Google открывает исходный код инструментария Agent Skills: инженерные стандарты AI-кодирования достигают точки стандартизации

Ключевые выводы

Ранее директор Google Cloud AI Адди Османи выпустил в открытый доступ на GitHub библиотеку под названием Agent Skills, ориентированную на инженерные стандарты в области AI-кодирования. Этот инструмент появился практически одновременно с выпуском GPT-5.5 от OpenAI и DeepSeek V4, выявляя часто упускаемую из виду тенденцию: конкуренция между большими моделями смещается от «потолка возможностей» к «инженерному полу».

Почему это важно: Разработка агентов долгое время страдала от проблемы «каждая команда строит с нуля». Agent Skills предоставляет готовые шаблоны лучших практик, снижая порог входа в разработку агентов и одновременно повышая поддерживаемость и переиспользуемость.

Ключевые проблемы, которые решает Agent Skills

Практика разработки агентов за прошедший год выявила три основных болевых точки:

1. Фрагментация определений навыков

Различные фреймворки (Hermes Agent, OpenClaw, Claude Code) определяют «навыки» совершенно по-разному:

• Hermes использует файлы .md для Skills
• OpenClaw использует конфигурацию YAML
• Claude использует файлы контекста CLAUDE.md

Agent Skills предоставляет единый слой абстракции, позволяющий определениям навыков мигрировать между фреймворками.

2. Отсутствие инженерных стандартов

Неравномерное качество кода агентов коренится в отсутствии единых инженерных стандартов:

• Нет стандартизированных шаблонов обработки ошибок
• Отсутствуют соглашения по инструментам наблюдаемости
• Нет управления версиями для межнавыковых зависимостей

Agent Skills вводит стандартизированные шаблоны, аналогичные «паттернам проектирования».

3. Низкая переиспользуемость

Навык агента проверки кода, созданный Командой А, не может быть напрямую переиспользован Командой Б, потому что:

• Зависимости контекста непрозрачны
• Форматы вызова инструментов несовместимы
• Отсутствуют соглашения об интерфейсах между навыками

Разбор архитектуры инструментария

agent-skills/
├── core/                    # Базовый слой абстракции
│   ├── skill-definition/    # Единый формат определения навыков
│   ├── interface-spec/      # Кросс-фреймворковая спецификация интерфейсов
│   └── dependency-graph/    # Управление зависимостями навыков
├── templates/               # Готовые шаблоны
│   ├── code-review/         # Шаблон агента проверки кода
│   ├── bug-triage/          # Шаблон классификации и маршрутизации багов
│   ├── doc-generator/       # Шаблон генерации документации
│   └── test-automation/     # Шаблон автоматизации тестирования
├── integrations/            # Адаптеры фреймворков
│   ├── hermes-adapter/      # Адаптер Hermes Agent
│   ├── openclaw-adapter/    # Адаптер OpenClaw
│   └── langchain-adapter/   # Адаптер LangChain
└── examples/                # Практические примеры
    ├── multi-agent-cicd/    # CI/CD мульти-агентная оркестрация
    └── skill-composition/   # Паттерны композиции навыков

Ключевая инновация: единый формат определения навыков

Agent Skills предлагает независимый от фреймворка формат определения навыков:

skill:
  name: "code-review"
  version: "1.0.0"
  description: "Автоматизированная проверка кода, включая проверки безопасности, рекомендации по производительности и стандарты стиля"
  
  inputs:
    - name: "diff"
      type: "string"
      description: "Содержимое Git diff"
    - name: "context"
      type: "object"
      description: "Контекст связанных файлов"
  
  outputs:
    - name: "review"
      type: "object"
      fields:
        - "issues"
        - "suggestions"
        - "severity"
  
  tools:
    - "git-diff"
    - "static-analysis"
    - "security-scanner"
    
  constraints:
    max_tokens: 8192
    timeout: 30s
    retry: 3

Преимущества этого формата:

1. Высокая читаемость: формат YAML, понятен даже нетехническим специалистам
2. Независимость от фреймворка: может быть разобран любым Agent-фреймворком
3. Поддержка версионирования: определения навыков попадают в систему контроля версий Git

На практике: интеграция Agent Skills в CI/CD

Шаг 1: Установка и инициализация

npm install @google-cloud/agent-skills

Шаг 2: Использование готовых шаблонов

import { SkillRegistry } from '@google-cloud/agent-skills';
import { HermesAdapter } from '@google-cloud/agent-skills/integrations/hermes';

const registry = new SkillRegistry();

// Загрузка шаблона проверки кода
const codeReview = registry.load('templates/code-review');

// Адаптация к Hermes Agent
const hermesSkill = new HermesAdapter(codeReview);

// Регистрация в CI/CD конвейере
hermesSkill.register({
  trigger: 'pull_request',
  branch: 'main'
});

Шаг 3: Композиция навыков

// Компоновка нескольких навыков в рабочий процесс
const pipeline = registry.compose([
  'code-review',      // Сначала проверка кода
  'test-automation',  // Автоматическая генерация тестов
  'doc-generator'     // Обновление документации
]);

pipeline.run({ diff: pr.diff });

Отраслевое значение

Открытый выпуск Agent Skills обозначает три тенденции:

1. «Момент Linux» для инженерии агентов Подобно тому, как Linux унифицировал ядро операционной системы, Agent Skills стремится унифицировать определение и взаимодействие навыков агентов. Как только он станет фактическим стандартом, это значительно снизит затраты на разработку во всей отрасли.

2. От «конкуренции моделей» к «инженерной конкуренции» Разрыв в возможностях между GPT-5.5 и Claude Opus 4.7 сокращается, и фокус конкуренции смещается в сторону «кто лучше встроит модели в инженерные процессы». Agent Skills — именно та инфраструктура, которая обеспечивает этот сдвиг.

3. Стратегия Google в области Cloud AI Agent Skills — это не изолированный проект, а часть общей стратегии Google Cloud AI. Открывая инженерные стандарты, Google привлекает больше разработчиков к своей платформе Cloud AI.

Влияние на другие экосистемы

Экосистема	Влияние
Hermes Agent	Может напрямую использовать формат определения Skills, снижая затраты на миграцию навыков
OpenClaw	Существующие конфигурации YAML нуждаются в преобразовании через слой адаптера
Claude Code	Формат CLAUDE.md и Agent Skills могут дополнять друг друга
LangChain	Определения инструментов и навыки нуждаются в отображении отношений

Следующие шаги

• Сопровождающие Agent-фреймворков: оцените необходимость добавления слоя адаптера Agent Skills
• Корпоративные разработчики: используйте готовые шаблоны для быстрого создания внутренних рабочих процессов агентов
• Участники open-source проектов: вносите новые шаблоны и адаптеры фреймворков в Agent Skills