
- Use Server Components por padrao
- Client Components apenas quando necessario
- Prefira fetch() com cache em vez de getServerSideProps

💡 Ponto Importante

O nome do arquivo SKILL.md (em maiusculas) e uma convencao. Agentes buscam por este nome especifico ao escanear repositorios. Voce pode ter multiplos SKILL.md em subpastas para skills por diretorio.

3

📝 YAML Frontmatter

O YAML frontmatter e o bloco entre os delimitadores --- no topo do SKILL.md. Ele define metadata estruturada que os agentes usam para descobrir, filtrar e ativar skills automaticamente. Alguns campos sao obrigatorios e outros opcionais.

Campos Obrigatorios

  • name: Identificador unico da skill (kebab-case)
  • description: O que a skill faz (usado pelo agente para decidir quando ativar)

Campos Opcionais

  • version: Versao semver da skill
  • globs: Padroes de arquivo que ativam a skill
  • alwaysApply: Se a skill e sempre ativa (boolean)
  • tags: Categorias para busca e filtragem

Frontmatter Completo

---
name: react-typescript
description: |
  Especialista em React com TypeScript.
  Use quando trabalhando com componentes .tsx.
version: 2.1.0
globs:
  - "**/*.tsx"
  - "**/*.jsx"
  - "src/components/**/*"
alwaysApply: false
tags:
  - react
  - typescript
  - frontend
---
4

📊 Progressive Disclosure

Progressive disclosure e uma tecnica de design de informacao onde voce revela conteudo gradualmente conforme necessario, em vez de despejar tudo de uma vez. No contexto de skills, isso e critico porque agentes tem context windows limitadas e cada token conta.

A ideia e que o frontmatter fornece informacao minima para o agente decidir se a skill e relevante. Somente quando ativada, o corpo completo do Markdown e carregado no contexto. Skills podem ainda referenciar arquivos externos para conteudo muito longo.

📊 Niveis de Disclosure

1

Discovery (name + description)

Agente le apenas frontmatter para decidir relevancia. Custo: ~50 tokens.

2

Activation (corpo do Markdown)

Quando a skill e relevante, o corpo completo e carregado. Custo: ~500-2000 tokens.

3

Deep Dive (referencias externas)

Skills podem referenciar docs externos que o agente busca sob demanda.

5

✅ Vantagens da Padronizacao

Adotar um padrao universal para skills traz beneficios significativos tanto para desenvolvedores individuais quanto para equipes e a comunidade como um todo. A padronizacao elimina fragmentacao e cria um ecossistema mais rico.

🔄 Portabilidade

Escreva uma skill e use em Claude Code, Copilot, Cursor, Codex e qualquer agente compativel. Zero retrabalho.

🤝 Compartilhamento

Skills padronizadas podem ser compartilhadas via Git, npm ou marketplaces especializados com garantia de compatibilidade.

📈 Ecossistema

Padronizacao cria massa critica: mais skills disponiveis, mais ferramentas de suporte, mais documentacao.

🛡️ Futuro-Proof

Novos agentes que surgirem tendem a adotar o padrao existente, protegendo seu investimento em skills.

6

🏢 Adocao pelas Grandes Plataformas

A adocao do padrao SKILL.md pelas grandes plataformas tem sido gradual mas consistente. Cada plataforma trouxe seu proprio formato inicialmente, mas a tendencia de convergencia e clara. Entender o status de adocao ajuda a decidir onde investir esforco.

Plataforma Formato Nativo SKILL.md Status
Claude Code SKILL.md Nativo Suporte completo
GitHub Copilot AGENTS.md Parcial Le SKILL.md como instrucoes
Cursor .mdc / .cursorrules Parcial Compativel via .mdc
OpenAI Codex AGENTS.md Parcial Le via .agents/skills/
Cline Custom rules Experimental Suporte em beta (3.48+)

🎯 Proximo Passo

No proximo modulo, exploramos como skills funcionam especificamente no GitHub Copilot - incluindo repo-level skills, organization skills e como AGENTS.md se relaciona com SKILL.md.

📚 Resumo do Modulo

AgentSkills.io - Especificacao aberta para padronizar skills entre agentes AI
SKILL.md - Arquivo Markdown + YAML frontmatter como formato universal
Frontmatter - name e description obrigatorios; version, globs, tags opcionais
Progressive Disclosure - Revelar conteudo gradualmente para otimizar tokens
Vantagens - Portabilidade, compartilhamento, ecossistema, futuro-proof
Adocao - Claude Code nativo, Copilot/Cursor/Codex parcial, Cline experimental

Proximo Modulo:

5.2 - Skills no GitHub Copilot