A LangChain apresentou a 7 de outubro uma atualização das skills de Deep Agents que altera a forma como instruções e ferramentas chegam ao contexto de um modelo. A versão introduz três funções: associar ferramentas a skills, ativar antecipadamente uma skill solicitada e atualizar a biblioteca de skills numa conversa já iniciada. Segundo a empresa, tudo está disponível na versão mais recente do pacote deepagents.
Uma skill é uma pasta com instruções num ficheiro SKILL.md e, quando necessário, scripts, referências e recursos adicionais. Normalmente, o agente recebe apenas o nome e a descrição de cada skill e lê as instruções completas quando precisa delas. Esta divulgação progressiva poupa contexto, mas deixava uma fragilidade: as ferramentas podiam aparecer separadas das instruções que explicavam como utilizá-las.
A nova associação resolve essa diferença. O programador define nomes ou grupos de ferramentas em metadata.include_tools e entrega-os a SkillsMiddleware. Uma ferramenta associada só fica disponível depois de o agente ler a respetiva skill. Em modelos que aceitam ferramentas adicionadas durante a conversa, a LangChain afirma que é possível preservar o prefixo em cache. Nos restantes modelos, a lista de ferramentas continua a ser atualizada da forma tradicional. Também é possível resolver grupos dinamicamente e verificar permissões em tempo de execução.
As pinned skills respondem a outro cenário: quando a aplicação já sabe qual é a skill pretendida, pode passá-la através de pinned_skills antes da chamada seguinte ao modelo. Assim, o agente não precisa de gastar uma chamada adicional para descobrir e ler instruções. A aplicação continua responsável por interpretar o pedido do utilizador e escolher a skill; Deep Agents não faz automaticamente essa interpretação.
Para conversas longas, definir skills_metadata como None desencadeia uma nova leitura das fontes. Uma skill adicionada, alterada ou removida pode ser refletida sem iniciar outra conversa. A alteração do prompt pode invalidar a cache, embora a empresa observe que muitas conversas inativas já perderam essa cache.
A mudança interessa a equipas com bibliotecas extensas, onde carregar todas as ferramentas antecipadamente é caro e difícil de controlar. Trata-se de uma evolução da arquitetura dos agentes, não de um novo modelo. A LangChain disponibilizou documentação técnica, mas não apresentou uma avaliação independente de ganhos de precisão, custo ou latência. Cada implementação terá de testar permissões e comportamento da cache.