Agent Skills: el estándar abierto para construir agentes IA reutilizables en tu empresa
Agent Skills convierte cualquier flujo de trabajo empresarial en una skill portable, versionable y reutilizable entre plataformas. Arquitectura concreta para equipos de TI en Chile.
Cognitiva, agencia chilena de IA, trabaja con equipos de TI que llevan meses enfrentando el mismo problema: cada vez que cambia el modelo de lenguaje, el proveedor o el harness de automatización, alguien tiene que reescribir las instrucciones del agente desde cero. Agent Skills es la pieza de arquitectura que resuelve eso. Publicado como estándar abierto en diciembre de 2025 y disponible en agentskills.io, define un formato simple —una carpeta con un archivo SKILL.md— que convierte cualquier flujo de trabajo especializado en una unidad reutilizable, versionable y portable entre plataformas. El agente carga solo lo que necesita, cuando lo necesita, sin saturar su ventana de contexto. Para una empresa en Chile que quiere automatizar aprobaciones, consultar su ERP o atender clientes por WhatsApp, Agent Skills representa la diferencia entre construir un agente descartable y construir un activo de automatización que dura. Este artículo explica la arquitectura concreta y cómo tu equipo puede empezar a empaquetar flujos propios hoy.
Qué es una skill y por qué no es lo mismo que un prompt
Un agente de IA genérico sabe razonar, buscar y redactar. Lo que no sabe —por defecto— es cómo funciona tu proceso de aprobación de facturas, qué campos tiene tu ERP o cuál es el tono que usas con tus clientes. Agent Skills resuelve exactamente eso: empaqueta ese conocimiento específico en una unidad portable que el agente carga cuando la necesita.
La arquitectura es deliberadamente simple. Cada skill es una carpeta con tres componentes posibles: el archivo SKILL.md obligatorio (con nombre, descripción e instrucciones completas), archivos de referencia opcionales (documentación, formularios, plantillas) y scripts ejecutables opcionales que el agente puede correr como herramientas. No hay servidor, no hay API propietaria, no hay registro central obligatorio.
mi-skill/
├── SKILL.md # Requerido: metadatos + instrucciones
├── scripts/ # Opcional: código ejecutable
├── references/ # Opcional: documentación interna
├── assets/ # Opcional: plantillas, recursos
└── ... # Cualquier archivo adicionalLa clave está en el frontmatter YAML del SKILL.md. Con solo los campos name y description, el agente puede descubrir la skill al arrancar sin leer nada más. Solo cuando la tarea coincide con la descripción, el agente lee las instrucciones completas. Este diseño mantiene el footprint de contexto al mínimo incluso con decenas de skills disponibles.
Progressive disclosure: cómo el agente carga lo que necesita, cuando lo necesita
El mecanismo de carga opera en tres etapas que el estándar llama progressive disclosure. En la primera etapa (Discovery), el agente carga solo el nombre y la descripción de cada skill disponible —suficiente para saber cuándo podría ser relevante. En la segunda etapa (Activation), cuando una tarea coincide con la descripción, el agente lee las instrucciones completas del SKILL.md. En la tercera etapa (Execution), el agente sigue las instrucciones, opcionalmente ejecutando código empaquetado o cargando archivos de referencia adicionales.
Este diseño tiene una consecuencia importante para equipos de TI: puedes mantener una biblioteca de decenas de skills especializadas sin que el agente colapse su ventana de contexto. Un agente con acceso a filesystem y ejecución de código no necesita leer la totalidad de una skill de entrada; carga los archivos adicionales on demand según lo requiera la tarea. La analogía es un manual bien organizado que empieza con un índice: el agente consulta el índice, va al capítulo relevante y solo entonces lee el detalle.
Para empresas con flujos complejos, esto significa que puedes modelar un proceso de aprobación de compras en una skill, la consulta al ERP en otra y la generación de respuestas a clientes en una tercera. El agente las combina según la tarea, sin que ninguna interfiera con las otras.
Portabilidad y gestión centralizada: el argumento de fondo para la empresa
El argumento más sólido de Agent Skills para una organización en Chile no es técnico: es el de la portabilidad. El estándar es agnóstico al modelo y al harness. Una skill construida hoy para Claude Code funciona en GitHub Copilot, Cursor, VS Code, OpenAI Codex, Gemini CLI, Spring AI y decenas de otras plataformas que ya han adoptado el estándar.
Esto cambia la ecuación build vs. comprar. Cuando tus skills son portables, la inversión en automatización no queda atrapada en el proveedor: si cambias de modelo o de plataforma, las skills viajan contigo. El riesgo de vendor lock-in se reduce de forma significativa.
En el ecosistema de Claude específicamente, las skills se instalan en ~/.claude/skills (Claude Code) o se gestionan workspace-wide en planes Team y Enterprise. Los administradores de TI pueden habilitar un conjunto de skills para toda la organización desde el panel central, sin que cada usuario configure nada. Defines las skills una vez, las versiones en git y las distribuyes centralizadamente.
El directorio de skills de socios está disponible en claude.com/connectors, y la API ofrece el endpoint /v1/skills para control programático sobre versiones y distribución personalizada por equipo o proyecto.
Cómo empaquetar un flujo empresarial propio: guía práctica
Empaquetar un flujo de trabajo en una skill no requiere un desarrollador especializado en IA. Requiere alguien que conozca bien el proceso y sepa documentarlo. La estructura mínima es una carpeta con un SKILL.md que contiene el frontmatter YAML y las instrucciones en Markdown.
Ejemplo: skill de aprobación interna
Una skill para gestionar aprobaciones de compra podría estructurarse así: el SKILL.md define el nombre (approval-workflow), la descripción (gestiona solicitudes de aprobación según la política de la empresa) y las instrucciones paso a paso. Un archivo references/policy.md contiene las reglas de aprobación por monto y área. Un script Python en scripts/ verifica el estado de una solicitud consultando la API interna del ERP.
Ejemplo: skill de atención a clientes
Para atención a clientes, una skill puede incluir el tono de comunicación de la empresa, las respuestas estándar a preguntas frecuentes, los escalamientos definidos por tipo de consulta y los templates de respuesta. El agente no improvisa: sigue el procedimiento documentado en la skill, lo que hace el comportamiento auditable y consistente.
La recomendación de seguridad del estándar es clara: instalar skills solo desde fuentes confiables y auditar las dependencias de código antes de desplegar. Para equipos de TI, esto implica un proceso de revisión análogo al que ya aplican a bibliotecas de software: revisar el código, probarlo en staging y versionarlo en git antes de producción.
Consideraciones específicas para empresas en Chile
La mayoría de las pymes y empresas medianas en Chile opera con ERP legacy —SAP, Oracle, sistemas propietarios— que no tienen conectores IA nativos. Una skill que encapsula la lógica de consulta a ese ERP actúa como capa de abstracción: el agente no necesita conocer los detalles del sistema subyacente. El equipo de TI mantiene esa skill y la actualiza cuando cambia la API interna, sin tocar el agente.
Para procesos regulados —financiero, salud, legal— las skills permiten documentar el flujo de trabajo de forma auditable. Cada versión de la skill queda en git con su historial de cambios, lo que facilita la trazabilidad que exigen marcos como la Ley 19.628 o los requisitos de cumplimiento sectorial.
Build vs. comprar skills: criterio práctico
- Skills de proceso propio (aprobaciones, nomenclatura interna, flujos específicos del negocio): construir y mantener internamente; contienen conocimiento diferenciador.
- Skills de capacidades genéricas (manipulación de Excel, generación de PDFs, formatos estándar): comprar o usar las que ofrece Anthropic directamente.
- Skills de integración con sistemas terceros (CRM, ERP, plataformas sectoriales): evaluar si el proveedor ya ofrece una skill oficial; si no, construirla internamente.
- Skills regulatorias (cumplimiento de normativa sectorial chilena): construir con revisión legal; no delegar a skills genéricas de terceros.
El ecosistema: por qué este estándar llegó para quedarse
El estándar Agent Skills fue desarrollado originalmente por Anthropic, publicado como open standard en diciembre de 2025, y adoptado desde entonces por un número creciente de plataformas de agentes. A mediados de 2026, el estándar es soportado por plataformas que incluyen GitHub Copilot, VS Code, Cursor, OpenAI Codex, Gemini CLI, Spring AI, OpenHands, Letta, Databricks Genie Code y Snowflake Cortex Code, entre otras.
El repositorio del estándar está abierto en GitHub (agentskills/agentskills) con un canal de Discord para la comunidad de contribuidores. La gobernanza es abierta: cualquier plataforma puede adoptar el formato y proponer cambios a la especificación.
Para equipos de TI en Chile evaluando qué estándar adoptar para su estrategia de agentes, este nivel de adopción reduce el riesgo de apostar por un formato que quede obsoleto. El paralelo más cercano es el rol que jugó OpenAPI para las APIs REST: un formato que empezó en un proveedor y se convirtió en el lenguaje común del ecosistema. La diferencia es que Agent Skills llegó ya con adopción multi-vendor desde el primer día.
Preguntas frecuentes
Da el siguiente paso
Hablemos
Cuéntanos sobre tu negocio. Respondemos en 24 horas.
Otros canales
Escríbenos por WhatsApp o agenda una llamada de 30 minutos.