Skills

Las “Skills” son funciones reutilizables que amplían las capacidades de los agentes en Studio IA. Permiten ejecutar operaciones específicas — como cálculos, integraciones con bases de datos o reglas de negocio — que el modelo por sí solo no logra realizar de manera eficiente, especialmente en tareas como matemáticas o acciones estructuradas.

Una Skill está compuesta por código Python y puede ser utilizada en flujos automatizados para ofrecer mayor precisión y control en la experiencia del usuario.

---

Tipos de Skills

Existen dos tipos principales:

• Embebidas (nativas): son proporcionadas por la plataforma y no pueden ser editadas ni eliminadas.

• Personalizadas: son creadas por los usuarios desde cero o a partir de la duplicación de una Skill embebida.

Al personalizar una Skill embebida, el sistema genera una copia independiente. Esta nueva versión puede editarse libremente.

---

1. Skills Embebidas (Nativas)

Son modelos preconfigurados proporcionados por Skyone Studio. Vienen listos para usar y no pueden ser editados ni eliminados por los usuarios.

Actualmente, Skyone Studio ofrece dos modelos embebidos:

• Skill con RAG: utiliza la técnica de Retrieval-Augmented Generation (RAG), permitiendo que el agente busque información externa en tiempo real para enriquecer las respuestas entregadas al usuario.

• Skill con SQL: permite que el agente interactúe directamente con bases de datos relacionales mediante SQL, respondiendo preguntas y generando resultados basados en consultas estructuradas.

Estos modelos son ideales para escenarios comunes, garantizando robustez y buenas prácticas ya incorporadas.

RAG: Recuperación Aumentada con Generación

El RAG es una técnica avanzada de inteligencia artificial que combina la búsqueda de información (retrieval) con la generación de texto (generation). En lugar de depender únicamente del conocimiento aprendido durante el entrenamiento del modelo, el RAG permite que la IA consulte fuentes externas en tiempo real — como bases vectoriales o documentos — para enriquecer y contextualizar sus respuestas.

_{Componentes y Competencias Esenciales en RAG}

• Comprensión del concepto RAG: entender cómo los modelos de IA pueden buscar información externa en tiempo real para complementar sus respuestas generadas.

• Búsqueda Semántica: aplicar embeddings y representaciones vectoriales para identificar los documentos más relevantes para una consulta determinada.

• Indexación Vectorial: trabajar con herramientas especializadas como FAISS, Weaviate, Pinecone, Milvus, entre otras, para almacenar y recuperar vectores de manera eficiente.

• Integración con LLMs: saber conectar mecanismos de búsqueda (retrievers) con modelos de lenguaje (LLMs) como GPT, LLaMA, entre otros, asegurando que la respuesta final combine los datos recuperados con una generación textual fluida.

• Construcción de Pipelines RAG: desarrollar el flujo completo de trabajo — consulta, recuperación y respuesta — garantizando que cada etapa funcione de forma integrada y eficiente.

• Embedding de Documentos: transformar textos en vectores utilizando modelos como all-MiniLM, nomic-embed, entre otros, para alimentar la base vectorial.

• Frameworks para RAG: utilizar frameworks como LangChain, LlamaIndex, Haystack, entre otros, para construir, organizar y orquestar los pipelines RAG.

• Evaluación de RAG: medir la eficacia del sistema en términos de precisión, relevancia de las respuestas y latencia (tiempo de respuesta), garantizando calidad y rendimiento.

• Gobernanza y Seguridad: asegurar que los flujos RAG respeten normas de confidencialidad, precisión y control de acceso a los datos consultados.

SQL – Lenguaje de Consulta Estructurada

Al personalizar una Skill embebida, el sistema crea una copia independiente. Esta nueva versión puede ser editada libremente.

---

2. Skills Personalizadas

Estas son creadas directamente por los usuarios. Existen dos formas principales de crearlas:

• Desde cero: el usuario construye toda la lógica y configuración personalizada para atender necesidades específicas del negocio.

• A partir de la duplicación de una Skill embebida: el usuario copia un modelo nativo para tener una base lista y, a partir de ahí, realiza ajustes y personalizaciones según sea necesario.

Las Skills personalizadas ofrecen flexibilidad total, permitiendo adaptar el comportamiento del agente a casos de uso únicos y más complejos.

---

Crear una nueva Skill

Para crear una Skill personalizada:

1. Accede al menú lateral y haz clic en “Skills”.

1. Haz clic en “Nueva Skill” o selecciona una Skill existente y pulsa en “Personalizar”.

1. En la pantalla de edición, completa los siguientes campos:

• Nombre del módulo: es el identificador principal de la Skill.

• Funciones: aquí puedes escribir una o varias funciones en Python. Cada función debe recibir parámetros y devolver valores de forma clara.

1. Una vez completados todos los campos y validado el código, haz clic en “Guardar módulo”.

---

Glosario – Skills de un Agente de IA

• Skill: Capacidad o función específica que un agente de IA puede ejecutar, configurada para responder a un objetivo o necesidad del negocio. (Ej.: responder preguntas sobre una base de datos, extraer información de un documento, clasificar mensajes).

• Skill Nativa: Función ya disponible en la plataforma, lista para usar, sin necesidad de programación ni integración externa.

• Skill Personalizada: Función creada por el usuario para atender un caso de uso específico, que puede incluir reglas, prompts personalizados o integraciones con sistemas externos.

• Skill de Consulta de Datos: Tipo de skill que accede a una fuente de datos para responder preguntas, generar reportes o mostrar información actualizada.

• Skill de Integración: Habilidad configurada para conectarse a APIs o sistemas externos, permitiendo que el agente ejecute tareas fuera de la plataforma.

• Skill de Procesamiento de Texto: Capacidad del agente para analizar, resumir o transformar textos, ya sea para simplificar información o generar contenido.

• Skill de Acción: Función que permite al agente ejecutar una tarea práctica, como enviar un correo, crear un ticket o activar un flujo automatizado.

• Trigger (disparador de skill): Evento o condición que activa automáticamente una skill configurada en el agente.

• Prioridad de Skill: Orden de ejecución o preferencia que sigue el agente cuando más de una skill puede ser activada para una misma solicitud.

---

FAQ – Skills de un Agente de IA

¿Qué son las Skills en un agente de IA?

Son las “habilidades” configuradas para que el agente realice tareas específicas, como responder preguntas, integrarse con sistemas o procesar información.

¿Puedo crear mis propias Skills?

Sí. En Skyone Studio puedes crear Skills personalizadas totalmente adaptadas a tu estrategia de negocio.

¿Cuál es la diferencia entre una Skill nativa y una Skill personalizada?

• Nativa: ya viene configurada en la plataforma, lista para usar.

• Personalizada: creada por el usuario, con prompts, integraciones o lógicas propias.

¿Es posible usar más de una Skill en el mismo agente?

Sí. Puedes añadir varias Skills y configurar prioridades y disparadores para determinar cuándo se activará cada una.

¿Las Skills pueden acceder a mis datos internos?

Sí, siempre que configures la conexión con tus fuentes de datos o APIs, garantizando seguridad y permisos adecuados.

¿El agente decide por sí solo qué Skill usar?

Depende de la configuración. Puedes definir reglas de prioridad o dejar que el agente elija en función de la solicitud del usuario.

¿Las Skills funcionan sin conexión (offline)?

No. Necesitan conexión con el entorno de Skyone Studio y, en algunos casos, con APIs externas para funcionar.

¿Puedo actualizar una Skill después de creada?

Sí. Es posible editar, mejorar e incluso reemplazar la lógica de una Skill sin necesidad de recrear todo el agente.