¿Qué son las habilidades de los agentes? Ejemplos y guía para empezar

Las habilidades de agentes son paquetes reutilizables de instrucciones y, opcionalmente, scripts, referencias y plantillas que guían a un agente de IA en una tarea específica. En el formato abierto Agent Skills, cada paquete es una carpeta estructurada alrededor de un archivo SKILL.md. Los agentes compatibles pueden descubrir habilidades y cargar sus instrucciones cuando sean relevantes, en lugar de mantener todos los procedimientos en la conversación al mismo tiempo. Esta guía explica el formato, muestra ejemplos prácticos y te acompaña en la creación y prueba de tu primera habilidad.

Agent Skills es un formato abierto y ligero para empaquetar conocimientos especializados y flujos de trabajo. Una habilidad contiene un archivo SKILL.md con frontmatter de YAML que describe su nombre y propósito, seguido de instrucciones en Markdown. Los archivos complementarios pueden incluir scripts, documentos de referencia y plantillas.

El término «habilidades de IA» puede referirse a varias cosas, incluida la capacidad de las personas para usar IA. En esta guía, las habilidades de agentes y las habilidades de agentes de IA se refieren específicamente a paquetes SKILL.md reutilizables para agentes compatibles.

Por ejemplo, una habilidad para resumir reuniones puede definir las secciones de las minutas de un equipo, cómo registrar las decisiones y cómo señalar responsables o fechas límite faltantes. Guardas esas reglas una vez y las reutilizas con nuevas notas de reuniones. La habilidad guía el trabajo del agente; no vuelve a entrenar el modelo subyacente.

La especificación abierta exige un nombre y una descripción en el frontmatter. El nombre debe tener entre 1 y 64 caracteres, usar letras minúsculas, dígitos y guiones, y coincidir con el nombre del directorio; no puede comenzar ni terminar con un guion ni contener guiones consecutivos. La descripción debe tener entre 1 y 1,024 caracteres y explicar tanto la tarea como cuándo usar la habilidad.

El formato está diseñado para una divulgación progresiva: los agentes reciben suficiente información para seleccionar una habilidad antes de cargar todas sus instrucciones.

1. Descubrimiento. El agente recibe los nombres y las descripciones de las habilidades disponibles. Estos metadatos también usan contexto, pero los procedimientos completos no se cargan todos de antemano.

2. Activación. Cuando el agente selecciona una habilidad relevante, lee SKILL.md. Algunas herramientas también permiten invocar una habilidad por nombre o desactivar la selección automática.

3. Ejecución. El agente sigue el procedimiento y lee referencias complementarias o ejecuta scripts cuando es necesario y está permitido.

Esto reduce el contexto que usan los procedimientos inactivos. El uso real del contexto depende de la cantidad y extensión de las descripciones, las habilidades activas y los recursos que se carguen. Las descripciones claras ayudan a la selección, pero la activación y la calidad de los resultados aún deben probarse.

El vocabulario de las herramientas de IA está saturado, y «habilidad» convive con varios conceptos que parecen similares. Estas son sus diferencias:

Habilidades frente a prompts. Un prompt proporciona instrucciones en una conversación; una habilidad almacena un procedimiento reutilizable y recursos complementarios para su descubrimiento o invocación explícita. Los prompts también se pueden guardar y reutilizar. Una habilidad resulta útil cuando una tarea repetida necesita un flujo de trabajo mantenido, ejemplos, referencias o scripts.

Habilidades frente a MCP. MCP proporciona capacidades a un agente, es decir, conexiones con herramientas y datos en tiempo real. Una habilidad proporciona conocimientos al agente: cómo realizar bien una tarea, en qué secuencia y con qué pasos de verificación. Ambos se complementan. Una habilidad de revisión de código define qué constituye una revisión exhaustiva, mientras que un servidor MCP de GitHub permite al agente leer el pull request real.

Habilidades frente a instrucciones de proyecto. Los archivos como AGENTS.md proporcionan orientación para el proyecto según las reglas de carga y alcance del agente. Mantén allí las convenciones de aplicación general y usa habilidades para procedimientos específicos de tareas que deban cargarse cuando sean relevantes. El comportamiento exacto depende de la herramienta.

• Experiencia reutilizable: captura métodos, listas de verificación y plantillas específicos de tareas para no tener que explicarlos cada vez.

• Procedimientos más consistentes: proporciona a los agentes los mismos pasos y criterios de revisión en tareas repetidas. Los resultados aún requieren verificación.

• Eficiencia de contexto: carga instrucciones detalladas cuando se necesiten, en lugar de incluir cada procedimiento en una guía que siempre se carga.

• Reutilización entre herramientas: comparte el formato principal de SKILL.md entre agentes compatibles y verifica el acceso a herramientas, las dependencias y los campos específicos de cada plataforma antes de usarlo.

• Mantenimiento en equipo: conserva las carpetas de habilidades bajo control de versiones para poder revisar los cambios en un flujo de trabajo compartido.

Las habilidades de agentes son compatibles con un número creciente de herramientas de IA, entre ellas Claude Code, OpenAI Codex, Cursor, GitHub Copilot y Kimi Code. Estas herramientas usan paquetes de habilidades reutilizables para proporcionar a los agentes instrucciones, flujos de trabajo y recursos complementarios específicos de cada tarea.

El formato compartido SKILL.md facilita la reutilización de habilidades entre herramientas compatibles, aunque las rutas de instalación y los métodos de invocación varían según el producto. Si una habilidad depende de scripts o herramientas externas, verifica que esas dependencias estén disponibles en el entorno donde planeas usarla.

Una habilidad útil captura las reglas que hacen que una tarea repetida sea específica para tu equipo. Estos ejemplos muestran qué empaquetar y qué revisar en el resultado:

El procesamiento de documentos y el análisis recurrente de datos también son buenos candidatos, pero suelen requerir herramientas o scripts además de SKILL.md. Comienza con un flujo de trabajo acotado, verifica sus resultados y agrega dependencias solo cuando la tarea las necesite.

Elige el entorno que se adapte a tu tarea. Los métodos de creación anteriores abarcan la creación en lenguaje natural y un flujo de trabajo local basado en archivos.

Kimi Code CLI detecta habilidades en los directorios de proyecto .agents/skills/ y .kimi-code/skills/, y en los directorios de usuario ~/.agents/skills/ y ~/.kimi-code/skills/. El directorio de usuario específico de Kimi puede cambiar con KIMI_CODE_HOME. Invoca una habilidad con /skill:<name> o deja que el modelo la seleccione según su descripción y los campos de activación compatibles. La selección automática se puede desactivar para habilidades individuales. Consulta la documentación actual de CLI al configurar rutas o campos específicos de la plataforma.

No es necesario configurar todo desde cero. Abre Kimi en escritorio o web, explora la Tienda de habilidades e instala una habilidad con un clic para empezar a usarla en Kimi. Desde investigación y redacción hasta programación y análisis de datos, la Tienda de habilidades de Kimi ofrece habilidades para una amplia variedad de tareas. Explora la tienda en la app de escritorio o web de Kimi, instala una habilidad con un clic y empieza a usarla en Kimi.

Puedes crear una habilidad describiendo un flujo de trabajo a una herramienta de IA o escribiendo tú mismo SKILL.md. Empieza con una tarea repetida y un resultado que puedas verificar fácilmente, como minutas de reunión.

En Kimi, abre el panel de habilidades para descubrir o instalar habilidades. Para crear una propia, carga un procedimiento o describe lo que quieres en una conversación de creación de habilidades. También puedes usar /skill-creator. Consulta la guía de habilidades de Kimi para conocer los puntos de acceso actuales.

Paso 1: Abre la Tienda de habilidades de Kimi y haz clic en "personalizar" > "Crear con Kimi".

Paso 2: Describe la habilidad que necesitas.

Indícale a Kimi la tarea, la entrada esperada, la estructura de salida y las reglas para cuando falte información.

Por ejemplo:

Si al resultado le falta una regla, pídele a Kimi que revise esa regla y repite la prueba. Para un SOP existente, especifica qué partes son instrucciones y cuáles son material de referencia; elimina el contenido irrelevante o sensible antes de empaquetarlo. Cuando se cree la habilidad, podrás usarla con Kimi de inmediato.

Este ejemplo usa solo instrucciones de texto y no necesita scripts adicionales. Usa Kimi Code CLI para mostrar la instalación y la invocación; otros agentes pueden usar rutas y comandos diferentes.

Paso 1: Crea la carpeta. Para una habilidad de nivel de usuario en Kimi Code CLI, crea ~/.agents/skills/meeting-summary/. Para una habilidad de nivel de repositorio que se comparta con un equipo, usa .agents/skills/meeting-summary/ en la raíz del repositorio.

Paso 2: Guarda SKILL.md. Crea ~/.agents/skills/meeting-summary/SKILL.md y pega lo siguiente. La descripción identifica la tarea; el cuerpo define la salida y las reglas para información faltante.

Paso 3: Inicia una sesión nueva e invócala. Después de guardar el archivo, inicia una nueva sesión de Kimi Code CLI. Ingresa este comando en el campo de chat:

Paso 4: Verifica el resultado. Lo siguiente es un resultado esperado ilustrativo, no una ejecución registrada del producto. La redacción puede variar; las secciones, la decisión, los responsables y las fechas límite deben seguir la habilidad.

Paso 5: Prueba la selección automática y los límites. En una conversación nueva, pide “Convierte estas notas de reunión en minutas” sin el comando con barra e incluye las mismas notas. Verifica si el agente carga la habilidad mediante el registro de actividad de la interfaz, cuando esté disponible, y si la salida sigue sus reglas. Luego prueba una solicitud no relacionada, como “Explica la recursión en Python”; la habilidad meeting-summary debe permanecer inactiva. Invócala también sin notas: debe pedir información.

Para scripts, referencias extensas o plantillas, agrega scripts/, references/ o assets/ según sea necesario y enlázalos desde SKILL.md. Consulta la documentación de habilidades de Kimi Code CLI para conocer las rutas y opciones de invocación actuales.

• Define un activador claro: explica tanto la tarea como cuándo usar la habilidad. Incluye los términos que los usuarios emplean naturalmente y prueba solicitudes relacionadas y no relacionadas.

• Mantén las instrucciones enfocadas: la especificación recomienda menos de 500 líneas y menos de 5,000 tokens para el archivo principal. Son pautas independientes, no una conversión de líneas a tokens. Traslada las referencias detalladas a archivos de apoyo.

• Especifica resultados observables: incluye las secciones obligatorias, ejemplos de entradas y salidas, y reglas para cuando falte información.

• Documenta las dependencias: identifica las herramientas y paquetes necesarios, y usa metadatos de compatibilidad cuando corresponda. Mantén las extensiones específicas de cada plataforma separadas del núcleo portátil.

• Controla las acciones con consecuencias: usa invocación explícita y reglas de aprobación adecuadas para flujos de trabajo que envían mensajes o implementan cambios. La invocación manual por sí sola no sustituye las verificaciones de permisos.

• Revisa los paquetes de terceros: inspecciona las instrucciones y los scripts incluidos antes de instalarlos, incluidos los datos y permisos que utilizan.

Las habilidades de agentes convierten tareas repetidas en flujos de trabajo reutilizables que los agentes de IA compatibles pueden cargar cuando se necesitan. Empieza con un SKILL.md específico que defina cuándo usar la habilidad y qué debe producir. Agrega scripts o referencias solo cuando la tarea los requiera, y luego prueba cuándo se activa la habilidad y la calidad de su salida.