Genkit Go ra mắt Agent Skills: Tối ưu hóa ngữ cảnh bằng cách tải kỹ năng theo yêu cầu

31 THÁNG 7, 2026

Các tác nhân (agent) dựa trên mô hình ngôn ngữ lớn (LLM) ngày càng được sử dụng nhiều để tự động hóa các quy trình công việc phức tạp. Tuy nhiên, khi trách nhiệm của chúng ngày càng tăng, việc quản lý kích thước ngữ cảnh của câu lệnh (prompt context) trở thành một thách thức. Việc tải mọi quy trình vận hành tiêu chuẩn, hướng dẫn tham khảo và tài liệu vào cửa sổ ngữ cảnh cố định là không bền vững: nó tiêu tốn các token quý giá, làm loãng sự tập trung của mô hình và tăng khả năng đưa ra phản hồi không chính xác.

Để giải quyết vấn đề này, chúng tôi đã thêm hỗ trợ cho Agent Skills trong Genkit cho TypeScript, Go, Dart và Python. Bài viết này sẽ minh họa cách sử dụng Agent Skills với Genkit trong Go. Tiêu chuẩn Agent Skills cho phép các nhà phát triển đóng gói kiến thức chuyên môn thành các khả năng có thể khám phá, mà tác nhân chỉ tải khi cần thiết. Chúng đóng vai trò như các gói kiến thức chuyên biệt nằm ở chế độ nền cho đến thời điểm cần thiết.

Tóm tắt ngắn gọn về Agent Skills

Agent skills hoạt động dựa trên nguyên tắc gọi là tiết lộ lũy tiến (progressive disclosure), nghĩa là thông tin sẽ chỉ được tiết lộ cho mô hình khi cần thiết. Các kỹ năng được định nghĩa bằng tệp SKILL.md gồm hai phần: frontmatter và body. Phần frontmatter chứa mô tả kỹ năng và bất kỳ siêu dữ liệu bổ sung nào. Phần body của kỹ năng là phần chứa các hướng dẫn thực tế cho mô hình. Ngoài ra, bạn cũng có thể thêm các tệp bổ trợ như tài liệu tham khảo hoặc tập lệnh (script).

Theo đặc tả, đây là cách một kỹ năng được tổ chức trên ổ đĩa:

Văn bản thuần túy

Đã sao chép

Và đây là ví dụ về frontmatter của một kỹ năng:

Văn bản thuần túy

Đã sao chép

Ban đầu, bộ khung tác nhân (agent harness) sẽ tải định nghĩa kỹ năng từ tệp SKILL.md, nhưng chỉ hiển thị phần frontmatter cho câu lệnh hệ thống (system prompt) của tác nhân. Đây là thông tin cần thiết để tác nhân cân nhắc xem kỹ năng đó có cần được kích hoạt hay không. Khi cuộc trò chuyện diễn ra, cuối cùng tác nhân sẽ gặp tình huống cần đến kỹ năng đó, và quá trình kích hoạt sẽ bắt đầu, tải toàn bộ phần body của kỹ năng. Dựa trên nội dung phần body, tác nhân có thể quyết định tải thêm các tài liệu tham khảo hoặc sử dụng các tập lệnh đi kèm, hoàn tất chu trình tiết lộ cho tác vụ cụ thể đó.

Quy trình này được tóm tắt trong sơ đồ sau:

Với cơ chế tiết lộ lũy tiến, việc tiêu thụ token được trì hoãn cho đến khi thực sự cần thiết. Sơ đồ được tạo bằng Gemini 3.1 Flash Image.

Mô hình tiết lộ lũy tiến này mang lại ba ưu điểm chính:

Agent Skills trong Genkit Go

Để hiểu cách Agent Skills hoạt động trong Genkit Go, trước tiên chúng ta phải xem xét kiến trúc middleware của Genkit. Middleware của Genkit hoạt động như một đường ống (pipeline) các hook giúp chặn và bao bọc các giai đoạn quan trọng trong vòng đời của mô hình:

Agent Skills được xây dựng dựa trên hệ thống hook này. Bằng cách giám sát các câu lệnh đầu vào, middleware sẽ phát hiện các mô tả khớp và kích hoạt kỹ năng một cách linh hoạt.

Dưới đây là đoạn mã minh họa cách bạn có thể thêm hỗ trợ kỹ năng vào luồng (flow) Genkit của mình:

Go

Đã sao chép

Cách thức hoạt động

Việc sử dụng kỹ năng diễn ra qua ba giai đoạn riêng biệt:

Chuẩn bị môi trường

Cài đặt SDK

Để bắt đầu với Agent Skills trong Genkit, trước tiên hãy đảm bảo bạn đã có phiên bản mới nhất của Genkit Go SDK:

Shell

Đã sao chép

Cài đặt Genkit CLI

Bước này là tùy chọn nhưng được khuyến nghị. Trên macOS hoặc Linux, hãy chạy:

Shell

Đã sao chép

Trên Windows, hãy tải xuống tệp nhị phân từ: cli.genkit.dev

Thông tin chi tiết có thể được tìm thấy tại https://cli.genkit.dev

Thêm kỹ năng vào một luồng cơ bản

Sau khi đã cài đặt SDK, bạn có thể đăng ký middleware kỹ năng và cung cấp nó trong lệnh gọi Generate. Đoạn mã sau đây định nghĩa một công cụ dòng lệnh tạo công thức nấu ăn được vận hành bởi một luồng Genkit:

Go

Đã sao chép