Skills
Agent SkillsSKILL.md Datei mit YAML-Frontmaterial (Name, Beschreibung) und Markdown-Anweisungen sowie optionalen scripts/ Verzeichnissen und Verzeichnissen. references/ assets/
Skills verwenden progressive Offenlegung: Metadaten werden im Voraus in die Systemeingabeaufforderung eingefügt (~100 Tokens), und vollständige Anweisungen werden bei Bedarf über einen Tool-Aufruf geladen. Dadurch wird vermieden, dass das Kontextfenster mit Anweisungen überflutet wird, die der Agent möglicherweise nicht benötigt.
Der Harness unterstützt vier Kompetenzquellen:
| Quelle | Description | Wann sollte dies verwendet werden? |
|---|---|---|
|
AWS Fähigkeiten |
Pre-built Fähigkeiten für AWS Dienste aus dem AWS Agent Toolkit |
Sie benötigen vorgefertigtes AWS Fachwissen ohne jegliche Einrichtung. |
|
Git (HTTPS) |
Klonen Sie einen Skill aus einem beliebigen öffentlichen oder privaten Git-Repository. Unterstützt Unterverzeichnisse. |
Sie möchten auf Fähigkeiten von GitHub, oder einem beliebigen Git-Host verweisen GitLab, ohne sie auf S3 hochzuladen. |
|
Amazon S3 |
Rufen Sie mithilfe der Ausführungsrolle einen Skill aus einem kundeneigenen S3-Bucket ab. |
Sie möchten die volle Kontrolle über Versionierung, Verschlüsselung und Zugriffssteuerung haben. |
|
Pfad (Dateisystem) |
Verweist auf eine Fähigkeit, die bereits im Harness-Dateisystem vorhanden ist (in das Container-Image integriert oder über |
Der Skill ist Teil Ihres Container-Images oder wurde zu Beginn der Sitzung installiert. |
Skills werden einmal pro Sitzung beim ersten Aufruf abgerufen. Innerhalb einer Sitzung bleiben Skills über mehrere Aufrufe hinweg auf der Festplatte gespeichert. Wenn die VM abläuft und eine neue Sitzung gestartet wird, werden die Skills erneut abgerufen, um die Aktualität zu gewährleisten.
Sie können es skills als Standard für den Harness festlegen (über CreateHarness oderUpdateHarness) oder den Wert pro Aufruf überschreiben. Invoke-time Skills werden nach den Skills bei der Erstellung angehängt. Wenn beide eine Fertigkeit mit demselben Namen definieren, gewinnt die Version, bei der die Invoke-Time-Version verwendet wird.
Anmerkung
Um einem Harness interaktiv einen Skill hinzuzufügen, öffnen Sie die TUI, agentcore wählen Sie Hinzufügen, wählen Sie Harness, wechseln Sie zu den erweiterten Einstellungen und aktivieren Sie Skills. Der Assistent fordert Sie dann zur Eingabe der Skillquelle auf. Auf der Registerkarte Interaktiv unter Git und Amazon S3 unten finden Sie die Schritte pro Quelle.
AWS Skills
AWS Skills sind vorgefertigte Skills, die es Ihren Agenten ermöglichen, mit AWS Services zu interagieren. Sie sind hierarchisch organisiert und anhand von Glob-Mustern ausgewählt. Sehen Sie sich ihre Quelle an auf. GitHub
| Kategorie | Muster | Typische Fähigkeiten |
|---|---|---|
|
Kernkompetenzen |
|
EC2-, S3-, Lambda-, DynamoDB-, IAM-Operationen. CloudWatch |
|
Analytische Fähigkeiten |
|
Athena, Glue QuickSight, Data-Lake-Operationen. |
|
Operative Fähigkeiten |
|
Problembehandlung, Diagnose, Protokollanalyse. |
|
Fähigkeiten im Umgang mit Speicherplatz |
|
S3, EFS, FSx, Backup-Operationen. |
Alle aktivieren AWS Fähigkeiten
Beispiel
Fähigkeiten nach Kategorie aktivieren
Verwenden Sie Glob-Muster, um bestimmte Fähigkeitskategorien zu aktivieren:
Beispiel
Aktivieren Sie eine einzelne spezifische Fähigkeit
response = client.invoke_harness( harnessArn=HARNESS_ARN, runtimeSessionId=SESSION_ID, skills=[{"awsSkills": {"paths": ["core-skills/aws-cdk"]}}], messages=[{"role": "user", "content": [{"text": "Create a CDK stack for a Lambda function."}]}], )
Kombinieren Sie mehrere Muster
skills=[{"awsSkills": {"paths": ["core-skills/aws-cdk", "core-skills/aws-serverless", "specialized-skills/storage-skills/*"]}}]
Anmerkung
-
Pfade müssen relativ sein (kein führendes
/oder..). Absolute Pfade und Pfaddurchquerung werden abgelehnt. -
Wenn ein Glob-Muster keinen Fähigkeiten entspricht, schlägt der Aufruf mit einem beschreibenden Fehler fehl.
-
Mehrere
awsSkillsEinträge in derselben Payload werden zusammengeführt.
Git-Fähigkeiten (HTTPS)
Klonen Sie einen Skill aus einem beliebigen öffentlichen oder privaten Git-Repository. Unterstützt Unterverzeichnisse innerhalb von Monorepos mithilfe von Sparse Checkout.
Beispiel
-
url(erforderlich) — HTTPS-URL des Git-Repositorys. -
path(optional) — Unterverzeichnis innerhalb des Repos, das den Skill enthält. Wenn es weggelassen wird, wird das Repository-Stammverzeichnis verwendet. -
auth.credentialArn(optional) — ARN eines API-Schlüsselanmeldeanbieters, der ein persönliches Zugriffstoken für private Repos besitzt. -
auth.username(optional) — Git-Benutzername, standardmäßig.oauth2
Der Git-Abruf muss innerhalb von 60 Sekunden abgeschlossen sein. Wenn das Repository Internetausgänge erfordert, stellen Sie sicher, dass Ihre VPC über ein NAT-Gateway verfügt (gleiche Anforderung wie Remote-MCP-Server und benutzerdefinierte Container-Pulls).
Amazon S3 S3-Fähigkeiten
Rufen Sie einen Skill aus einem kundeneigenen S3-Bucket ab. Verwendet die Anmeldeinformationen der Harness-Ausführungsrolle.
Beispiel
-
uri(erforderlich) — S3-URI, die auf das Skill-Verzeichnis verweist (z. B.s3://bucket/prefix/). -
Die Ausführungsrolle muss über
s3:GetObjects3:ListBucketBerechtigungen für den Bucket verfügen. Siehe Sicherheit und Zugriffskontrollen. -
Jeder S3-Skill muss 1 GB oder weniger groß sein.
-
S3-Quellen funktionieren mit S3-VPC-Endpunkten (kein NAT-Gateway erforderlich).
Kenntnisse im Umgang mit Dateisystempfaden
Verweisen Sie auf eine Fähigkeit, die sich bereits im Harness-Dateisystem befindet. Sie ist in das Container-Image eingebrannt oder wurde beim Sitzungsstart über installiert. InvokeAgentRuntimeCommand
Beispiel
In das Container-Image einbacken
Fügen Sie das Skill-Verzeichnis in Ihr benutzerdefiniertes Image ein:
COPY skills/xlsx .agents/skills/xlsx
Zu Beginn der Sitzung installieren
InvokeAgentRuntimeCommandVor dem ersten Agentenaufruf verwenden:
agentcore invoke --exec --harness my-agent --session-id "$SESSION" \ "git clone --depth 1 https://github.com/anthropics/skills /tmp/skills && cp -r /tmp/skills/skills/xlsx .agents/skills/xlsx"
Kombinieren Sie mehrere Skillquellen
Alle vier Quelltypen können in einer einzigen Nutzlast koexistieren:
response = client.invoke_harness( harnessArn=HARNESS_ARN, runtimeSessionId=SESSION_ID, skills=[ {"awsSkills": {"paths": ["core-skills/aws-cdk"]}}, {"git": {"url": "https://github.com/anthropics/skills", "path": "skills/docx"}}, {"s3": {"uri": "s3://my-bucket/skills/company-style/"}}, {"path": ".agents/skills/xlsx"}, ], messages=[{"role": "user", "content": [{"text": "Help me with this project."}]}], )
Fehlerbehandlung
Bei allen Abruffehlern schlägt der Aufruf mit einem beschreibenden Fehler fehl. Fähigkeiten werden niemals stillschweigend übersprungen.
| Fehler | Fehlermeldung |
|---|---|
|
S3-Zugriff verweigert |
|
|
S3-Objekt wurde nicht gefunden |
|
|
Git-Klon schlägt fehl (Netzwerk) |
|
|
Git-Authentifizierung verweigert |
|
|
Git-Pfad wurde im Repo nicht gefunden |
|
|
Git-Timeout (60 s) |
|
|
Der Skill überschreitet das Limit von 1 GB |
|
|
AWS Der Fähigkeitspfad stimmt mit nichts überein |
|
|
Pfaddurchquerung () |
|
|
AWS Fähigkeitenpaket fehlt |
|
Verwandte Themen
-
Tools- verbindet MCP-Server, Gateway, Browser und Code-Interpreter
-
Umgebung und Dateisystem- benutzerdefinierte Container-Images und Umgebungskonfiguration
-
Arbeitsspeicher- Konversationen sitzungsübergreifend fortführen
-
Sicherheit und Zugriffskontrollen- Richtlinien zur Ausführung von Rollen für Qualifikationsquellen