Agent Skills : le standard universel des agents de codage IA

Chaque outil de codage IA possède son propre fichier de configuration. Claude Code utilise CLAUDE.md. Cursor utilise .cursorrules. Copilot a ses fichiers d'instructions. Si vous travaillez avec plusieurs outils, vous finissez par maintenir les mêmes instructions dans trois formats différents. Le standard Agent Skills et SKILL.md met fin à cette fragmentation.

Le problème des fichiers de configuration monolithiques

La plupart des développeurs entassent tout dans un seul fichier de configuration : conventions de codage, structure du projet, directives de revue, procédures de déploiement. Le résultat est un mur de texte géant qui consomme des milliers de tokens à chaque conversation — même quand vous avez besoin d'une infime partie.

Un fichier CLAUDE.md typique peut contenir 2 000 lignes couvrant tout, des conventions Git aux décisions de schéma de base de données. Mais quand vous demandez à l'agent d'écrire un test unitaire, il charge les 2 000 lignes. C'est du gaspillage de contexte et d'argent.

Pire encore, ces instructions sont verrouillées dans un seul outil. Passez de Cursor à Claude Code et vous repartez de zéro.

Que sont les Agent Skills ?

Les Agent Skills sont des paquets d'instructions modulaires et réutilisables qui enseignent des procédures spécifiques aux agents de codage IA. Pensez à chaque skill comme une fiche recette : elle décrit quand s'activer, quoi faire et comment le faire.

Chaque skill vit dans son propre répertoire avec un fichier SKILL.md en son centre :

code-review/
├── SKILL.md          # Instructions et métadonnées (requis)
├── scripts/          # Scripts d'automatisation
├── references/       # Documentation de support
└── assets/           # Modèles et ressources

Anthropic a publié la spécification Agent Skills comme standard ouvert sur agentskills.io en décembre 2025. En avril 2026, plus de 30 outils de codage IA l'ont adopté — dont OpenAI Codex, Google Gemini CLI, GitHub Copilot, Cursor, JetBrains Junie et bien d'autres.

Divulgation progressive : ne charger que le nécessaire

La décision architecturale la plus puissante derrière les Agent Skills est la divulgation progressive (Progressive Disclosure). Au lieu de tout charger au démarrage, les skills utilisent un système à trois niveaux :

Niveau 1 : Métadonnées (toujours chargées)

Au démarrage, l'agent ne lit que les champs name et description du frontmatter YAML de chaque skill — environ 100 tokens par skill. Si vous avez 50 skills installés, cela coûte environ 5 000 tokens au total. L'agent sait ce que fait chaque skill sans lire une seule instruction.

Niveau 2 : Instructions (chargées au déclenchement)

Quand votre requête correspond à la description d'un skill, l'agent lit le contenu complet du SKILL.md — typiquement moins de 5 000 tokens. C'est là que vivent les guides étape par étape, les workflows et les bonnes pratiques.

Niveau 3 : Ressources (chargées à la demande)

Les scripts, fichiers de référence et modèles ne sont chargés que lorsque les instructions y font référence. Un skill peut inclure des mégaoctets de documentation, mais si la tâche actuelle ne nécessite qu'une section, seule cette section entre dans la fenêtre de contexte.

Cela signifie que 50 skills installés coûtent moins de tokens qu'un seul fichier de configuration monolithique.

Écrire votre premier skill

Chaque SKILL.md commence par un frontmatter YAML :

---
name: code-review
description: >
  Reviews code changes for quality, security, and style.
  Use when the user asks to 'review code', 'check this PR',
  'audit this change', or 'look at my diff'.
---

Puis le corps en Markdown contient vos instructions :

# Skill de revue de code
 
## Workflow
 
1. Lire les changements de code
2. Vérifier les vulnérabilités de sécurité (OWASP Top 10)
3. Vérifier la gestion des erreurs et les cas limites
4. Vérifier le style du code selon les conventions du projet
5. Fournir des retours actionnables avec références aux lignes
 
## Ce qui doit être signalé
 
- Vulnérabilités SQL injection ou XSS
- Secrets ou identifiants codés en dur
- Validation des entrées manquante aux limites du système
- Fonctions dépassant 50 lignes
- Méthodes publiques non testées

Sauvegardez ceci dans .claude/skills/code-review/SKILL.md pour Claude Code, ou .agents/skills/code-review/SKILL.md pour la compatibilité multiplateforme.

Le champ description est primordial

Si votre skill ne s'active jamais, le problème est presque toujours la description — pas les instructions. Le champ description est un mécanisme de déclenchement pour l'agent, pas de la documentation pour les humains.

Description faible :

Aide à la qualité du code

Description forte :

Reviews code changes for quality, security, and style.
Use when the user asks to 'review code', 'check this PR',
'audit this change', or 'look at my diff'.

La version forte inclut à la fois ce que fait le skill et des phrases de déclenchement spécifiques que l'agent peut matcher. C'est le champ le plus important de toute la spécification.

Compatibilité multiplateforme

La convention du répertoire .agents/skills/ est devenue le standard d'interopérabilité. Un skill écrit une seule fois fonctionne sur tous les outils compatibles :

Pour une portabilité maximale, placez vos skills dans .agents/skills/ à la racine du dépôt. Chaque outil compatible scanne automatiquement ce répertoire.

Vous pouvez également installer des skills personnels dans ~/.agents/skills/ pour une disponibilité globale sur tous vos projets.

Intégrer des scripts pour un travail déterministe

Les skills peuvent inclure des scripts exécutables qui s'exécutent sans entrer dans la fenêtre de contexte. Seule la sortie est retournée à l'agent, rendant les scripts bien plus efficaces en tokens que de demander à l'agent d'écrire du code équivalent.

deploy-checker/
├── SKILL.md
└── scripts/
    └── check_deploy.sh

Dans votre SKILL.md, référencez le script :

## Vérification pré-déploiement
 
Exécutez le script de vérification de déploiement :
 
```bash
bash .agents/skills/deploy-checker/scripts/check_deploy.sh
```
 
Analysez la sortie et signalez toute vérification échouée à l'utilisateur.

Le script gère le travail déterministe. L'agent gère le jugement et la communication.

Considérations de sécurité

Les skills sont des instructions privilégiées avec des implications de sécurité réelles. Un skill malveillant peut diriger un agent pour exfiltrer des données, exécuter des commandes nuisibles ou contourner les contrôles de sécurité.

Avant d'installer un skill tiers :

• Lisez chaque ligne du SKILL.md et tous les scripts inclus
• Vérifiez les appels réseau ou les schémas d'accès fichier inattendus
• Cherchez les récupérations d'URL externes pouvant être des vecteurs d'injection
• Vérifiez la réputation de la source

La spécification inclut un champ expérimental allowed-tools qui restreint les outils utilisables quand un skill s'active :

---
name: readonly-analyzer
description: Analyzes code patterns without modifying files
allowed-tools: Read, Grep, Glob
---

Cela limite le rayon d'impact si un skill est compromis.

Bonnes pratiques

Gardez les skills focalisés. Un skill par domaine de tâche. Un skill de revue de code et un skill de déploiement doivent rester séparés.

Restez sous 5 000 tokens. Si votre SKILL.md dépasse cette limite, divisez-le en plusieurs skills ou déplacez les matériaux de référence lourds dans des fichiers séparés.

Écrivez à l'impératif. Les skills sont des instructions pour les agents, pas de la documentation pour les humains. Utilisez des commandes directes : "Exécuter la suite de tests" au lieu de "La suite de tests devrait être exécutée."

Testez l'activation. Écrivez 5 à 10 prompts qui doivent déclencher votre skill et 3 à 5 qui ne le doivent pas. Vérifiez que l'agent s'active correctement.

Versionnez vos skills. Committez .agents/skills/ dans votre dépôt. Les skills partagés de votre équipe évoluent avec le code.

Un écosystème en pleine expansion

L'écosystème Agent Skills se développe rapidement. Des dépôts communautaires comme awesome-agent-skills sur GitHub rassemblent des skills sélectionnés, tandis que des places de marché comme SkillsMP offrent la découverte et la distribution. Anthropic maintient son propre dépôt anthropics/skills avec des implémentations de référence.

Des entreprises comme Canva, Stripe, Notion et Zapier ont publié des skills officiels, permettant aux agents d'interagir avec leurs plateformes en suivant les bonnes pratiques définies par les équipes des plateformes elles-mêmes.

Du monolithique au modulaire

Les Agent Skills représentent le même virage qui a transformé le logiciel des applications monolithiques aux microservices. Au lieu d'un seul fichier de configuration massif qui tente de tout couvrir, vous composez un ensemble de skills focalisés qui s'activent à la demande.

Votre agent de codage IA cesse d'être un assistant générique qui connaît vaguement votre projet. Il devient une équipe de spécialistes — chacun se chargeant exactement au moment voulu, utilisant exactement le contexte nécessaire, et fonctionnant de manière identique sur chaque outil de votre stack.

La spécification est ouverte. L'adoption est large. Les outils sont prêts. Il ne reste plus qu'à écrire votre premier skill.

La spécification Agent Skills est disponible sur agentskills.io. Les implémentations de référence et les skills communautaires sont sur github.com/anthropics/skills.