Quatro dos repositórios em alta no GitHub são bibliotecas de skills. O problema agora é empacotar

Puxei a página diária de tendências do GitHub na manhã de 8 de novembro. Quinze repositórios. Quatro deles são coleções de skills de agente: anthropics/skills, google/skills, mattpocock/skills e cloudflare/security-audit-skill. Um quinto, vercel-labs/agent-browser, é uma CLI de automação de navegador que traz um wrapper de skill junto com o binário.
A proporção é a notícia. Um formato que mal existia um ano atrás ocupa agora mais de um quarto da lista, e os repositórios vêm da Anthropic, do Google, da Cloudflare e de uma pessoa muito online com cerca de 60 mil assinantes de newsletter.
A adoção vai bem. A falha interessante é que existem quatro formas mutuamente incompatíveis de instalar o mesmo objeto conceitual.
O que uma skill é, de fato
Uma skill é uma pasta. Dentro dela, um arquivo `SKILL.md` com frontmatter YAML contendo nome e descrição, mais as instruções, scripts e arquivos de referência que a tarefa exigir. O agente lê a descrição, decide que a skill é relevante e carrega o corpo.
O contrato é esse, e está especificado em agentskills.io. O formato é deliberadamente entediante. O repositório da Anthropic descreve skills como pastas de instruções, scripts e recursos que o Claude carrega dinamicamente, e observa que as skills de docx, pdf, pptx e xlsx do repositório são as mesmas que alimentam os recursos de documento do produto, publicadas sob Apache 2.0 como implementação de referência.
Entediante é o ponto. Um formato simples o suficiente para ser escrito em dez minutos é um formato que se espalha.
Quatro caminhos de instalação, um objeto
É aqui que fica confuso. Pegue os quatro repositórios em alta e veja como você deveria levar as skills para a sua máquina.
O repositório da Anthropic é um marketplace de plugins do Claude Code. Você o adiciona com `/plugin marketplace add anthropics/skills`, escolhe `anthropic-agent-skills` e então instala `document-skills` ou `example-skills`. Ou pula o menu e roda `/plugin install document-skills@anthropic-agent-skills`. Depois disso, você aciona uma skill mencionando-a: peça ao Claude Code para usar a skill de PDF para extrair campos de formulário de um arquivo.
O repositório do Google usa um mecanismo completamente diferente. `npx skills add google/skills` te joga em prompts sobre quais skills, quais agentes de destino e se a instalação é no nível do projeto ou global. A atualização é `npx skills update`, que também oferece remover skills obsoletas. O catálogo é grande e organizado por produto: receitas de IAM, migração de inferência para GKE, BigQuery AI, Genkit em quatro linguagens, Live API e uma dúzia de skills separadas só para o Agent Platform.
O repositório do Matt Pocock te dá uma escolha e avisa sobre ela. Use `claude plugin install mattpocock-skills@claude-plugins-official` e o plugin se atualiza sozinho. Use o skills.sh e você recebe arquivos editáveis copiados para o projeto, que você atualiza à mão. O README dele contém a frase mais útil de toda a categoria: escolha uma por agente, porque instalar as duas te dá cada skill em dobro.
A skill de auditoria de segurança da Cloudflare vai direto. `npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit`, com `--global` para instalação no nível do usuário. Depois você aponta o agente para um código e pede uma auditoria de segurança.
Quatro produtos, quatro modelos mentais. Um marketplace de plugins com interface de navegar e instalar. Uma CLI guiada por registro, com prompts interativos. Um modelo de copiar para o repositório, com atualização manual. Um pin de skill única por URL.
Por que a duplicação é pior do que parece
O problema óbvio é espaço em disco e bagunça. O problema real é precedência.
Quando duas skills com descrições sobrepostas estão instaladas, o agente escolhe com base no texto da descrição que lê no momento do carregamento. Ele não sabe que uma é uma cópia velha da outra. Não sabe que a versão no nível do projeto deveria sobrescrever a global. Ele lê dois parágrafos que soam relevantes e escolhe.
Isso produz comportamento muito difícil de depurar. O agente faz a coisa errada com competência. Você vai procurar um bug na skill e descobre que outra skill rodou.
A história de atualização piora tudo. Um plugin que se atualiza pode mudar de comportamento sob seus pés entre sessões. Arquivos copiados ficam onde estão até alguém lembrar de puxar. E a rota `npx skills update` pode remover skills com que você contava, o que é um bom recurso e um recurso surpreendente se você não leu o prompt com atenção.
O problema de confiança que ninguém precificou
Uma skill é instrução que um agente vai seguir, muitas vezes com acesso a ferramentas, muitas vezes com a capacidade de rodar scripts empacotados. Instalar uma está mais perto de instalar um pacote do que de ler um post de blog.
O repositório da Cloudflare mostra como é uma versão séria. Ele roda uma auditoria estruturada em seis fases, do reconhecimento à caça guiada por cobertura, validação de candidatos, saída estruturada, verificação independente de registro e relatório neutro em relação ao alvo. Escreve um arquivo de arquitetura e um livro-razão de cobertura, valida os dois com dois scripts Node sem dependências e trata execuções repetidas no mesmo repositório como aditivas, usando livros-razão anteriores para mirar lacunas em vez de recobrir terreno antigo.
É muita maquinaria, e é o tipo de coisa que você gostaria de ler antes de entregar um código a ela. Que é exatamente o ponto. O comando de instalação leva quatro segundos. A revisão leva uma tarde.
Não há assinatura de registro, nem metadados de proveniência além do remote do git, nem lockfile registrando qual versão de qual skill está ativa em qual agente. Para um formato tão popular, isso é uma lacuna.
A camada de aplicação já está se adaptando
Mais um item da mesma página merece nota porque é outro tipo de sinal. meta/astryx apareceu em sexto lugar: um sistema de design open source em React 19 e StyleX, atualmente em beta, descrito como totalmente personalizável e pronto para agentes.
Leia como um fabricante percebendo quem é o novo cliente. Se agentes geram interfaces, a biblioteca de componentes precisa restringi-los. Tokens, variantes e regras que um modelo consegue seguir são um produto diferente de um sistema desenhado para humanos navegarem.
A mesma lógica explica por que as skills se espalham. Alguém precisa codificar o estilo da casa, a checklist de deploy, o procedimento de auditoria, o jeito como o seu time escreve uma migração. Quando você escreve isso como skill, o agente para de improvisar.
O que falta
A categoria tem um formato, uma especificação, vários registros e quatro instaladores. O que ela não tem é a infraestrutura entediante que faz um ecossistema de pacotes sobreviver: um lockfile, um grafo de dependências resolvido entre agentes, proveniência assinada e uma regra clara de precedência quando uma skill de projeto e uma skill global colidem.
Isso vai chegar, porque sempre chega. Enquanto isso, o conselho prático é o que o Matt Pocock já escreveu no README dele. Escolha um caminho de instalação por agente. Saiba onde suas skills moram. Leia as que conseguem rodar código.
Os repositórios estão em alta porque skills resolvem um problema real: agentes são genéricos e o seu trabalho é específico, e uma pasta de instruções é a forma mais barata de encurtar essa distância. O caos de empacotamento é o pedágio de descobrir isso.
Artigos relacionados
O Antigravity levou os agentes para a nuvem. O que fica de fora é o seu setup local
A versão 2.29 do Antigravity coloca o agente em uma VM na nuvem que sobrevive ao seu laptop e usa voz para aprovar permissões. O setup local não vai junto.
A NVIDIA abriu quatro modelos de mundo de 16B. O que ninguém mediu é o aprendizado de política
Quatro modelos de mundo abertos de 16B e um decodificador que emite geometria de uma só vez. A NVIDIA entregou as duas metades, mas admitiu que falta medir o aprendizado de política.
A Thinking Machines lançou um modelo de 594B e empurrou os pesos para a semana seguinte
O Inkling 2 Small chega com contexto de um milhão de tokens e visão como canal de verificação. Os pesos abertos, prometidos para a semana seguinte, ainda não têm data.
Um modelo denso de 65B vence rivais até oito vezes maiores. A conta é a verdadeira notícia
Um modelo denso de 65B da Ricursive lidera o Terminal-Bench 2.1 à frente de rivais de 500B ou mais. O número mais importante não é a nota, e sim os US$ 32 milhões gastos.