Blog · Guide · 29 octobre 2026
Importer un SKILL.md communautaire comme agent AEGIS
Transparence : 100monkeys.ai développe AEGIS, lisez donc ce guide comme le récit de son fabricant. Il a été rédigé par l'un de nos agents d'IA à partir de la documentation publique d'AEGIS (en anglais), surtout Importing Community Skills, avec la CLI Reference, la Workflow Manifest Reference et la Configuration Reference, puis relu par l'entreprise ; cette version française est une traduction du guide original en anglais. Chaque commande ci-dessous est copiée de ces pages ; aucune n'a été exécutée pour ce guide. Les citations restent en anglais, avec leur traduction à côté. Là où la documentation laisse une question ouverte, la dernière section le dit.
AEGIS by 100monkeys.ai, in beta, peut transformer un skill communautaire, c'est-à-dire un fichier SKILL.md tiré d'un dépôt public, en un agent que vous pouvez exécuter. Il ne va pas chercher le skill au moment de l'exécution. La documentation décrit l'import comme "an explicit, auditable pipeline with human review" (un pipeline explicite et auditable, avec revue humaine) : le fichier est téléchargé une fois, vérifié par un agent validateur, transformé en manifeste, retenu pour votre approbation, et seulement ensuite enregistré. Ce guide parcourt ce pipeline, de la commande jusqu'au nouvel agent.
Étape 1. Vérifier que le workflow est sur votre nœud
skill-import fait partie des modèles intégrés. La Configuration Reference le range sous deploy_builtins, avec l'agent skill-validator dont il dépend :
# Deploy vendored built-in agent and workflow templates on startup.
# Includes agent-creator-agent, workflow-generator-planner-agent, judge agents,
# intent-executor-discovery-agent, intent-result-formatter-agent, skill-validator,
# and the builtin-workflow-generator, builtin-intent-to-execution, skill-import, the-forge and
# transcribe-audio workflows, with the Forge's seven agents.
# Required for aegis.agent.generate, aegis.workflow.generate, and aegis.execute.intent to function.
# Default: false
deploy_builtins: falseLa valeur par défaut est false : sur un nœud neuf, passez-la à true dans aegis-config.yaml avant de chercher le workflow. aegis workflow list montre ensuite ce qui est enregistré.
Étape 2. Connaître les six états avant de commencer
La documentation donne le pipeline en une ligne :
FETCH → PARSE_AND_VALIDATE → COMPOSE_MANIFEST → REVIEW → REGISTER → COMPLETEFETCH télécharge le fichier ; PARSE_AND_VALIDATE et COMPOSE_MANIFEST sont des états Agent. REVIEW est un état Human, le "Approval gate before registration" (point d'approbation avant l'enregistrement), et REGISTER "Deploys the composed agent manifest" (déploie le manifeste d'agent composé). Rien n'est enregistré avant REVIEW.
Étape 3. Choisir le fichier du skill et un nom
La seule entrée obligatoire est skill_url, une "URL to a raw SKILL.md file (GitHub raw URL, registry URL, or any HTTP endpoint)" (URL d'un fichier SKILL.md brut : URL raw de GitHub, URL de registre ou tout point d'accès HTTP). Pointez vers le fichier brut, pas vers la page du dépôt qui l'affiche. Si vous voulez que l'agent porte un nom à vous plutôt que celui déclaré par le skill, ajoutez agent_name_override.
Étape 4. Choisir le preset de sécurité
La troisième entrée, security_preset, fixe la politique de sécurité de l'agent généré. La documentation donne deux valeurs :
- minimal, la valeur par défaut : réseau entièrement fermé, système de fichiers en lecture seule, et des ressources de 500m CPU, 256Mi de mémoire et un délai de 5m.
- permissive : réseau ouvert vers les hôtes que déclarent les outils du skill, lecture sur
/data, et 1000m CPU, 512Mi de mémoire et un délai de 10m.
Commencez par minimal, et n'accordez permissive qu'à un skill dont vous avez lu les outils.
Étape 5. Lancer l'import
L'exemple de la documentation, avec un nom imposé :
aegis workflow run skill-import --input '{
"skill_url": "https://raw.githubusercontent.com/anthropics/skills/main/doc-coauthoring/SKILL.md",
"agent_name_override": "doc-writer"
}'Et avec le preset permissive :
aegis workflow run skill-import --input '{
"skill_url": "https://raw.githubusercontent.com/org/skills/main/data-analysis/SKILL.md",
"security_preset": "permissive"
}'La CLI Reference ajoute --follow pour suivre les journaux du workflow et --wait pour attendre la fin. Gardez l'identifiant d'exécution que la commande affiche ; il vous servira à l'étape de revue.
Étape 6. Lire ce que le validateur a vérifié
Avant le point de contrôle humain, l'agent skill-validator examine le skill. La documentation dit ce qu'il cherche : injections de prompt et tentatives de jailbreak, instructions demandant de contourner les contrôles de sécurité, schémas d'exfiltration de données et références à des chemins système internes. Il note aussi la qualité et la cohérence des instructions, qui "must score above 0.7" (doivent obtenir plus de 0.7). Un skill qui échoue "is rejected before reaching the human review stage" (est rejeté avant d'atteindre la revue humaine) : une exécution qui n'arrive jamais à REVIEW a donc été arrêtée par cet état. aegis workflow executions get avec l'identifiant d'exécution montre le statut courant et le blackboard de l'exécution.
Étape 7. Relire le manifeste composé
À REVIEW, le workflow vous attend. La documentation dit ce que contient le manifeste composé, c'est-à-dire ce que vous approuvez :
- les métadonnées du frontmatter du SKILL.md (nom, description, labels) ;
- les labels
source: skill-importetskill-origin: community, "for traceability" (pour la traçabilité) ; - une instruction de tâche égale au corps complet des instructions du skill ;
- les outils, repris du champ
allowed-toolsdu skill au format d'outil MCP d'AEGIS ; - la politique de sécurité du preset choisi ;
- une stratégie d'exécution en un seul essai :
mode: one-shot, avecmax_retries: 1.
Lisez la liste des outils au regard du preset. Le validateur note les instructions ; c'est votre revue qui décide si ce skill doit détenir ces outils.
Étape 8. Approuver ou rejeter
Pour enregistrer l'agent :
aegis workflow signal <execution-id> --response "approve"Pour l'arrêter :
aegis workflow signal <execution-id> --response "reject"La Workflow Manifest Reference range "approve" parmi les valeurs qu'accepte sa condition input_equals_yes, et "reject" parmi celles de input_equals_no. Après approbation, REGISTER déploie le manifeste et COMPLETE le confirme.
Étape 9. Retrouver l'agent plus tard
Comme chaque agent importé porte source: skill-import et skill-origin: community, ces labels permettent de distinguer les agents issus de la communauté de ceux que votre équipe a écrits, dans une liste aujourd'hui ou dans un audit demain. aegis agent list liste les agents du nœud.
Ce que la documentation laisse ouvert
- Les mots du point de contrôle. Cette page envoie
"approve"et"reject". La Workflow Manifest Reference accepte les deux ; la page Human Approvals citeyes,yet1. Quelle liste l'état REVIEW utilise, la page d'import ne le dit pas. - Le retour en cas de rejet. La page dit "Or reject with feedback" (ou rejeter avec un commentaire), mais sa commande n'envoie que
"reject"; la façon de joindre le commentaire n'est pas montrée. - Le délai de la revue. La page ne dit pas combien de temps REVIEW attend, ni ce qui se passe si personne ne répond.
- Où lire le manifeste composé. La page dit ce que contient le manifeste, mais pas la commande qui le montre au relecteur avant le signal.
- Filtrer par label. La CLI Reference montre
--labelpouraegis workflow list, pas pouraegis agent list. - Réimport. Rien ne dit ce qui se passe quand le même skill est importé deux fois, ou quand le fichier source change plus tard.
Et ensuite
L'état REVIEW est un état Human ordinaire, et vous pouvez placer le même point de contrôle dans n'importe quel workflow que vous écrivez. Notre guide Donner une étape d'approbation à un orchestrateur en parcourt un. AEGIS s'installe avec la commande affichée sur 100monkeys.ai :
curl -fsSL https://get.100monkeys.ai | bash