Skills

As “Skills” são funções reutilizáveis que ampliam as capacidades dos agentes no Studio IA. Elas permitem executar operações específicas — como cálculos, integrações com bancos de dados ou regras de negócio — que o modelo sozinho não consegue realizar de forma eficiente, especialmente em tarefas como matemática ou ações estruturadas.

Uma Skill é composta por código Python e pode ser utilizada em fluxos automatizados para dar mais precisão e controle à experiência do usuário.

Tipos de Skills

Existem dois tipos principais:

• Embarcadas (nativas): São fornecidas pela plataforma e não podem ser editadas ou apagadas.

• Customizadas: São criadas pelos usuários a partir do zero ou a partir da duplicação de uma Skill embarcada.

Ao customizar uma Skill embarcada, o sistema cria uma cópia independente. Essa nova versão pode ser editada livremente.

1. Skills Embarcadas (Nativas)

Esses são modelos pré-configurados fornecidos pelo próprio Skyone Studio. Eles vêm prontos para uso e não podem ser editados ou apagados pelos usuários. Atualmente, o Skyone Studio oferece dois modelos embarcados:

• Skill com RAG:Utiliza a técnica de Retrieval-Augmented Generation (RAG), permitindo que o agente busque informações externas em tempo real para enriquecer as respostas fornecidas ao usuário.

• Skill com SQL: Permite ao agente interagir diretamente com bancos de dados relacionais via SQL, respondendo perguntas e gerando resultados baseados em consultas estruturadas.

Esses modelos são ideais para cenários comuns, garantindo robustez e boas práticas já incorporadas. Entenda um pouco mais:

RAG (Retrieval-Augmented Generation)

O RAG é uma técnica avançada de inteligência artificial que combina busca de informações (retrieval) com geração de texto (generation). Em vez de depender apenas do conhecimento aprendido durante o treinamento do modelo, o RAG permite que a IA consulte fontes externas em tempo real — como bases vetoriais ou documentos — para enriquecer e contextualizar suas respostas.

Componentes e Competências Essenciais no RAG

• Compreensão do conceito RAG: Entender como os modelos de IA podem buscar informações externas em tempo real para complementar suas respostas geradas.

• Busca Semântica: Aplicar embeddings e representações vetoriais para identificar os documentos mais relevantes para uma determinada consulta.

• Indexação Vetorial: Trabalhar com ferramentas especializadas, como FAISS, Weaviate, Pinecone, Milvus, entre outras, para armazenar e buscar vetores de forma eficiente.

• Integração com LLMs: Saber conectar mecanismos de busca (retrievers) a modelos de linguagem (LLMs) como GPT, LLaMA, entre outros, garantindo que a resposta final combine os dados buscados com geração textual fluida.

• Construção de Pipelines RAG: Desenvolver o fluxo completo de trabalho: consulta, busca e responde. Garantindo que cada etapa funcione de forma integrada e eficiente.

• Embedding de Documentos: Transformar textos em vetores utilizando modelos como all-MiniLM, nomic-embed, entre outros, para alimentar a base vetorial.

• Frameworks para RAG: Utilizar frameworks como LangChain, LlamaIndex, Haystack, entre outros, para construir, organizar e orquestrar os pipelines RAG.

• Avaliação de RAG: Medir a eficácia do sistema em termos de precisão, relevância das respostas e latência (tempo de resposta), garantindo qualidade e performance.

• Governança e Segurança: Garantir que os fluxos RAG respeitem normas de confidencialidade, precisão e controle de acesso aos dados consultados.

SQL (Structured Query Language)

Ao customizar uma Skill embarcada, o sistema cria uma cópia independente. Essa nova versão pode ser editada livremente.

2. Skills Customizadas

Esses são criados diretamente pelos usuários. Existem duas formas principais de criá-los:

• Do zero: O usuário constrói toda a lógica e configuração personalizada para atender às necessidades específicas do negócio.

• A partir da duplicação de uma Skill embarcada: O usuário copia um modelo nativo para ter uma base pronta e, a partir daí, faz ajustes e personalizações conforme necessário.

As Skills customizadas oferecem flexibilidade total, permitindo adaptar o comportamento do agente para casos de uso únicos e mais complexos.

---

Criar uma nova Skill

Para criar uma Skill personalizada:

1. Acesse o menu lateral e clique em “Skills”.

1. Clique em "Nova Skill" ou selecione uma Skill existente e clique em "Customizar".

1. Na tela de edição, preencha os seguintes campos:

• Nome do módulo: É o identificador principal da Skill.

• Funções: Aqui você pode escrever uma ou mais funções em Python. Cada função deve receber parâmetros e retornar valores de forma clara.

1. Após preencher todos os campos e validar o código, clique em "Salvar módulo".

---

FAQ – Skills de um Agente de IA

O que são Skills em um agente de IA?

São as “habilidades” configuradas para que o agente realize tarefas específicas, como responder perguntas, integrar com sistemas ou processar informações.

Posso criar minhas próprias Skills?

Sim. No Skyone Studio, você pode criar skills personalizadas totalmente adaptadas à sua estratégia de negócio.

Qual a diferença entre uma skill nativa e uma skill personalizada?

Nativa: já vem configurada na plataforma, pronta para uso.

Personalizada: criada pelo usuário, com prompts, integrações ou lógicas próprias.

É possível usar mais de uma skill no mesmo agente?

Sim. Você pode adicionar várias skills e configurar prioridades e gatilhos para determinar quando cada uma será acionada.

As skills podem acessar meus dados internos?

Sim, desde que você configure a conexão com suas fontes de dados ou APIs, garantindo segurança e permissões adequadas.

O agente decide sozinho qual skill usar?

Depende da configuração. Você pode definir regras de prioridade ou deixar que o agente escolha com base na solicitação do usuário.

As skills funcionam offline?

Não. Elas precisam de conexão com o ambiente do Skyone Studio e, em alguns casos, com APIs externas para funcionar.

Posso atualizar uma skill depois de criada?

Sim. É possível editar, melhorar e até substituir a lógica de uma skill sem precisar recriar o agente inteiro.