スキルレジストリの紹介：本番AIシステム向けの再利用可能なエージェントスキル

チームがワークフローやビジネス機能全体でAIエージェントを拡張するにつれて、エージェントの指示管理はすぐに運用上の課題となります。

同じワークフローがプロンプト間で何度も書き換えられ、共有ロジックはエージェント間でばらつきが生じます。運用知識はチームや環境間で断片化され、時間が経つにつれて、エージェント間の整合性を維持することは、エージェント自体を構築するよりも困難になります。

本日、TrueFoundry AI GatewayにSkills Registryを導入します。これは、組織全体でAgent Skillsを構築、バージョン管理、発見、再利用するための集中型システムです。

Skills Registryは、運用知識を再利用可能な成果物としてパッケージ化する方法をチームに提供します。これにより、数秒で発見、管理し、あらゆるエージェントにアタッチできます。

エージェントの振る舞いをシステム全体に散らばったプロンプトテキストとして扱うのではなく、Skills Registryは、エージェントの知識をポータブルで管理され、実行可能な再利用可能な成果物として扱います。

Skills Registryを構築した理由

‍

今日のほとんどのエージェントシステムは、大規模なシステムプロンプトに大きく依存していますこれは最初は機能しますが、大規模になると管理が困難になります。

チームはしばしば、プロンプト間で指示をコピーしたり、エージェント間でワークフローの変更を手動で同期したり、同じ運用ロジックを繰り返し再構築したりすることになります。時間が経つにつれて、プロンプトは維持が困難になり、実行コストが高くなり、一貫性が失われていきます。

Skills Registryは、エージェントの知識を静的なプロンプトテキストではなく、再利用可能なシステムに変えることでこれを解決します。

エージェントスキルレジストリの最大の利点の1つは、ポータビリティです。スキルは一度作成すれば、任意の数のエージェントにアタッチできます。複数のプロンプトで同じ指示を書き換える代わりに、チームは、使用されるすべての場所で一貫性を保つ単一の再利用可能なスキルを維持できます。スキルが更新されると、接続されたエージェントは自動的に最新バージョンを使用します。

これにより、多数のエージェントを管理するチームにとって、はるかにクリーンな運用モデルが作成されます。

‍オンデマンドのコンテキスト読み込みによりトークン使用量を削減

従来のエージェントシステムは、多くの場合、すべての指示を事前にプロンプトに読み込みます。これは、エージェントがその多くが使用されない場合でも、大量のコンテキストを保持することを意味します。Skills Registryはこのモデルを変更します。

エージェントは最初に、スキル名や説明などの軽量なスキルメタデータのみを読み込みます。スキルの完全なコンテンツは、実行中にスキルが関連性を持つ場合にのみ動的にフェッチされます。これにより、プロンプトが小さく保たれ、不要なコンテキストが削減され、繰り返しの実行全体でトークン使用量が削減されます。

チームがエージェントの使用を拡張するにつれて、コストへの影響は大きくなります。多くの本番システムでは、同じ運用指示、ワークフロー、および参照資料が、数千回の実行にわたるプロンプトに繰り返し含まれています。そのコンテキストのごく一部のみが関連する場合でも、モデルはすべてのリクエストでプロンプト全体を処理します。

スキルレジストリを使用すると、エージェントは必要なときにのみ詳細なコンテキストを取得します。大量の指示を常にメモリ内に保持するのではなく、エージェントは適切なタイミングで適切なスキルを動的に引き出します。 

カスタマーサポート、運用、社内ツール、分析、ワークフロー自動化など、複数のエージェントを運用している組織にとって、これは推論コストを大幅に削減し、プロンプトの効率と推論の品質を向上させることができます。

プロンプトが小さくなることで、エージェントの動作のデバッグと長期的なメンテナンスが容易になります。これは、運用ロジックが大規模なシステムプロンプトに深く埋め込まれるのではなく、モジュール化されるためです。

プレーンテキストプロンプトのその先へ

プロンプトだけでは、本番ワークフローには不十分な場合がよくあります。多くの実際のタスクは、再利用可能なスクリプト、構造化ファイル、参照アセット、および事前定義された実行ロジックに依存しています。

スキルレジストリを使用すると、チームはテキスト指示だけでなく、より多くのものをパッケージ化できます。スキルには、Pythonスクリプト、バッチおよびシェルスクリプト、PDF、DOCXファイル、画像、その他のサポートアセットを含めることができます。

一元化されたスキルレジストリは、これらのアセットをチーム間でより簡単に発見、再利用、管理、更新できるようにします。

サンドボックス内で添付スクリプトを直接実行

スキルレジストリによって可能になる最も強力な機能の1つは、添付されたアセットの直接実行です。TrueFoundryのエージェントはサンドボックス化された実行環境にアクセスできるため、スキルには、エージェントが実行中に直接使用する再利用可能なスクリプトやファイルを含めることができます。

メモリからワークフロー全体を再生成したり、プロンプトコンテキストからスクリプトを動的に再構築したりする代わりに、エージェントはスキル内にすでにパッケージ化されている添付アセットを単に実行できます。

実際には、これはエージェントがワークフローを実行するためのコマンドを生成するだけでよいことを意味します。構造化された運用タスクの場合、これにより実行がより信頼性が高く、再利用可能で、メンテナンスが容易になります。

スキルを一元的にバージョン管理し、統制する

チームが ワークフローや環境全体でAIエージェントを拡張するにつれて、プロンプト管理はすぐにボトルネックになります。スキルレジストリは、重複したプロンプトロジックを、エージェントが必要に応じて動的に発見しロードできる、再利用可能で統制されたスキルに置き換えます。これにより、組織全体で共有される運用知識を維持するための一元化されたシステムが構築されます。

スキルはバージョン管理されたアーティファクトとしてTrueFoundryリポジトリ内に保存されます 

チームは、バージョン履歴、アクセス制御、監査可能性、一元化されたガバナンスをすぐに利用できます。これにより、インフラストラクチャやMLアーティファクトにすでに使用されているのと同じ運用規律で、共有エージェントの動作を管理することが容易になります。

チームはUIを通じて直接シンプルなスキルを作成したり、CLIを通じて複数ファイルのスキルをアップロードしたり、tfy applyとCI/CDパイプラインを使用して宣言的にスキルを管理したりできます。

これにより、スキルは既存のエンジニアリングワークフローに自然に統合されます。

エージェントスキルレジストリを始める

スキルレジストリはTrueFoundry AI Gateway内で利用可能です。

チームはUIから直接スキルを作成し、CLIを通じてスキルを登録し、スキルをエージェントにアタッチし、GitOpsワークフローを使用して宣言的にスキルを管理できます。

詳細については、 スキルレジストリのドキュメント。

チームがこれを使ってどのようなものを構築するのか、楽しみにしています！

‍