Detrás de escena: Cómo construimos, probamos y escalamos las habilidades de Google Agent

Los agentes de IA solo son tan buenos como las instrucciones y el contexto que les proporcionas. Cuando lanzamos Google Agent Skills, nuestro objetivo era simple: codificar el conocimiento del dominio de Google Cloud en instrucciones estructuradas y de código abierto que hagan que los agentes de codificación de IA sean significativamente más inteligentes, seguros y precisos. Hoy, quiero llevarte detrás de escena de Google Agent Skills. Como miembro del equipo que trabaja directamente en estas habilidades, compartiré cómo empezamos, cómo mantenemos la calidad a escala y cómo gestionamos la gobernanza para habilidades públicas e internas. Cómo empezó: El “Kickoff” de la “Next ‘26” El proyecto Google Agent Skills no empezó en el vacío. Empezó como un esfuerzo rápido y orientado a la acción, que llevó a Google Cloud Next 2026. Un grupo de trabajo multifuncional, liderado por los Defensores del Desarrollador y los redactores técnicos, se reunió con el objetivo claro de empaquetar el conocimiento del dominio de Google Cloud en instrucciones de código legible para agentes. El lanzamiento se anunció en la publicación oficial de lanzamiento de Google Agent Skills. La recepción inicial de la comunidad superó nuestras expectativas, con más de 15.000 estrellas de GitHub. Una vez que desarrolladores y equipos de ingeniería, tanto dentro como fuera de Google, vieron con qué eficacia las habilidades guiaban a los agentes de IA (reduciendo las alucinaciones y aplicando las mejores prácticas), muchos querían incorporarlas. Pronto, una ola de equipos de productos quería contribuir con habilidades para sus propios servicios de Google (no solo para Cloud, es decir, Ads). El desafío: Escalar sin perder calidad La popularidad supone un gran desafío: el control de calidad. Cuando diferentes equipos contribuyen con habilidades, mantener un estándar consistente se vuelve difícil. Una habilidad mal escrita con instrucciones vagas, enlaces rotos o casos de borde faltantes degrada la experiencia del agente. Para permitir que los equipos publiquen habilidades al tiempo que protegen la experiencia del desarrollador, teníamos que establecer un estándar muy alto. Esto significaba que el proceso era crítico. Sin estándares claros y gobernanza automatizada, un repositorio de código abierto se vuelve rápidamente caótico. Así que profundicemos en los detalles de cómo mantenemos la calidad a medida que escalamos. La anatomía de una habilidad de agente Para mantener la coherencia de las habilidades en muchos servicios de Google, cada habilidad sigue un diseño de repositorio estandarizado: Mejores prácticas arquitectónicas: Preferir herramientas remotas MCP Cuando diseñamos habilidades, nuestro principio guía es: Referirse a las herramientas remotas del Protocolo de Contexto del Modelo (MCP) siempre que sea posible, recurriendo solo a las llamadas CLI o API cuando sea necesario. Los servidores MCP remotos son ideales para las cargas de trabajo de agentes, ya que proporcionan herramientas, al mismo tiempo que ofrecen la autenticación y la gobernanza IAM integradas. Exportación pública Construimos y evaluamos nuestras habilidades internamente primero para asegurarnos de que funcionan y están correctamente validadas. Una vez listas para el público, utilizamos reglas de exportación automatizadas para publicarlas en GitHub. Esto mantiene limpios los repositorios públicos al tiempo que elimina los activos internos, la información de propiedad y los conjuntos de evaluación. Comprobaciones automatizadas al confirmar Antes de que cualquier habilidad entre en el repositorio, debe pasar por una tubería CI/CD automatizada: Linters: Validamos los metadatos del frente, el conteo de líneas, el diseño de directorios y las estrictas convenciones de nomenclatura. Comprobadores de enlaces: Comprobamos cada URL utilizando herramientas de comprobación de enlaces para eliminar las 404 y los enlaces alucinatorios antes de la fusión. Comprobaciones asistidas por IA: Utilizamos comprobaciones de validación automatizadas para verificar que las instrucciones siguen los patrones y los guardrails de estructura requeridos. Evaluaciones continuas (al enviar y semanalmente) La documentación y las API evolucionan, y los modelos LLM y los sistemas de agentes también. Una habilidad que funciona hoy puede romperse mañana si cambia una API, un modelo o un sistema de agente subyacente. Para establecer un estándar de calidad inicial y evitar la degradación, realizamos evaluaciones continuas: Evaluaciones al enviar: Los autores deben proporcionar suites de indicaciones y criterios de evaluación. Cada nueva habilidad que lanzamos se evalúa internamente para garantizar su precisión y eficiencia. Comprobaciones de calidad semanales: Ejecutamos trabajos de evaluación programados en el repositorio completo para detectar regresiones de forma temprana. Los autores de habilidades deben proporcionar múltiples casos de prueba de evaluación, cada uno de los cuales contiene una instrucción y un conjunto de expectativas. Con cada suite de evaluación, comparamos el rendimiento de los agentes con y sin cada habilidad. Y miramos dos dimensiones principales: Precisión - calidad de la respuesta y tasa de finalización de tareas Eficiencia - número de tokens consumidos y tiempo de finalización Además, realizamos nuestras evaluaciones varias veces contra diferentes marcos de agentes para obtener resultados estadísticamente significativos. Finalmente, la matriz 2x2 demuestra si una habilidad proporciona un aumento medible de precisión y eficiencia. Las habilidades son productos, no fragmentos Un lección clave aprendida de nuestro trabajo es que una habilidad es un producto, no un documento único. Para garantizar la confiabilidad a largo plazo, establecimos reglas de propiedad estrictas: Los mantenedores del repositorio supervisan la salud del repositorio, las tuberías CI y los estándares arquitectónicos. Los propietarios de habilidades son responsables de mantener sus habilidades a largo plazo. Por ejemplo, si cambia una API de producto, actualiza el propietario de la habilidad. Lo mismo se aplica a la degradación de la calidad encontrada durante las ejecuciones de evaluación. Soporte para autores: Herramientas y flujos de trabajo de agentes Escribir instrucciones y suites de evaluación eficaces requiere práctica, y no esperamos que los autores de habilidades creen todo desde cero. Para apoyar a nuestros contribuyentes, hemos construido varias herramientas y flujos de trabajo de agentes: Habilidades internas diseñadas específicamente para ayudar a los autores a construir nuevas habilidades y escribir evaluaciones sólidas. Herramientas de agentes construidas con el ADK que ejecutan bucles de agente para la autoría y la autocrítica, con una fácil ruta de exportación al repositorio principal. Profundizaremos en estas herramientas y flujos de trabajo de agentes en artículos futuros. Eficiencia interna con DevRel Habilidades: Mientras que Google Agent Skills alberga habilidades públicas para desarrolladores externos, también lanzamos una iniciativa interna paralela llamada DevRel Habilidades. Las Habilidades DevRel se centran en construir habilidades de agentes específicamente para los flujos de trabajo internos. Al codificar procesos internos: transformación de contenido, optimización SEO, informes internos, etc. - en habilidades dedicadas, ayudamos a nuestro equipo a trabajar de manera más eficaz y consistente todos los días. Enlaces y lecturas adicionales Para empezar con Google Agent Skills, consulta: Google Agent Skills Repo: github.com/google/skills Parte 1: Introducción: ¿Qué son las habilidades de Google Cloud? Parte 2: Guía práctica: habilidades de agente intermedio en acción ¿Qué sigue? Si este artículo te ha resultado útil: Comparte esta publicación en tus redes sociales. Conéctate conmigo en LinkedIn, X o Bluesky. Gracias por leer.