エージェント スキルを使用して Genie Code を拡張する

Genie Code には、Azure Databricks ノートブックでのコードの記述、Unity カタログでのデータの探索、ダッシュボードの構築、パイプラインの作成、MLflow の操作など、一般的なAzure Databricks ワークフロー用に事前に構成された組み込みのスキルが用意されています。 また、独自のスキルを作成して、ドメイン固有のタスクに特化した機能を使用してエージェント モードで Genie Code を拡張することもできます。 このページでは、スキルを作成して最適化する方法について説明します。

スキルとは

特殊な機能を使用して Genie Code を拡張するスキルを作成します。 スキルは 、エージェント スキルのオープン 標準に従います。 特定のタスクの実行に関連する場合に Genie Code が読み込むことができる、ドメイン固有の知識とワークフローをスキル パッケージ化します。 スキルには、ガイダンス、ベスト プラクティス、再利用可能なコード、実行可能スクリプトを含めることができます。

スキルは、ドメイン固有のタスクに合わせて調整する必要があります。 スキルを使用すると、指示よりもタスクのコンテキスト (スクリプト、例、その他のリソースなど) を提供できます。 グローバルに適用される カスタム命令とは異なり、スキルは自動的に読み込まれ、関連するコンテキストでのみ読み込まれます。 エージェント モードでは、Genie Code は、要求とスキルの説明に基づいて、関連する場合にスキルを自動的に読み込みます。 スキルを手動で呼び出す際には@ メンションしてください。 これにより、効率的なコンテキスト ウィンドウが維持され、複数のチャットで同じコンテキストを提供する必要性が軽減されます。

スキルには次の 2 種類があります。

  • ワークスペース スキル: ワークスペース内のすべてのユーザーが使用できます。 ワークスペース管理者は、ワークスペースのスキルを作成し、他のユーザーにスキル フォルダーへのアクセス権を付与して、さらに追加することができます。 機械学習ワークフローやドメイン固有のプロセスなど、チーム全体で広く役立つワークフローにワークスペース スキルを使用します。
  • ユーザー スキル: 自分だけが使用できます。 他のワークスペース メンバーに関係のない個人用ワークフローには、ユーザー スキルを使用します。

注

スキルは Genie Code Agent モードでのみサポートされます。

スキルの作成

スキルは、 .assistant/skills/ ディレクトリに格納されます。 各スキルには、独自のフォルダーと、そのフォルダー内の SKILL.md ファイルが必要です。 場所はスキルの種類によって異なります。

  • ワークスペースのスキル: Workspace/.assistant/skills/
  • ユーザー スキル: /Users/{username}/.assistant/skills/

新しいスキルを作成するには:

  1. スキルの種類に適したパスに新しいスキル フォルダーを作成します。

    作成後、Genie Code パネルでスキル フォルダーにすばやくアクセスできます。 歯車 アイコン をクリックして、[設定] を選択し、矢印 アイコンをクリックして、スキルフォルダーを開きます。

  2. スキル フォルダー内にスキル専用のフォルダーを作成します。 各スキルには、独自のフォルダーが必要です。 例えば次が挙げられます。

    Workspace/.assistant/skills/
└── ml-workflows/
    └── SKILL.md

/Users/{username}/.assistant/skills/
└── personal-workflows/
    └── SKILL.md

  3. スキル フォルダー内に、 SKILL.md ファイルを作成します。 このファイルは必須であり、スキルを定義します。 スキルは エージェント スキルの仕様に従います。

  4. スキルに必要なフロントマッターを追加します。

    ---
name: skill-name
description: A description of what this skill does and when to use it.
---

  5. フロントマッターの後に Markdown 形式のスキル命令を追加します。 次のセクションを含めるのが推奨されます。

    • ステップ バイ ステップの手順: 手順のガイダンスを明確にする
    • 例: サンプル入力と予想される出力
    • エッジ ケース: 一般的なバリエーションと例外

  6. (省略可能)より複雑なスキルを持つ場合は、追加のリソースを提供して参照できます。

    • エージェントが実行できる実行可能コードを含むスクリプト。
    • ベスト プラクティスやテンプレートなど、参照する追加のドキュメントを含むファイル。

    他のファイルを参照する場合は、ルート スキルの相対パスを使用します。

    たとえば、ワークスペース機械学習ワークフロー スキルと個人用ワークフロー スキルの構造は次のようになります。

    Workspace/.assistant/skills/
├── ml-workflows/
   ├── SKILL.md                # Workflow overview and best practices
   ├── training-patterns.md    # Standard ML training patterns
   └── scripts/
         └── model-deploy.py   # Model deployment automation

/Users/{username}/.assistant/skills/
├── personal-workflows/
   ├── SKILL.md                # Workflow overview and best practices
   ├── etl-patterns.md         # Personal ETL best practices
   ├── dashboard-templates.md   # Reusable dashboard patterns
   └── scripts/
         └── pipeline-setup.sh   # Environment setup scripts

Genie Code は、次回エージェント モードでスキルを使用するときに自動的にスキルを習得します。 また、スキル @ メンションして、Genie Code でスキルが使用されるようにすることもできます。

ベスト プラクティス

効果的なスキルを記述するには、次のガイドラインに従います。

  • 適切なスキルの種類を選択します。 共有機械学習パイプラインやドメイン固有のプロセスなど、多くのユーザーに役立つワークフローにワークスペース スキルを使用します。 ユーザー スキルは、他のユーザーとは関係のない個人用ワークフローに使用します。
  • スキルに集中する。 スキルは、1 つのタスクまたはワークフローに集中する場合に最適です。 スコープを狭くすると、Genie Code でスキルが適用されるタイミングを簡単に認識できます。
  • 明確な名前と説明を使用します。 簡潔でわかりやすい名前と概要は、Genie Code が適切なスキルを適切な要求に一致させるのに役立ちます。
  • 明示的で、例を用いる。 ワークフローを段階的に説明し、Genie Code で再利用できる具体的な例やパターンを含めます。
  • 不要なコンテキストを避けます。 タスクに必要な情報のみを含めます。 余分な詳細は、スキルを確実に適用するのが難しくなる可能性があります。
  • 時間をかけて反復処理する。 スキルを生きたワークフローとして扱います。 実際の使用状況に基づく小さな更新によって、結果が大幅に向上する可能性があります。
  • ガイダンスと自動化を分離します。 Markdown を使用して、意図とベスト プラクティス、および反復可能なアクションのスクリプトについて説明します。 これらの懸念事項を明確に保つことで、スキルの維持と再利用が容易になります。
  • スキルをバージョン管理する。 Databricks Git フォルダーを使用してスキル フォルダーに戻り、変更を追跡し、チームメイトと共同作業を行い、必要に応じロールバックします。

こちらも参照ください

  • Last updated on