피드로 돌아가기
Dev.toAI/ML
원문 읽기
SKILL.md 스펙 준수율 5.8%에 따른 에이전트 라우팅 효율 저하 분석
94% of Published SKILL.md Files Skip the Spec's Two Most Basic Patterns
AI 요약
Context
에이전트의 Skill Discovery 최적화를 위해 action verb와 trigger phrase를 정의한 agentskills.io 스펙 존재. 그러나 실제 배포된 Skill 파일들이 메타데이터 설계 원칙을 무시하여 라우팅 레이어의 성능 저하와 Context Window 낭비 초래.
Technical Solution
- Action Verb와 Trigger Phrase 강제를 통한 Routing Layer의 Skill 호출 정확도 향상
- Progressive Disclosure 패턴 도입으로 메타데이터 최소화 및 무거운 리소스의 외부 파일 분리 설계
- 3-Tier Token Budget 설정으로 에이전트 Context Window 점유율 최적화
- skillcheck 린터를 통한 정적 분석 기반의 Frontmatter 구조 및 Description 품질 검증
- Semantic Self-critique 모드로 정적 분석의 한계를 넘어 에이전트 관점의 가독성 검증
- Capability Graph Extraction을 통한 Skill 간 관계 정의 및 구조적 분석 수행
실천 포인트
- Skill 정의 시 첫 단어를 Action Verb로 시작하고 'use when' 구문을 포함하여 라우팅 정밀도 확보 - Context Window 절약을 위해 50라인 초과 코드나 대형 테이블은 resources/ 또는 references/ 디렉토리로 분리 - Frontmatter의 필수 필드 외 옵셔널 메타데이터(tags, version 등)를 정의하여 검색 가능성 증대 - 배포 파이프라인에 skillcheck와 같은 정적 분석 도구를 통합하여 스펙 준수 여부 강제
태그