Microsoft ਨੇ 15 ਜੁਲਾਈ ਨੂੰ Python ਲਈ ਇੱਕ ਸਥਿਰ Agent Skills ਫਰੇਮਵਰਕ ਜਾਰੀ ਕੀਤਾ। ਇਹ developers ਨੂੰ ਉਦੋਂ ਹੀ ਸਮਰੱਥਾਵਾਂ (capabilities) ਲੈਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜਦੋਂ ਇੱਕ LLM-driven agent ਨੂੰ ਅਸਲ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਇਕੱਲੇ, ਲਗਾਤਾਰ ਵਧ ਰਹੇ system prompt ਦੀ ਜਗ੍ਹਾ on-demand skill loading ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਇਹ ਤਰੀਕਾ prompt ਦੇ ਆਕਾਰ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ, token ਲਾਗਤਾਂ ਨੂੰ ਕੱਟਦਾ ਹੈ ਅਤੇ agent ਦੀ ਤਰਕ ਸ਼ਕਤੀ (reasoning) ਨੂੰ ਸਪਸ਼ਟ ਰੱਖਦਾ ਹੈ।
Prompts ਕਿਉਂ ਵਧਦੇ ਹਨ ਅਤੇ ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ
LLM agents ਇੱਕ "system prompt" 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਜੋ ਉਹਨਾਂ ਨੀਤੀਆਂ (policies), runbooks ਅਤੇ ਰੈਫਰੈਂਸ ਸਮੱਗਰੀ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ ਜੋ ਮਾਡਲ ਨੂੰ ਹਰ ਵਾਰ ਦੇਖਣੀ ਚਾਹੀਦੀ ਹੈ। ਕੁਝ ਨੀਤੀ ਦਸਤਾਵੇਜ਼ ਜੋੜਨ ਨਾਲ prompt ਕਈ ਹਜ਼ਾਰ tokens ਤੱਕ ਵਧ ਜਾਂਦਾ ਹੈ। ਵੱਡੇ prompts inference ਲਾਗਤਾਂ ਨੂੰ ਵਧਾਉਂਦੇ ਹਨ—ਮਾਡਲ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ ਹਰੇਕ token ਲਈ ਬਿੱਲ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ—ਅਤੇ ਉਹ instruction signal ਨੂੰ ਕਮਜ਼ੋਰ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ agent ਦਾ output ਅਸਪਸ਼ਟ ਹੋ ਜਾਂਦਾ ਹੈ। Incident triage ਜਾਂ compliance checking ਵਿੱਚ, ਇੱਕ ਅਸਪਸ਼ਟ prompt ਇੱਕ ਮਦਦਗਾਰ ਸਹਾਇਕ ਨੂੰ ਗਲਤ ਜਾਣਕਾਰੀ ਦੇ ਸਰੋਤ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ।
Agent Skills pattern: progressive disclosure
ਨਵਾਂ ਫਰੇਮਵਰਕ monolithic prompt ਦੀ ਜਗ੍ਹਾ ਚਾਰ-ਪੜਾਵੀ workflow ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ:
- Advertise the skill – ਇੱਕ ਹਲਕਾ metadata entry ਜੋ routing layer ਨੂੰ skill ਦਾ ਨਾਮ ਦੱਸਦਾ ਹੈ।
- Load instructions – ਇੱਕ ਸੰਖੇਪ ਵਰਣਨ ਜੋ agent ਇਹ ਫੈਸਲਾ ਲੈਣ ਲਈ ਪੜ੍ਹਦਾ ਹੈ ਕਿ ਕੀ skill ਬੇਨਤੀ (request) ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ।
- Read resources – ਵਿਕਲਪਿਕ policy ਜਾਂ reference ਫਾਈਲਾਂ ਜੋ ਸਿਰਫ਼ ਉਦੋਂ ਹੀ ਲਿਆਂਦੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜਦੋਂ agent skill ਦੀ ਚੋਣ ਕਰ ਲੈਂਦਾ ਹੈ।
- Run scripts – code execution ਜੋ ਕਾਰਵਾਈ ਨੂੰ ਅੰਜਾਮ ਦਿੰਦਾ ਹੈ, ਜੋ ਕਿ ਸਪਸ਼ਟ ਪ੍ਰਵਾਨਗੀ (explicit approval) ਦੁਆਰਾ ਨਿਯੰਤਰਿਤ ਹੁੰਦਾ ਹੈ।
ਸਿਰਫ਼ ਛੋਟੀ SKILL.md ਫਾਈਲ ਹੀ core prompt ਵਿੱਚ ਹੁੰਦੀ ਹੈ। ਸਾਰੇ ਵੱਡੇ ਦਸਤਾਵੇਜ਼ ਅਤੇ scripts ਇੱਕ file-based skill package ਵਿੱਚ ਹੁੰਦੇ ਹਨ ਜਿਸ ਨੂੰ runtime ਲੋੜ ਅਨੁਸਾਰ ਲੈਂਦਾ ਹੈ। Directory layout ਸਰਲ ਰਹਿੰਦਾ ਹੈ:
SKILL.md– ਸੰਖੇਪ ਮਨੁੱਖੀ-ਪੜ੍ਹਨਯੋਗ ਵਰਣਨ।references/– policy ਜਾਂ guidance ਫਾਈਲਾਂ।scripts/– executable code।
ਕਿਉਂਕਿ agent references/ ਜਾਂ scripts/ ਦੀ ਪੂਰੀ ਸਮੱਗਰੀ ਨੂੰ ਉਦੋਂ ਤੱਕ ਨਹੀਂ ਦੇਖਦਾ ਜਦੋਂ ਤੱਕ ਉਹ ਇਹ ਫੈਸਲਾ ਨਹੀਂ ਕਰ ਲੈਂਦਾ ਕਿ skill ਸਹੀ ਹੈ, ਇਸ ਲਈ ਤੁਸੀਂ ਕਿੰਨੀਆਂ ਵੀ skills ਰਜਿਸਟਰ ਕਰੋ, ਮੁੱਖ prompt ਹਲਕਾ (lean) ਰਹਿੰਦਾ ਹੈ।
ਫਰੇਮਵਰਕ ਵਿੱਚ ਬਣਾਏ ਗਏ safety guards
ਫਰੇਮਵਰਕ ਇਹ ਮੰਨ ਕੇ ਚੱਲਦਾ ਹੈ ਕਿ skill ਲੋਡ ਕਰਨਾ ਜੋਖਮ ਭਰਿਆ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਉਹ ਨਿਯਮ ਲਾਗੂ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ developers ਨੂੰ ਪਾਲਣਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ:
- Skill name advertisement – ਆਟੋਮੈਟਿਕ, ਸਿਰਫ਼ routing ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।
- Instruction loading – curated lists ਲਈ ਆਟੋਮੈਟਿਕ; ਅਣ-ਪੜਚੋਲ ਕੀਤੇ (unreviewed) instructions ਅਣਜਾਣੇ ਵਿੱਚ ਵਿਵਹਾਰ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹਨ।
- Policy reading – ਜਦੋਂ ਡੇਟਾ non-sensitive ਹੋਵੇ ਤਾਂ ਆਟੋਮੈਟਿਕ; ਸੰਵੇਦਨਸ਼ੀਲ ਸਮੱਗਰੀ ਨੂੰ ਵਾਧੂ access controls ਦੇ ਪਿੱਛੇ ਰੱਖੋ।
- Script execution – ਹਮੇਸ਼ਾ ਸਪਸ਼ਟ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ script agent ਨੂੰ “suggestion” ਤੋਂ “action” ਵੱਲ ਲੈ ਜਾਂਦੀ ਹੈ, ਇਸ ਲਈ ਇੱਕ ਮਨੁੱਖੀ ਜਾਂ policy ਚੈੱਕ ਦਾ ਦਖਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
- External system calls – ਸੀਮਤ ਅਨੁਮਤੀਆਂ ਵਾਲੇ ਵੱਖਰੇ tools ਰਾਹੀਂ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ; ਇੱਕ skill ਆਪਣੇ ਆਪ ਵਿੱਚ authorization mechanism ਨਹੀਂ ਹੈ।
ਇਹ ਨਿਯਮ developers ਨੂੰ database updates ਜਾਂ code deployments ਵਰਗੀਆਂ write-oriented ਕਾਰਵਾਈਆਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ read-only workflows—ਜਿਵੇਂ ਕਿ incident triage, policy lookup, status queries—ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਨ ਲਈ ਪ੍ਰੇਰਿਤ ਕਰਦੇ ਹਨ।
Operational hygiene: logging ਅਤੇ versioning
ਜਦੋਂ ਕੋਈ skill ਚੱਲਦੀ ਹੈ, ਫਰੇਮਵਰਕ ਹੇਠ ਲਿਖਿਆਂ ਦੀ logging ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ (ਅਤੇ ਕਈ deployments ਵਿੱਚ ਇਹ ਲਾਜ਼ਮੀ ਹੈ):
- ਅਸਲ request ਅਤੇ ਚੁਣੀ ਗਈ skill ID।
- ਵਰਤੀ ਗਈ skill package ਦਾ version।
- ਕੀ agent ਨੇ ਸਿਰਫ਼ ਵਰਣਨ ਲੋਡ ਕੀਤਾ ਜਾਂ resource ਫਾਈਲ ਵੀ ਲਿਆਂਦੀ।
- script execution ਲਈ ਪ੍ਰਵਾਨਗੀ ਦਾ ਫੈਸਲਾ।
- ਸਾਰੇ ਦਿੱਤੇ ਗਏ tool arguments ਅਤੇ ਵਾਪਸ ਮਿਲੇ ਨਤੀਜੇ।
ਜੇਕਰ agent ਗਲਤ skill ਚੁਣਦਾ ਹੈ, ਤਾਂ ਉਸ ਗਲਤ ਚੋਣ ਨੂੰ ਇੱਕ test case ਵਿੱਚ ਬਦਲ ਦਿਓ। ਇਹ skill ਦੇ production ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ regression check ਬਣਾਉਂਦਾ ਹੈ।
ਹਰੇਕ skill ਨੂੰ ਇੱਕ ਸਪਸ਼ਟ ਸੀਮਾ ਵਾਲੀ versioned dependency ਵਜੋਂ ਮੰਨੋ, ਨਾ ਕਿ prompts ਦੇ ਇੱਕ ਖੁੱਲ੍ਹੇ ਫੋਲਡਰ ਵਜੋਂ। Versioning ਤੁਹਾਨੂੰ agent ਦੇ ਬਾਕੀ ਗਿਆਨ ਦੇ ਅਧਾਰ (knowledge base) ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕੀਤੇ ਬਿਨਾਂ ਇੱਕ ਖ਼ਰਾਬ script ਨੂੰ roll back ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ।
ਸ਼ੁਰੂਆਤ ਕਰਨਾ: ਇੱਕ ਵਿਵਹਾਰਕ checklist
- ਇੱਕ read-only workflow ਚੁਣੋ – ਉਦਾਹਰਨ ਲਈ, “lookup the latest security incident guidelines”।
- Instructions ਅਤੇ scripts ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ package ਕਰੋ –
SKILL.mdਨੂੰ ਛੋਟਾ ਰੱਖੋ; ਭਾਰੀ policy ਫਾਈਲਾਂ ਨੂੰreferences/ਵਿੱਚ ਰੱਖੋ। - ਇੱਕ catalogue ਤਿਆਰ ਕਰੋ – ਮਨਜ਼ੂਰਸ਼ੁਦਾ skills ਦੀ ਇੱਕ ਸੂਚੀ ਰੱਖੋ ਅਤੇ ਕਿਸੇ ਵੀ script ਲਈ ਲਾਜ਼ਮੀ ਪ੍ਰਵਾਨਗੀ ਲਾਗੂ ਕਰੋ।
- Sandbox limits ਸੈੱਟ ਕਰੋ – script execution ਲਈ CPU, memory ਅਤੇ network ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰੋ; ਹਰ run ਨੂੰ log ਕਰੋ।
- ਪੁਰਾਣੇ mega-prompt ਦੇ ਵਿਰੁੱਧ benchmark ਕਰੋ – ਲਾਗਤ ਦੀ ਬਚਤ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ token usage, latency ਅਤੇ success rates ਦੀ ਤੁਲਨਾ ਕਰੋ।
ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ
Microsoft ਦਾ release ਵਰਤਮਾਨ ਵਿੱਚ ਇੱਕ ਸਥਿਰ Python implementation ਹੈ।
ਨਿਚੋੜ (Bottom line)
Agent Skills LLM-ਅਧਾਰਿਤ ਸਹਾਇਕਾਂ ਨੂੰ ਨੀਤੀਆਂ ਅਤੇ ਸਕ੍ਰਿਪਟਾਂ ਦੀ ਵਧਦੀ ਹੋਈ ਲਾਇਬ੍ਰੇਰੀ ਤੱਕ ਪਹੁੰਚ ਬਣਾਈ ਰੱਖਦੇ ਹੋਏ ਵੀ ਹਲਕੇ ਰਹਿਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਸਿਰਫ਼ ਵਰਣਨ ਨੂੰ ਹੀ ਸ਼ੁਰੂ ਵਿੱਚ ਲੋਡ ਕਰਕੇ ਅਤੇ ਲੋੜ ਪੈਣ 'ਤੇ ਭਾਰੀ ਸਰੋਤਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਕੇ, ਪ੍ਰੋਂਪਟ ਛੋਟੇ ਰਹਿੰਦੇ ਹਨ, ਇਨਫਰੈਂਸ ਲਾਗਤਾਂ ਘਟਦੀਆਂ ਹਨ, ਅਤੇ ਏਜੰਟ ਦੀ ਤਰਕ ਸ਼ਕਤੀ ਕੇਂਦਰਿਤ ਰਹਿੰਦੀ ਹੈ।