Les compétences d’agent sont des ensembles réutilisables d’instructions et, en option, de scripts, références et modèles qui guident un agent IA dans l’exécution d’une tâche précise. Dans le format ouvert Agent Skills, chaque ensemble est un dossier organisé autour d’un fichier SKILL.md. Les agents compatibles peuvent découvrir les compétences et charger leurs instructions lorsqu’elles sont pertinentes, plutôt que de conserver toutes les procédures dans la conversation simultanément. Ce guide explique le format, présente des exemples pratiques et vous accompagne dans la création et le test de votre première compétence.
Que sont les compétences d’agent ?
Agent Skills est un format ouvert et léger permettant de regrouper des connaissances et workflows spécialisés. Une compétence contient un fichier SKILL.md avec un en-tête YAML décrivant son nom et son objectif, suivi d’instructions Markdown. Les fichiers de support peuvent inclure des scripts, des documents de référence et des modèles.
Le terme « compétences en IA » peut désigner plusieurs choses, notamment la capacité des personnes à utiliser l’IA. Dans ce guide, les compétences d’agent et les compétences d’agent IA désignent précisément des ensembles SKILL.md réutilisables pour des agents compatibles.
Par exemple, une compétence de synthèse de réunion peut définir les sections du compte rendu d’une équipe, la façon de consigner les décisions et celle de signaler les responsables ou échéances manquants. Vous enregistrez ces règles une fois et les réutilisez avec de nouvelles notes de réunion. La compétence guide le travail de l’agent ; elle ne réentraîne pas le modèle sous-jacent.
La spécification ouverte exige un nom et une description dans l’en-tête. Le nom doit comporter de 1 à 64 caractères, utiliser des lettres minuscules, des chiffres et des traits d’union, et correspondre au nom du répertoire ; il ne peut ni commencer ni se terminer par un trait d’union, ni contenir de traits d’union consécutifs. La description doit comporter de 1 à 1 024 caractères et expliquer à la fois la tâche et les cas d’utilisation de la compétence.
Comment fonctionnent les compétences d’agent ?
Le format est conçu pour une divulgation progressive : les agents reçoivent suffisamment d’informations pour sélectionner une compétence avant d’en charger les instructions complètes.
Découverte. L’agent reçoit les noms et descriptions des compétences disponibles. Ces métadonnées utilisent elles aussi du contexte, mais les procédures complètes ne sont pas toutes chargées au départ.
Activation. Lorsque l’agent sélectionne une compétence pertinente, il lit SKILL.md. Certains outils permettent également d’invoquer une compétence par son nom ou de désactiver la sélection automatique.
Exécution. L’agent suit la procédure et consulte les références de support ou exécute des scripts lorsque cela est nécessaire et autorisé.
Cela réduit le contexte utilisé par les procédures inactives. L’utilisation réelle du contexte dépend du nombre et de la longueur des descriptions, des compétences actives et des ressources chargées. Des descriptions claires facilitent la sélection, mais l’activation et la qualité des résultats doivent tout de même être testées.
Compétences d’agent, prompts, MCP et outils : quelles différences ?
Le vocabulaire des outils d’IA est dense, et le terme « compétence » côtoie plusieurs notions qui se ressemblent. Voici ce qui les distingue :
| Fonctionnalité | Description | Quand elle est active | Idéal pour |
|---|---|---|---|
| Prompt | Instructions fournies dans une conversation ; elles peuvent aussi être enregistrées | Tant qu’elles sont conservées dans le contexte de la conversation | Instructions ponctuelles |
| Instructions toujours actives (comme AGENTS.md, QWEN.md) | Informations et contraintes du projet | Selon le périmètre du projet de l’agent et les règles de chargement | Règles applicables à l’ensemble du projet |
| Compétence d’agent | Dossier versionné d’instructions et de ressources | Chargée à la demande lorsqu’elle est pertinente | Flux de travail et procédures réutilisables |
| Serveur / outil MCP | Intégration en cours d’exécution exposant des actions et des données | Lorsqu’il est configuré, connecté et autorisé | Exécuter des actions, accéder à des données en temps réel |
| Sous-agent | Un exécutant distinct doté de sa propre fenêtre de contexte | Lorsqu’il est lancé | Travail isolé ou parallèle |
Compétences et prompts. Un prompt fournit des instructions dans une conversation ; une compétence stocke une procédure réutilisable et des ressources de support pour être découverte ou invoquée explicitement. Les prompts peuvent également être enregistrés et réutilisés. Une compétence devient utile lorsqu’une tâche répétée nécessite un workflow maintenu, des exemples, des références ou des scripts.
Compétences et MCP. MCP fournit à un agent des capacités, c’est-à-dire des connexions à des outils et données en temps réel. Une compétence fournit à un agent des connaissances : comment bien accomplir une tâche, dans quel ordre et avec quelles étapes de vérification. Les deux sont complémentaires. Une compétence de revue de code définit ce qui constitue une revue approfondie, tandis qu’un serveur GitHub MCP permet à l’agent de lire la pull request elle-même.
Compétences et instructions de projet. Des fichiers tels que AGENTS.md fournissent des indications sur le projet selon les règles de chargement et de portée de l’agent. Conservez-y les conventions largement applicables et utilisez des compétences pour les procédures propres à une tâche qui doivent être chargées lorsqu’elles sont pertinentes. Le comportement exact dépend de l’outil.
Pourquoi les compétences d’agent sont importantes
Expertise réutilisable : consignez des méthodes, listes de contrôle et modèles propres à une tâche afin de ne pas avoir à les expliquer à chaque fois.
Procédures plus cohérentes : fournissez aux agents les mêmes étapes et critères de revue pour les tâches répétées. Les résultats doivent tout de même être vérifiés.
Efficacité du contexte : chargez les instructions détaillées lorsque nécessaire plutôt que de placer chaque procédure dans des indications toujours chargées.
Réutilisation entre outils : partagez le format SKILL.md de base entre agents compatibles, en vérifiant l’accès aux outils, les dépendances et les champs propres à la plateforme avant utilisation.
Maintenance par l’équipe : conservez les dossiers de compétences dans un système de contrôle de version afin que les modifications apportées à un workflow partagé puissent être examinées.
Quels outils d’IA prennent en charge les compétences d’agent ?
Les compétences d’agent sont prises en charge par un nombre croissant d’outils d’IA, notamment Claude Code, OpenAI Codex, Cursor, GitHub Copilot et Kimi Code. Ces outils utilisent des ensembles de compétences réutilisables pour fournir aux agents des instructions, workflows et ressources de support propres à chaque tâche.
Le format SKILL.md partagé facilite la réutilisation des compétences entre outils compatibles, même si les modes d’installation et les méthodes d’invocation varient selon les produits. Si une compétence s’appuie sur des scripts ou des outils externes, vérifiez que ces dépendances sont disponibles dans l’environnement où vous prévoyez de l’utiliser.
Exemples et cas d’utilisation des compétences d’agent
Une compétence utile formalise les règles qui rendent une tâche répétée spécifique à votre équipe. Ces exemples montrent quoi inclure et quoi vérifier dans le résultat :
| Compétence | Entrée | Règles réutilisables | Résultat à vérifier |
|---|---|---|---|
| Compte rendu de réunion | Notes de réunion ou transcription | Distinguer les décisions des discussions ; indiquer les responsables et les échéances ; signaler les informations manquantes | Procès-verbal avec résumé, décisions et actions à mener |
| Revue du contenu de marque | Un brouillon et les directives de marque | Vérifier la terminologie approuvée, le ton, les affirmations interdites et les messages requis | Une liste des problèmes avec des révisions suggérées |
| Revue de code | Un diff de pull request | Vérifier la gestion des erreurs, les tests, les modifications de dépendances et les conventions du projet | Un rapport distinguant les corrections requises des suggestions |
| Rapport hebdomadaire | Notes d'avancement et indicateurs | Utiliser une période de reporting et des sections fixes ; distinguer le travail réalisé, les risques et les prochaines étapes | Un rapport qui conserve les indicateurs fournis et signale les données manquantes |
Le traitement de documents et l’analyse récurrente de données sont également de bons candidats, mais nécessitent souvent des outils ou scripts au-delà de SKILL.md. Commencez par un workflow restreint, vérifiez ses résultats et n’ajoutez des dépendances que lorsque la tâche l’exige.
Utiliser les compétences d’agent avec Kimi AI
Choisissez l’environnement adapté à votre tâche. Les méthodes de création ci-dessus couvrent la rédaction en langage naturel et un flux de travail local basé sur des fichiers.
Compétences d’agent dans Kimi Code
Kimi Code CLI détecte les compétences dans les répertoires de projet .agents/skills/ et .kimi-code/skills/, ainsi que dans les répertoires utilisateur ~/.agents/skills/ et ~/.kimi-code/skills/. Le répertoire utilisateur spécifique à Kimi peut être modifié avec KIMI_CODE_HOME. Appelez une compétence avec /skill:<nom>, ou laissez le modèle la sélectionner en fonction de sa description et des champs de déclenchement pris en charge. La sélection automatique peut être désactivée pour chaque compétence. Consultez la documentation actuelle de CLI lors de la configuration des chemins ou des champs propres à une plateforme.
Des compétences d’agent pour le travail quotidien dans Kimi
Inutile de tout configurer à partir de zéro. Ouvrez Kimi sur ordinateur ou sur le web, parcourez le Skill Store et installez une compétence en un clic pour commencer à l’utiliser dans Kimi. De la recherche et la rédaction au codage et à l’analyse de données, le Skill Store de Kimi propose des compétences pour un large éventail de tâches. Parcourez la boutique dans l’application de bureau ou web de Kimi, installez une compétence en un clic et commencez à l’utiliser dans Kimi.
Créer votre propre compétence d’agent
Vous pouvez créer une compétence en décrivant un flux de travail à un outil d’IA ou en rédigeant vous-même SKILL.md. Commencez par une tâche répétée et un résultat facile à vérifier, tel qu’un compte rendu de réunion.
Méthode 1 : créer une compétence d’agent avec Kimi
Dans Kimi, ouvrez le panneau Skills pour découvrir ou installer des compétences. Pour créer la vôtre, importez une procédure ou décrivez ce que vous souhaitez dans une conversation de création de compétence. Vous pouvez également utiliser /skill-creator. Consultez le guide des Skills de Kimi pour connaître les points d’accès actuels.
Étape 1 : ouvrez la boutique Skills de Kimi et cliquez sur « personnaliser » > « Créer avec Kimi ».
Étape 2 : décrivez la compétence dont vous avez besoin.
Indiquez à Kimi la tâche, l’entrée attendue, la structure de sortie et les règles à appliquer lorsque des informations manquent.
Par exemple :
Si le résultat ne respecte pas une règle, demandez à Kimi de la corriger et répétez le test. Pour une SOP existante, précisez quelles parties constituent les instructions et lesquelles servent de contexte ; supprimez tout contenu non pertinent ou sensible avant de l’intégrer au package. Une fois la compétence créée, vous pouvez l’utiliser immédiatement avec Kimi.
Méthode 2 : rédiger vous-même des compétences d’agent
Cet exemple utilise uniquement des instructions textuelles et ne nécessite aucun script supplémentaire. Il s’appuie sur Kimi Code CLI pour illustrer l’installation et l’appel ; d’autres agents peuvent utiliser des chemins et des commandes différents.
Étape 1 : créez le dossier. Pour une compétence au niveau utilisateur dans Kimi Code CLI, créez ~/.agents/skills/meeting-summary/. Pour une compétence au niveau du dépôt, partagée avec une équipe, utilisez plutôt .agents/skills/meeting-summary/ à la racine du dépôt.
Étape 2 : enregistrez SKILL.md. Créez ~/.agents/skills/meeting-summary/SKILL.md et collez le contenu suivant. La description identifie la tâche ; le corps définit les règles de sortie et de gestion des informations manquantes.
Étape 3 : démarrez une nouvelle session et appelez-la. Après avoir enregistré le fichier, démarrez une nouvelle session Kimi Code CLI. Saisissez cette commande dans le champ de discussion :
Étape 4 : vérifiez le résultat. Ce qui suit est un exemple de résultat attendu à titre illustratif, et non l’exécution enregistrée d’un produit. La formulation peut varier ; les sections, la décision, les responsables et les échéances doivent respecter la compétence.
Étape 5 : testez la sélection automatique et les limites. Dans une nouvelle conversation, demandez « Transforme ces notes de réunion en compte rendu » sans utiliser la commande avec barre oblique et fournissez les mêmes notes. Vérifiez si l’agent charge la compétence à l’aide de l’historique d’activité de l’interface, lorsqu’il est disponible, et si le résultat respecte ses règles. Essayez ensuite une demande sans rapport, telle que « Explique la récursivité en Python » ; la compétence meeting-summary doit rester inactive. Appelez-la également sans notes : elle doit demander une entrée.
Que faire si une compétence d’agent ne fonctionne pas ?
| Symptôme | Points à vérifier |
|---|---|
| La compétence n'est pas détectée | Vérifiez le répertoire analysé, le nom de fichier exact SKILL.md, la validité du frontmatter YAML et la correspondance entre le dossier et le nom. Démarrez une nouvelle session après l'avoir ajoutée. |
| L'invocation manuelle fonctionne, mais pas la sélection automatique | Rendez la description plus spécifique à la tâche visée. Vérifiez si l'invocation automatique est désactivée ; réessayez dans une nouvelle conversation. |
| La compétence s'active pour des demandes sans rapport | Précisez davantage la description et testez des demandes sans rapport comme exemples négatifs. |
| La sortie omet une règle | Formulez la règle explicitement, ajoutez un exemple d'entrée/sortie et testez à nouveau avec des cas où des informations sont manquantes. |
| Un script ou une intégration échoue | Vérifiez les packages requis, les autorisations, l'accès réseau et les outils configurés. Une compétence n'installe pas automatiquement toutes les dépendances. |
Pour les scripts, les références longues ou les modèles, ajoutez scripts/, references/ ou assets/ selon les besoins et créez des liens vers ces éléments depuis SKILL.md. Consultez la documentation des Skills de Kimi Code CLI pour connaître les chemins et les options d’appel actuels.
Bonnes pratiques pour utiliser et créer des compétences d’agent
Définissez un déclencheur clair : expliquez à la fois la tâche et quand utiliser la compétence. Incluez les termes employés naturellement par les utilisateurs et testez des demandes pertinentes comme sans rapport.
Gardez des instructions ciblées : la spécification recommande moins de 500 lignes et moins de 5 000 tokens pour le fichier principal. Il s’agit de recommandations distinctes, et non d’une conversion de lignes en tokens. Placez les références détaillées dans des fichiers complémentaires.
Spécifiez des résultats observables : incluez les sections requises, des exemples d’entrées et de sorties, ainsi que des règles pour les informations manquantes.
Documentez les dépendances : identifiez les outils et packages requis, et utilisez des métadonnées de compatibilité lorsque cela convient. Séparez les extensions propres à une plateforme du cœur portable.
Contrôlez les actions à conséquences : utilisez un appel explicite et des règles d’approbation adaptées pour les flux de travail qui envoient des messages ou déploient des modifications. L’appel manuel ne remplace pas à lui seul les vérifications d’autorisation.
Examinez les packages tiers : inspectez les instructions et les scripts inclus avant l’installation, notamment les données et autorisations qu’ils utilisent.
Conclusion
Les compétences d’agent transforment les tâches répétées en flux de travail réutilisables que des agents d’IA compatibles peuvent charger selon les besoins. Commencez par un SKILL.md ciblé qui définit quand utiliser la compétence et ce qu’elle doit produire. Ajoutez des scripts ou des références uniquement lorsque la tâche l’exige, puis testez le moment où la compétence s’active et la qualité de sa sortie.