Giải mã Google Agent Skills: Quy trình xây dựng, kiểm thử và mở rộng quy mô

Các AI agent chỉ hiệu quả khi được cung cấp hướng dẫn và ngữ cảnh phù hợp. Khi chúng tôi ra mắt Google Agent Skills, mục tiêu của chúng tôi rất đơn giản: mã hóa kiến thức chuyên môn về Google Cloud thành các hướng dẫn có cấu trúc, mã nguồn mở, giúp các AI coding agent trở nên thông minh hơn, an toàn hơn và chính xác hơn đáng kể.

Hôm nay, tôi muốn đưa các bạn vào hậu trường của Google Agent Skills. Với tư cách là thành viên nhóm làm việc trực tiếp với các kỹ năng này, tôi sẽ chia sẻ cách chúng tôi bắt đầu, cách chúng tôi duy trì chất lượng ở quy mô lớn và cách chúng tôi quản trị các kỹ năng công khai cũng như nội bộ.

Khởi đầu: Đợt "swarm" tại sự kiện Next'26

Dự án Google Agent Skills không bắt đầu từ con số không. Nó khởi đầu như một nỗ lực "swarm" (tập trung nguồn lực nhanh) hướng tới sự kiện Google Cloud Next 2026.

Một lực lượng đặc nhiệm đa chức năng, dẫn đầu bởi các Developer Advocate và Technical Writer, đã cùng nhau thực hiện một mục tiêu rõ ràng: đóng gói kiến thức chuyên môn về Google Cloud thành các hướng dẫn có cấu trúc mà agent có thể đọc được.

Việc ra mắt đã được công bố trong bài viết chính thức về Google Agent Skills. Sự đón nhận ban đầu từ cộng đồng đã vượt quá mong đợi của chúng tôi với hơn 15.000 lượt sao trên GitHub!

Khi các nhà phát triển và đội ngũ kỹ thuật trong và ngoài Google thấy được các kỹ năng này hướng dẫn AI agent hiệu quả như thế nào (giảm thiểu tình trạng ảo giác và thực thi các phương pháp tốt nhất), nhiều người đã muốn tham gia. Chẳng bao lâu sau, một làn sóng các nhóm sản phẩm muốn đóng góp kỹ năng cho các dịch vụ Google của riêng họ (không chỉ giới hạn ở Cloud, ví dụ như Ads).

Thách thức: Mở rộng quy mô mà không làm giảm chất lượng

Sự phổ biến mang đến một thách thức lớn: kiểm soát chất lượng.

Khi các nhóm khác nhau đóng góp kỹ năng, việc duy trì một tiêu chuẩn nhất quán trở nên khó khăn. Một kỹ năng được viết kém với các hướng dẫn mơ hồ, liên kết bị hỏng hoặc thiếu các trường hợp biên (edge cases) sẽ làm giảm trải nghiệm tổng thể của agent.

Để cho phép các nhóm xuất bản kỹ năng trong khi vẫn bảo vệ trải nghiệm của nhà phát triển, chúng tôi buộc phải đặt ra một tiêu chuẩn rất cao.

Điều này có nghĩa là quy trình đóng vai trò cực kỳ quan trọng. Nếu không có các tiêu chuẩn rõ ràng và sự quản trị tự động, một kho lưu trữ kỹ năng mã nguồn mở sẽ nhanh chóng trở nên hỗn loạn.

Vì vậy, hãy cùng đi sâu vào chi tiết cách chúng tôi duy trì chất lượng khi mở rộng quy mô.

Giải phẫu của một Agent Skill

Để giữ cho các kỹ năng nhất quán trên nhiều dịch vụ của Google, mỗi kỹ năng đều tuân theo một cấu trúc kho lưu trữ chuẩn hóa:

Chuyển sang chế độ toàn màn hình Thoát chế độ toàn màn hình

Phương pháp kiến trúc tốt nhất: Ưu tiên các công cụ MCP từ xa

Khi thiết kế các kỹ năng, nguyên tắc chỉ đạo của chúng tôi là: Tham chiếu các công cụ Model Context Protocol (MCP) từ xa bất cứ khi nào có thể, và chỉ quay lại sử dụng CLI hoặc lệnh gọi API khi thực sự cần thiết. Các máy chủ MCP từ xa phù hợp nhất với khối lượng công việc của Agentic bằng cách cung cấp các công cụ, đồng thời cung cấp sẵn tính năng xác thực và quản trị IAM.

Xuất bản công khai

Chúng tôi xây dựng và đánh giá các kỹ năng của mình trong nội bộ trước để đảm bảo chúng hoạt động tốt và được xác thực đúng cách. Khi đã sẵn sàng công khai, chúng tôi sử dụng các quy tắc xuất tự động để đăng lên GitHub. Điều này giúp các kho lưu trữ công khai luôn sạch sẽ, đồng thời loại bỏ các tài sản nội bộ, thông tin sở hữu và các bộ đánh giá.

Kiểm tra tự động khi check-in

Trước khi bất kỳ kỹ năng nào được đưa vào kho lưu trữ, nó phải vượt qua quy trình CI/CD tự động:

Ví dụ về GitHub Action để kiểm tra lỗi (linting) kỹ năng

Mặc dù quá trình phát triển của chúng tôi dựa vào các công cụ nội bộ của Google, nhưng các kho lưu trữ kỹ năng mã nguồn mở công khai có thể sử dụng GitHub Actions tiêu chuẩn cho CI/CD.

Nếu bạn đang duy trì thư viện kỹ năng của riêng mình trên GitHub, việc linting là một phần của bộ kiểm tra lớn hơn để duy trì tiêu chuẩn chất lượng cao. Cấu hình GitHub Action sau đây minh họa cách tự động chạy kiểm tra kỹ năng trong kho lưu trữ của bạn bằng cách sử dụng skills-ref:

Chuyển sang chế độ toàn màn hình Thoát chế độ toàn màn hình

Đánh giá liên tục (khi gửi và hàng tuần)

Tài liệu và API luôn phát triển, cũng như các mô hình LLM và các bộ khung (harness) cho agent. Một kỹ năng hoạt động tốt hôm nay có thể bị lỗi vào ngày mai nếu API, mô hình hoặc bộ khung agent cơ sở thay đổi.

Để thiết lập tiêu chuẩn chất lượng ban đầu và ngăn chặn sự suy giảm, chúng tôi thực hiện các đánh giá liên tục:

Tác giả kỹ năng phải cung cấp nhiều trường hợp kiểm thử đánh giá, mỗi trường hợp chứa một prompt và một tập hợp các kỳ vọng. Với mỗi bộ đánh giá, chúng tôi so sánh hiệu suất của các agent khi có và không có từng kỹ năng.

Và xem xét hai khía cạnh chính:

Hơn nữa, chúng tôi chạy các đánh giá nhiều lần trên các khung agent khác nhau để thu được kết quả có ý nghĩa thống kê.

Cuối cùng, ma trận 2x2 chứng minh liệu một kỹ năng có mang lại sự cải thiện đo lường được về độ chính xác và hiệu quả hay không.

Kỹ năng là sản phẩm, không phải đoạn mã rời rạc

Một bài học quan trọng rút ra từ công việc của chúng tôi là kỹ năng là một sản phẩm sống, không phải là tài liệu dùng một lần.

Để đảm bảo độ tin cậy lâu dài, chúng tôi đã thiết lập các quy tắc sở hữu nghiêm ngặt:

Hỗ trợ tác giả: Các công cụ và quy trình làm việc của agentic