Agent Skills trafia do Linux Foundation. Co to jest i co się zmienia

Co to jest Agent Skills

Agent Skills to otwarty format zapisywania umiejętności dla agentów AI. Skill jest zwykłym folderem, w którym obowiązkowy jest tylko plik SKILL.md. Plik zawiera krótki nagłówek z nazwą i opisem oraz instrukcje w formacie Markdown. Obok mogą leżeć skrypty, dokumentacja, szablony i dane, z których agent korzysta przy wykonywaniu zadania.

Anthropic opracował ten format przy pracy nad Claude Code. Firma tłumaczy, że agent dobrze radził sobie z wiedzą ogólną, ale brakowało mu wiedzy proceduralnej, czyli opisu, jak konkretna firma lub zespół wykonuje daną pracę. Skill pozwala zapisać taką procedurę raz, np. sposób przygotowania raportu, przeglądu umowy czy wdrożenia aplikacji, i używać jej w wielu narzędziach.

Format działa w trzech krokach, które specyfikacja nazywa stopniowym ujawnianiem. Na starcie agent wczytuje tylko nazwy i opisy wszystkich skilli, czyli ok. 100 tokenów na skill. Pełne instrukcje ładuje dopiero wtedy, gdy zadanie pasuje do opisu, a pliki dodatkowe otwiera tylko w razie potrzeby. Dzięki temu agent może mieć pod ręką wiele skilli bez zapychania okna kontekstu.

Jak wygląda plik SKILL.md

Specyfikacja na stronie agentskills.io jest krótka i stawia niewiele wymagań. Najważniejsze zasady zebraliśmy w liście.

• Pole name jest obowiązkowe, ma do 64 znaków, zawiera tylko małe litery, cyfry i myślniki i musi być takie samo jak nazwa folderu.
• Pole description jest obowiązkowe, ma do 1024 znaków i powinno opisywać, co skill robi i kiedy agent ma po niego sięgnąć.
• Pola opcjonalne to license, compatibility (wymagania środowiska, do 500 znaków), metadata oraz eksperymentalne allowed-tools, czyli lista narzędzi, których skill może używać bez dodatkowej zgody.
• Zalecane katalogi to scripts na kod, references na dokumentację i assets na szablony i dane.
• Specyfikacja zaleca, by główny plik SKILL.md miał mniej niż 500 linii, a instrukcje mniej niż 5000 tokenów. Dłuższe materiały należy przenieść do osobnych plików.

Co dokładnie przekazał Anthropic

Anthropic oddał fundacji AAIF samą specyfikację, nazwę i logo Agent Skills, organizację agentskills na GitHubie oraz domenę agentskills.io. AAIF powstała w grudniu 2025 roku przy Linux Foundation z inicjatywy Anthropic, Block i OpenAI. Na start otrzymała protokół MCP (Model Context Protocol) od Anthropic, framework goose od Block i format AGENTS.md od OpenAI. Agent Skills jest więc drugim standardem Anthropic w tej fundacji.

Standard będą utrzymywać inżynierowie z Anthropic, Google, OpenAI i innych firm, ale jako osoby prywatne. Głównymi opiekunami zostali David Soria Parra i Mahesh Murag. Anthropic deklaruje, że chce utrzymać standard otwarty, rozwijany przez społeczność i niezależny od jednego dostawcy. Członkostwo w AAIF nie jest potrzebne ani do korzystania ze standardu, ani do zgłaszania zmian, a uwagi do specyfikacji można przesyłać na GitHubie i na Discordzie projektu.

Oś czasu standardu Agent Skills

Daty pochodzą z komunikatu Anthropic z 22 października 2026 roku i z komunikatu Linux Foundation o powstaniu AAIF.

• Październik 2025 - Anthropic wprowadza skille w swoich produktach. W ciągu kilku tygodni deweloperzy publikują tysiące skilli na GitHubie i piszą moduły ładujące je w Codex, Cursorze i OpenCode.
• 9 grudnia 2025 - Linux Foundation ogłasza powstanie Agentic AI Foundation z projektami MCP, goose i AGENTS.md.
• Grudzień 2025 - Anthropic publikuje Agent Skills jako otwarty standard we własnej organizacji na GitHubie i pod domeną agentskills.io.
• 22 października 2026 - Anthropic przekazuje standard fundacji AAIF. Według firmy obsługuje go ponad 70 platform, a liczba instalacji skilli zbliża się do 280 mln.

Co to zmienia dla firm i programistów

Najważniejsza zmiana dotyczy przewidywalności. Gdy standard należy do jednej firmy, inni dostawcy narzędzi muszą liczyć się z tym, że jego kierunek wyznaczy konkurent. Neutralna fundacja i formalny proces zgłaszania zmian zmniejszają to ryzyko. Ten sam model zastosowano wcześniej przy MCP, który po przekazaniu do AAIF stał się wspólnym sposobem łączenia agentów z narzędziami i danymi.

Dla zespołu, który już tworzy skille, przekazanie oznacza większą szansę, że jeden zestaw instrukcji zadziała w Claude Code, ChatGPT, Cursorze i GitHub Copilot bez przepisywania. W naszej ocenie to dobry moment, by firmowe procedury, które dziś leżą w promptach rozsianych po czatach, zebrać w wersjonowane skille w repozytorium. Taki zapis łatwiej przejrzeć, poprawić i przenieść do innego narzędzia, gdy firma zmieni dostawcę modelu.

Polskie firmy mogą od razu pisać skille po polsku, bo specyfikacja nie narzuca języka instrukcji. Nazwa skilla musi jednak składać się z małych liter alfabetu łacińskiego bez polskich znaków. Opis warto pisać tak, by zawierał słowa, których pracownicy faktycznie używają w poleceniach, bo na jego podstawie agent decyduje, czy sięgnąć po skill.

Ograniczenia i ryzyka

Liczby dotyczące adopcji pochodzą z komunikatu Anthropic i nie zostały niezależnie zweryfikowane. Anthropic nie wyjaśnia, jak liczy instalacje ani publikacje skilli. Nie podano też terminów dla wersjonowanych wydań i formalnego procesu zmian, więc obecna specyfikacja może się jeszcze zmieniać.

Poważniejsze ryzyko dotyczy bezpieczeństwa. Skill może zawierać skrypty, które agent uruchamia na komputerze użytkownika lub w firmowym środowisku, a instrukcje w SKILL.md mogą zawierać ukryte polecenia sterujące agentem. Wytyczne bezpieczeństwa dla autorów i użytkowników skilli są dopiero w planach. Pole allowed-tools, które ogranicza narzędzia dostępne dla skilla, specyfikacja nadal opisuje jako eksperymentalne, a jego obsługa zależy od konkretnego agenta.

Co zrobić teraz

Zespoły korzystające z agentów AI mogą już teraz uporządkować pracę ze skillami. Poniższa lista wynika z naszej analizy specyfikacji i ryzyk.

1. Instaluj skille tylko ze źródeł, które znasz, i przed instalacją przeczytaj SKILL.md oraz każdy skrypt w folderze.
2. Trzymaj firmowe skille w repozytorium z przeglądem zmian, tak jak kod.
3. Uruchamiaj agentów ze skillami zawierającymi skrypty w odizolowanym środowisku, np. w sandboxie lub kontenerze.
4. Sprawdzaj poprawność plików narzędziem skills-ref, które udostępnia projekt.
5. Śledź repozytorium agentskills na GitHubie, bo tam pojawią się wytyczne bezpieczeństwa i pierwsze wersjonowane wydania.