Managed Deep Agents - スキル

Managed Deep Agents の新機能「スキル」：コンテキスト管理の効率化と動的実行を可能にする仕組み

Managed Deep Agents（MDA）に導入された「スキル」機能は、AI エージェントのコンテキスト管理と動作範囲を劇的に変える重要なアップデートです。従来の「インストラクション」が常に読み込まれる静的な情報に対し、「スキル」は必要に応じて動的に読み込まれることで、不要な情報量を削減しつつ高度なコード実行も可能にします。

スキルの定義：ファイル構造と初期表示の制限

Managed Deep Agents におけるスキルは、フォルダ内の skill.md ファイルで定義されます。このファイルには必須フィールドとして「名前（name）」と「説明（description）」が含まれるフロントマターが設定され、これが LLM に初期表示される情報となります。

スキルの定義ファイルには名前と説明のみが LLM に初期表示され、必要に応じて詳細やスクリプトが動的に読み込まれます。

これにより、エージェントは常に膨大なコンテキストを抱えることなく、必要なスキルについて概要だけを知った状態で動作を開始できます。例えば、QA という名前のスキルを作成する場合、その説明には「ユーザーの質問が曖昧な場合、フォローアップ質問を 1 つずつ最大 3 回まで行う」といった振る舞いの指針が含まれます。

プログレッシブ・ディスクロージャー：必要に応じて詳細を読み込む

スキルの核心となる概念は「プログレッシブ・ディスクロージャー（段階的な開示）」です。これは、すべての情報を事前に LLM に与えるのではなく、エージェントがそのスキルを利用する必要があると判断した時点で、初めて詳細情報やスクリプトを動的に読み込む仕組みを指します。

ユーザーから曖昧な質問（例：「最新バージョンには何が入っている？」）を受け取ると、エージェントはシステムプロンプト内の「利用可能なスキル」リストを確認し、QA スキルが必要だと判断します。その後、エージェントは自動的に skills/QA/skill.md ファイルを読み込み、その中にある詳細な指示（「ユーザーの質問が曖昧な場合、フォローアップ質問を 1 つずつ最大 3 回まで行う」）を実行します。

このプロセスにより、エージェントはファイルパスや具体的な実行手順を理解し、適切なタイミングで高度な振る舞いを発揮できるようになります。つまり、エージェントはスキルファイルを単なるテキストとして扱うのではなく、その内容に基づいて行動を決定するツールとして活用しているのです。

コード実行機能：スクリプトの直接実行と結果の取得

スキル機能は、単にテキスト情報を提供するだけでなく、Python スクリプトなどのコードを実行し、その結果をエージェントに返すことも可能です。これにより、AI エージェントは外部ツールなしで自らの環境内で計算やデータ処理を行えるようになります。

例えば、simple_script という名前のスキルを作成し、skill.md で script is in hello.py と定義します。そして、同じフォルダ内に hello.py を配置して「Hello World」と出力するコードを記述します。エージェントはこのスキルを利用する際、自動的に hello.py ファイルを読み込み、Python 環境で実行します。

スキル定義ファイルと連携して Python スクリプトなどを直接実行し、結果をエージェントに返すことができる。

実行結果（例：「Hello World」）はエージェントに戻され、AI はその結果を元にユーザーへの回答を生成します。これにより、複雑なツールチェーンを経由せずとも、エージェントが自律的にコードを実行してタスクを完了させることが可能になります。

Context Hub による管理：デプロイ後の即時更新

Managed Deep Agents の実用性をさらに高めるのが「Context Hub」です。mda deploy コマンドを実行すると、ローカルのスキル定義ファイルが Context Hub に同期されます。ここで重要なのは、UI を介してスキルを即座に更新できる点です。

デプロイ後、ユーザーは Context Hub の UI から skill.md ファイルの内容を直接編集できます。例えば、スクリプトの出力を「Hello World」から「Hello World fu」に変更し保存するだけで、ローカル環境での再デプロイやコードの書き換えなしに、稼働中のエージェントが新しい振る舞いを即座に反映します。

デプロイ時にスキルが Context Hub に同期され、UI を介して即時更新が可能となる。

これは、セキュリティリスクの高い情報を常にコンテキストに保持する必要をなくすだけでなく、企業における AI アプリケーションの運用コスト削減と迅速な対応力を劇的に向上させる機能です。インストラクションと同様に、スキルの管理もこの仕組みを通じて柔軟に行えるため、開発者と運用者の両方に大きなメリットをもたらします。

まとめ

Managed Deep Agents の「スキル」機能は、コンテキストの最適化と動的実行能力を両立させる画期的なアプローチです。プログレッシブ・ディスクロージャーによる情報量の削減、コード実行による自律性の向上、そして Context Hub による即時更新の実現により、より安全で効率的な AI エージェント運用が可能になります。