Você provavelmente está perdendo o verdadeiro potencial das habilidades dos agentes!

하이라이트

• As habilidades de agente (agent skills) são arquivos Markdown que funcionam como modelos de prompt ou contextos injetados em ferramentas como Claude Code e Codex.

• O uso de metadados é crucial para que a IA carregue apenas as habilidades relevantes de forma ociosa (lazy loading), economizando janela de contexto.

• Existem três categorias principais recomendadas: Documentação/Conhecimento, Comportamentos/Boas Práticas e Habilidades Baseadas em Funcionalidades.

• Habilidades de comportamento ajudam a evitar antipadrões e garantem que a IA gere código de maior qualidade seguindo preferências específicas do desenvolvedor.

• As habilidades podem ser estendidas com scripts (vibe coding) para interagir com APIs externas, como geração de imagens via Fal AI.

• O uso de registros de terceiros como o skills.sh exige cautela devido ao risco de ataques de injeção de prompt em arquivos maliciosos.

타임라인

1. 00:00 - 01:40

   Introdução às Habilidades de Agente

   O palestrante introduz o conceito fundamental de 'agent skills' em ferramentas de engenharia como Claude Code e Codex. Ele enfatiza que, embora pareçam simples arquivos Markdown, essas habilidades são pilares suportados pelas principais ferramentas da Anthropic. Muitas pessoas ignoram essa configuração por acharem trabalhosa, mas o vídeo propõe uma abordagem simplificada focada em três tipos principais. O objetivo é desmistificar o processo de configuração e mostrar que os resultados práticos superam o esforço inicial. Esta seção estabelece a base para entender como esses modelos de prompt otimizam o fluxo de trabalho.

2. 01:41 - 04:17

   Habilidades de Documentação e Conhecimento

   O primeiro tipo de habilidade foca em fornecer documentação extra ou conhecimentos específicos que a IA pode não ter em seus dados de treinamento. O autor exemplifica com o uso de recursos modernos do TypeScript, como a palavra-chave "satisfies", que o agente pode não priorizar sozinho. Ele destaca a importância dos metadados, que permitem que o agente decida autonomamente quando ler uma habilidade completa. Isso evita sobrecarregar a janela de contexto com informações irrelevantes para a tarefa atual. Ter uma biblioteca de documentação própria garante que o agente utilize as ferramentas mais recentes e eficazes.

3. 04:18 - 07:27

   Habilidades de Comportamento e Boas Práticas

   Esta seção aborda como instruir a IA a seguir estilos de código e arquiteturas específicas, como o desenvolvimento em React limpo e moderno. O palestrante argumenta que a qualidade do código facilita a revisão e a manutenção futura, justificando o esforço de criar regras comportamentais. Um exemplo prático é a instrução para evitar o uso excessivo de "useEffect", conectando arquivos de referência adicionais que são carregados apenas quando necessário. A recomendação é construir essas habilidades gradualmente, corrigindo erros recorrentes da IA à medida que eles aparecem. Assim, o desenvolvedor cria uma base de conhecimento personalizada que pode ser reutilizada em diversos projetos.

4. 07:28 - 11:05

   Habilidades Baseadas em Funcionalidades e Scripts

   O terceiro tipo de habilidade expande as capacidades da IA para além da escrita de código, permitindo a execução de tarefas no sistema. O autor demonstra como integrou uma API de geração de imagens (Fal AI) através de um script CLI escrito por IA e gerenciado por um arquivo Markdown. O arquivo ".env" com as chaves de API é carregado automaticamente pelo Bun, o que aumenta a segurança ao não expor segredos diretamente no prompt. Essa abordagem mostra que agentes podem ser transformados em ferramentas multifuncionais que analisam PDFs ou geram mídia sob demanda. O conceito de "vibe coding" é mencionado como uma forma rápida de criar esses utilitários de suporte.

5. 11:06 - 13:03

   Segurança, Registros e Considerações Finais

   Na conclusão, o vídeo discute o uso de repositórios públicos de habilidades, como o skills.sh, alertando sobre os riscos de segurança. O palestrante avisa que prompts de terceiros podem conter instruções maliciosas e recomenda a leitura atenta de qualquer arquivo antes da instalação. Além disso, ele sugere ser seletivo ao adicionar habilidades para evitar o inchaço de metadados na janela de contexto da IA. A mensagem final é de experimentação constante sem a necessidade de criar sistemas excessivamente complexos logo no início. O equilíbrio entre automação e vigilância manual é apresentado como a melhor prática para o uso de agentes.