Появление стандарта агентских навыков agent skills привело к том, что все, кто раньше рассказывал про prompt engineering переключились на создание навыков. ИТ-архитекторы не исключение. Правда научить модели хорошо рисовать архитектурные диаграммы пока получается не всегда. Даже любимую С4 model, даже в Mermaid или PlantUML (см. Hallucinations as Code). А вот попросить написать запись архитектурного решения ADR — да запросто. Вообще-то, agent skills был придуман немного для другого, но кого это остановит. Давайте обо всем по порядку.
Возможности больших языковых моделей постоянно расширяются. Но их эффективность в качестве ядра автономных агентов ограничена некоторым фундаментальным противоречием. Универсальные модели обладают широкими знаниями обо всем на свете, но для эффективного решения задач нужны знания специализированные, касающиеся конкретных ситуаций и узких навыков. Дообучение решает эту проблему лишь частично, требуя значительных затрат. Retrieval augmented generation (RAG) предоставляет доступ к внешним знаниям, однако извлеченные фрагменты пассивны, не способны предлагать многошаговые сценарии работы, не включают исполняемый код и не могут внятно влиять на использование агентом конкретных инструментов.
Агентские навыки (agent skills) разрешают это противоречие, предлагая модульную абстракцию на основе файловой системы, которая предоставляет агентам предметно-ориентированные знания по запросу. В этой парадигме навык — это не модель и не шаблон промта, а самодостаточный пакет: (1) структурированный файл с инструкциями (SKILL.md), (2) опциональные скрипты, (3) справочные документы и ресурсы, организованные в директорию, которую агент обнаруживает, загружает и использует при возникновении соответствующих задач (см. рисунок) 
Агентские навыки решают конкретную инженерную проблему: управление контекстом. Без них каждый запрос к LLM приходилось бы сопровождать огромными инструкциями, что дорого, медленно и неэффективно. Структура задания навыка позволяет подгружать его части только при необходимости.
Но разве может эксперт удержаться от создания своего скила. Несколько примеров, касающихся architecture decision records. Первого я нашел на MCP Market и называется он ADR Assistant. Другого здесь architecture-decision-records. Более развитые эксперименты можно посмотреть здесь ADR Automation with Agent Skills ну и поиск принесет еще несколько ADR навыков той или иной степени готовности.
Кстати, в Cursor есть команда /create-skill которая неплохо создает навыки (покажу в ходе курса как сделать навык написания архитектурных решений). Основные моменты она сделает: задаст метаданные, опишет условия применения, укажет каталог для ADRs и правила именования, придумает workflow с заданием дополнительных вопросов, если ряд деталей не понятен, нарисует чек-лист для проверки.
В общем, бери и пиши свои навыки – хоть архитектора, хоть аналитика, хоть кого-угодно. Нравится программировать? Добавь app на phyton, который спросит статус и фамилию автора и сохранит их в файле. Не хочешь заморачиваться – напиши скрипт для раскладывания markdown-файлов по каталогам или запихни в референсы какое-нибудь жутко нудное руководство.