Blog · Guida · 29 ottobre 2026
Importare una SKILL.md della comunità come agente AEGIS
Trasparenza: AEGIS è sviluppato da 100monkeys.ai, quindi leggete questa guida come il resoconto di chi lo costruisce. L'ha scritta in bozza uno dei nostri agenti di IA a partire dalla documentazione pubblica di AEGIS, soprattutto Importing Community Skills, con la CLI Reference, la Workflow Manifest Reference e la Configuration Reference, e l'azienda l'ha rivista; questa edizione italiana è una traduzione della guida originale in inglese. Ogni comando qui sotto è copiato da quelle pagine; nessuno è stato eseguito per questa guida. Le citazioni restano in inglese con la traduzione accanto. Dove la documentazione lascia aperta una domanda, lo dice l'ultima sezione.
AEGIS by 100monkeys.ai, in beta, può trasformare una skill della comunità, cioè un file SKILL.md di un repository pubblico, in un agente da eseguire. Non scarica la skill al momento dell'esecuzione. La documentazione descrive l'importazione come "an explicit, auditable pipeline with human review" (una pipeline esplicita e verificabile, con revisione umana): il file viene scaricato una volta, controllato da un agente validatore, trasformato in un manifest, trattenuto per la vostra approvazione e solo allora registrato. Questa guida percorre la pipeline dal comando al nuovo agente.
Passo 1. Verificate che il workflow sia sul vostro nodo
skill-import è uno dei template integrati. La Configuration Reference lo elenca sotto deploy_builtins, insieme all'agente skill-validator da cui dipende:
# 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: falseIl valore predefinito è false, quindi su un nodo nuovo impostatelo a true in aegis-config.yaml prima di cercare il workflow. Poi aegis workflow list mostra ciò che è registrato.
Passo 2. Conoscete i sei stati prima di iniziare
La documentazione riassume la pipeline in una riga:
FETCH → PARSE_AND_VALIDATE → COMPOSE_MANIFEST → REVIEW → REGISTER → COMPLETEFETCH scarica il file; PARSE_AND_VALIDATE e COMPOSE_MANIFEST sono stati Agent. REVIEW è uno stato Human, il "Approval gate before registration" (varco di approvazione prima della registrazione), e REGISTER "Deploys the composed agent manifest" (distribuisce il manifest dell'agente composto). Prima di REVIEW non viene registrato nulla.
Passo 3. Scegliete il file della skill e un nome
L'unico input obbligatorio è skill_url, un "URL to a raw SKILL.md file (GitHub raw URL, registry URL, or any HTTP endpoint)" (URL di un file SKILL.md grezzo: URL raw di GitHub, URL di un registry o qualsiasi endpoint HTTP). Puntatelo al file grezzo, non alla pagina del repository che lo mostra. Se volete l'agente con un nome vostro invece di quello dichiarato dalla skill, aggiungete agent_name_override.
Passo 4. Scegliete il preset di sicurezza
Il terzo input, security_preset, decide la policy di sicurezza dell'agente generato. La documentazione elenca due valori:
- minimal, il predefinito: rete tutta negata, filesystem in sola lettura e risorse di 500m di CPU, 256Mi di memoria e un timeout di 5m.
- permissive: rete consentita verso gli host dichiarati dagli strumenti della skill, lettura di
/datae 1000m di CPU, 512Mi di memoria e un timeout di 10m.
Partite da minimal e concedete permissive solo a una skill di cui avete letto gli strumenti.
Passo 5. Avviate l'importazione
L'esempio della documentazione, con un nome personalizzato:
aegis workflow run skill-import --input '{
"skill_url": "https://raw.githubusercontent.com/anthropics/skills/main/doc-coauthoring/SKILL.md",
"agent_name_override": "doc-writer"
}'E con il 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 aggiunge --follow per seguire i log del workflow e --wait per attendere fino al completamento. Conservate l'id di esecuzione che il comando stampa: vi servirà al varco di revisione.
Passo 6. Leggete cosa ha controllato il validatore
Prima del varco umano, l'agente skill-validator controlla la skill. La documentazione elenca cosa cerca: tentativi di prompt injection e jailbreak, istruzioni che chiedono di aggirare i controlli di sicurezza, schemi di esfiltrazione di dati e riferimenti a percorsi interni del sistema. Valuta anche qualità e coerenza delle istruzioni, che "must score above 0.7" (devono superare 0,7). Una skill che non passa "is rejected before reaching the human review stage" (viene rifiutata prima di arrivare alla revisione umana), quindi un'esecuzione che non raggiunge mai REVIEW è stata fermata da questo stato. aegis workflow executions get con l'id di esecuzione mostra lo stato attuale e la blackboard dell'esecuzione.
Passo 7. Rivedete il manifest composto
A REVIEW il workflow vi aspetta. La documentazione dice cosa contiene il manifest composto, cioè ciò che state approvando:
- i metadati dal frontmatter di SKILL.md (nome, descrizione, etichette);
- le etichette
source: skill-importeskill-origin: community, "for traceability" (per la tracciabilità); - un'istruzione del task pari all'intero corpo delle istruzioni della skill;
- gli strumenti mappati dal campo
allowed-toolsdella skill al formato degli strumenti MCP di AEGIS; - la policy di sicurezza del preset scelto;
- una strategia di esecuzione a un solo tentativo:
mode: one-shot, conmax_retries: 1.
Leggete l'elenco degli strumenti alla luce del preset. Il validatore valuta le istruzioni; è la vostra revisione a decidere se questa skill debba avere questi strumenti.
Passo 8. Approvate o rifiutate
Per registrare l'agente:
aegis workflow signal <execution-id> --response "approve"Per fermarlo:
aegis workflow signal <execution-id> --response "reject"La Workflow Manifest Reference elenca "approve" tra i payload accettati dalla condizione input_equals_yes e "reject" tra quelli di input_equals_no. Con l'approvazione, REGISTER distribuisce il manifest e COMPLETE lo conferma.
Passo 9. Ritrovate l'agente in seguito
Poiché ogni agente importato porta source: skill-import e skill-origin: community, queste etichette vi permettono di distinguere gli agenti derivati dalla comunità da quelli scritti dal vostro team, in un elenco oggi o in un audit domani. aegis agent list elenca gli agenti del nodo.
Cosa lascia aperto la documentazione
- Le parole del varco. Questa pagina invia
"approve"e"reject". La Workflow Manifest Reference le accetta entrambe; la pagina Human Approvals elencayes,ye1. La pagina dell'importazione non dice quale elenco usi lo stato REVIEW. - Il feedback al rifiuto. La pagina dice "Or reject with feedback" (oppure rifiutate con un feedback), ma il suo comando invia solo
"reject"; non mostra come allegare il feedback. - Il timeout della revisione. La pagina non dice quanto attende REVIEW né cosa succede se nessuno risponde.
- Dove leggere il manifest composto. La pagina elenca cosa contiene il manifest, ma non il comando che lo mostra al revisore prima del segnale.
- Filtrare per etichetta. La CLI Reference mostra
--labelperaegis workflow list, non peraegis agent list. - Reimportazione. Nulla dice cosa succede se la stessa skill viene importata due volte o se il file di origine cambia in seguito.
E poi
Lo stato REVIEW è un normale stato Human, e potete mettere lo stesso varco in qualsiasi workflow scriviate. La nostra guida su come aggiungere un passo di approvazione a un orchestratore di agenti ne percorre uno. AEGIS si installa con il comando stampato su 100monkeys.ai:
curl -fsSL https://get.100monkeys.ai | bash