Урок 2: Навыки (Agent Skills) и MCP

Чему вы научитесь

• Понимать, что такое навык в открытом стандарте Agent Skills и зачем он нужен
• Различать «навык» (методика, знание процедуры) и «инструмент» (доступ к внешней системе через MCP)
• Читать структуру файла SKILL.md: frontmatter, документация, примеры кода
• Подключать к агенту инструменты через MCP и понимать, когда это лучше навыка
• Написать собственный простой SKILL.md, который учит агента вашей процедуре

Две разные проблемы: «как делать» и «чем делать»

Когда вы хотите расширить агента, есть два принципиально разных дефицита. Первый — агент не знает вашей методики: в каком порядке делать шаги, на что смотреть, чего избегать. Второй — у агента нет доступа к нужной системе: базе данных, файловому хранилищу, внутреннему API.

Эти проблемы решаются разными механизмами. Методику даёт навык (Agent Skill), доступ к системе даёт инструмент через MCP (Model Context Protocol). Путаница между ними — частая причина, почему агента «учат» не тем способом.

Agent Skills: открытый стандарт

Agent Skills — открытый стандарт (agentskills.io), по которому навык оформляется как папка с файлом SKILL.md. Это просто структурированный текст, который агент подгружает в контекст, когда навык релевантен задаче.

Главный плюс подхода — переносимость. Один и тот же навык понимают разные агенты: Claude Code, Cursor, Codex, Antigravity CLI. Самый известный набор — Scientific Agent Skills (K-Dense): 140 готовых навыков по доступу к научным базам, биоинформатике, литобзору, peer-review и написанию статей (GitHub).

Из чего состоит SKILL.md

Файл устроен из трёх частей. Сверху — frontmatter (метаданные в YAML): имя, описание, по которому агент решает, когда навык применим. Дальше — документация: сама методика, шаги, правила, ограничения. Внизу — примеры кода или промптов, на которые агент опирается.

Ключевое поле — description. По нему агент-оркестратор решает, подгружать навык или нет. Расплывчатое описание = навык не сработает в нужный момент.

---
name: systematic-review-extract
description: >
  Извлекает из научной статьи структурированные данные для систематического
  обзора: метод, размер выборки, измеренный эффект, ограничения. Применять,
  когда нужно собрать таблицу сравнения по набору статей.
license: MIT
---

# Извлечение данных для систематического обзора

## Когда использовать
Есть набор статей (PDF или текст), нужна сводная таблица для обзора.

## Процедура
1. Прочитать статью целиком, не доверять только аннотации.
2. Извлечь поля: метод, выборка (N), измеренный эффект, доверительный интервал.
3. Для каждого поля сохранить цитату-источник (страница или раздел).
4. Если поле не найдено явно, пометить "не указано", не угадывать.
5. Сложить результат в таблицу: одна строка на статью.

## Правила достоверности
- Никогда не выдумывать числа, которых нет в тексте.
- Эффект без доверительного интервала помечать как неполный.
- Все извлечённые значения остаются черновиком для проверки человеком.

## Пример вывода
| Статья | Метод | N | Эффект | Источник |
|--------|-------|---|--------|----------|
| Smith 2024 | RCT | 240 | +12% (CI 4-20) | с. 6, Table 2 |

Обратите внимание: навык не вызывает никаких внешних систем. Он только задаёт процедуру и правила. Доступ к данным (например, к базе статей) — это уже зона MCP.

MCP: подключение инструментов

MCP (Model Context Protocol) — открытый протокол, по которому агент получает доступ к внешним системам: базам данных, файлам, API, поисковым сервисам. MCP-сервер объявляет набор инструментов, агент вызывает их по необходимости.

В научных системах через MCP подключают доступ к литературным базам, графу знаний, файловому хранилищу датасетов. И EvoScientist, и аналогичные системы поддерживают и навыки, и MCP одновременно (EvoScientist).

Соберём свой первый навык

1. Назовите процедуру. Возьмите рутину, которую делаете руками: «проверить, что цитата реально поддерживает утверждение».
2. Создайте папку и SKILL.md. Имя папки = имя навыка, внутри один файл SKILL.md.
3. Заполните frontmatter. Поле name и точное description — по нему агент поймёт, когда навык применим.
4. Опишите процедуру шагами. Нумерованный список действий и явные правила достоверности (что нельзя выдумывать).
5. Дайте пример вывода. Покажите формат результата — таблицу, список, шаблон ответа.
6. Прочитайте навык как агент. Если по тексту непонятно, когда и как действовать, перепишите — агенту будет так же непонятно.

Следующий урок

Урок 3: Память и контекст — как агент удерживает нить на 1000+ статей через персистентную память и трёхуровневую компрессию контекста.