mirror of https://github.com/diegosouzapw/OmniRoute.git synced 2026-08-24 16:12:23 +03:00

Files

Adrian Rogala 71c5a7592f docs: replace outdated Polish docs with translation from latest English (#8823 )

2026-07-28 00:45:21 -03:00

27 KiB

Raw Blame History

title, version, lastUpdated

title	version	lastUpdated
Framework Skills	3.8.40	2026-06-28

Framework Skills

Source of truth: src/lib/skills/ and src/app/api/skills/ Last updated: 2026-06-28 — v3.8.40

OmniRoute udostępnia rozszerzalny framework Skills, który pozwala modelom językowym (oraz operatorom) składać wielokrotnego użytku możliwości — od odczytów systemu plików i żądań HTTP po wykonywanie kodu w sandboxie oraz wyselekcjonowane skille z marketplace.

Skill to wersjonowana, zdefiniowana schematem jednostka pracy. OmniRoute może wstrzykiwać skille jako definicje narzędzi do żądań wychodzących, przechwytywać wywołania narzędzi wracające od modelu, uruchamiać pasujący handler i zwracać wynik do modelu, aby rozmowa mogła być kontynuowana. Model nigdy nie widzi implementacji — tylko interfejs narzędzia.

Agent Skills vs Omni Skills

OmniRoute ma dwa odrębne, ale komplementarne systemy skilli:

Dimension	Omni Skills (ten dokument)	Agent Skills
Purpose	Wstrzykiwanie narzędzi LLM + wykonanie w sandboxie	Katalog SKILL.md do odkrywania i konsumowania przez zewnętrznych agentów
Source of truth	`src/lib/skills/` + marketplace	`src/lib/agentSkills/` + katalog `skills/`
Runtime mode	Wstrzykiwane do żądań wychodzących, wykonywane przy tool-call	Statyczny katalog markdown + endpointy discovery REST/MCP/A2A
Who uses it	Sam OmniRoute (routing combo, przychodzące wywołania LLM)	Zewnętrzni agenci, klienci MCP, orkiestratory A2A
Count	Zmienna (napędzana marketplace)	42 kanoniczne wpisy (22 API + 20 CLI)
Format	`SkillDefinition` ze schematem narzędzia + handler	Frontmatter `SKILL.md` + treść markdown
Discovery	REST `/api/skills/` + narzędzia MCP `omniroute_skills_`	REST `/api/agent-skills/` + narzędzia MCP `omniroute_agent_skills_` + A2A `list-capabilities`

Omni Skills to silnik wykonania — definiują, co OmniRoute potrafi zrobić, gdy LLM wywoła narzędzie.

Agent Skills to katalog dokumentacji — wyjaśniają zewnętrznym agentom, jak używać REST API i CLI OmniRoute, ze ustrukturyzowanymi plikami SKILL.md, które można bezpośrednio wstawić do promptów agenta.

Katalog Agent Skills, generator, narzędzia MCP oraz skill A2A opisano w docs/frameworks/AGENT-SKILLS.md.

Concepts

Skill Sources

W tym samym rejestrze współistnieją trzy źródła skilli:

Built-in skills (src/lib/skills/builtins.ts) — dostarczane z OmniRoute. Pokrywają typowe przypadki:
- file_read, file_write — workspace sandboxa per klucz API pod <DATA_DIR>/skills/workspaces/<hashed-key>/
- http_request — wychodzące HTTP przez safeOutboundFetch z guard: "public-only"
- web_search — podłączany provider wyszukiwania z cache (executeWebSearch)
- eval_code — wykonanie node lub python w sandboxie Dockera
- execute_command — polecenie shell w sandboxie Dockera
- browser — scaffolding oparty o Playwright, domyślnie wyłączony (builtin/browser.ts)
SkillsMP (OmniRoute Marketplace) — pobierany z https://skillsmp.com/api/v1/skills/search. Wymaga skillsmpApiKey w Settings.
SkillsSH (katalog społecznościowy skills.sh) — pobierany z https://skills.sh/api/search. Auth nie jest wymagany; treść SKILL.md ściągana z GitHub raw.

Jeden „active provider” kontroluje, z którego katalogu dashboard instaluje skille (src/lib/skills/providerSettings.ts). Przełączysz go w Settings → Memory & Skills. Domyślnie: skillsmp.

Skill Identity

Skille są kluczem name@version w rejestrze w pamięci (src/lib/skills/registry.ts). Wersja musi być semver (^\d+\.\d+\.\d+$). resolveVersion() rozumie ograniczenia ^, ~, >, >=, <, <=, == oraz dokładne dopasowanie.

Skill Mode

Każdy skill ma tryb runtime, który kontroluje, kiedy jest wstrzykiwany:

Mode	Behavior
`on`	Zawsze wstrzykiwany jako definicja narzędzia
`off`	Nigdy nie wstrzykiwany, nigdy nie wykonywalny
`auto`	Punktowany względem przychodzącego żądania; wstrzykiwany tylko jeśli score ≥ `AUTO_MIN_SCORE` (domyślnie 3)

auto jest domyślne dla skilli zainstalowanych z marketplace. enabled=true i mode="off" razem oznaczają „zarejestrowany, ale nieaktywny” — przełączenie enabled przez legacy column podbija też mode, żeby starsze ścieżki kodu pozostały spójne (src/app/api/skills/[id]/route.ts).

Status (executions)

Wykonania skilli są śledzone w tabeli skill_executions z następującymi statusami (src/lib/skills/types.ts):

enum SkillStatus {
  PENDING = "pending",
  RUNNING = "running",
  SUCCESS = "success",
  ERROR = "error",
  TIMEOUT = "timeout",
}

Registry Cache

SkillRegistry to singleton z cache TTL 60 sekund (registry.ts:14). loadFromDatabase() jest idempotentne i deduplikuje równoległe wywołania przez pendingLoad. Każdy zapis (register/unregister/unregisterById) unieważnia cache. Wersje wyszukasz przez getSkillVersions(name) oraz resolveVersion(name, constraint).

Provider-Aware Injection

injectSkills() w src/lib/skills/injection.ts to punkt wejścia, który zamienia zarejestrowane skille w definicje narzędzi specyficzne dla providera:

OpenAI — { type: "function", function: { name, description, parameters } }
Anthropic — { name, description, input_schema }
Google (Gemini) — { name, description, parameters }

Nazwa narzędzia jest kodowana jako name@version, dzięki czemu handler może wybrać właściwą wersję, gdy model ją wywoła z powrotem.

AUTO Scoring

Gdy mode="auto", każdy kandydacki skill jest punktowany względem kontekstu żądania (scoreAutoSkill() w injection.ts):

Signal	Points
Skill name appears verbatim in context	+6
Each name token matches a context token	+2
Each tag substring matches context	+3
Each description token matches context	+1
Background reason matches a name token	+2 per token
Background reason matches a tag	+2 per token
Provider hint in tags matches request provider	+2 / −2

Top AUTO_MAX_SKILLS = 5 skilli z score >= AUTO_MIN_SCORE = 3 jest wstrzykiwanych. Remisy rozstrzygane są przez installCount (desc), potem alfabetyczną nazwę (injection.ts:225-235).

Tool Call Interception

handleToolCallExecution() w src/lib/skills/interception.ts jest wywoływane przez chat handler po tym, jak upstream zwróci odpowiedź z tool-calling:

extractToolCalls() czyta kształty specyficzne dla providera (OpenAI tool_calls / Responses function_call, Anthropic tool_use, Gemini functionCalls).
Aliasys wbudowanych narzędzi (np. omniroute_web_search → web_search) są rozwiązywane najpierw. Handlery wbudowane działają inline.
Wszystko inne idzie przez skillExecutor.execute(name@version, args, { apiKeyId, sessionId }).
Wyniki są wstawiane z powrotem do odpowiedzi — tool_results, elementy function_call_output albo bloki Anthropic tool_result w zależności od formatu.

customSkillExecutionEnabled w kontekście wykonania można ustawić na false, aby zezwolić tylko na wbudowaną interception (używane przez ścieżki żądań, które jawnie wyłączają handlery zdefiniowane przez użytkownika).

Docker Sandbox

Ścieżki kodu spoza builtins (eval_code, execute_command) działają w Dockerze przez SandboxRunner (src/lib/skills/sandbox.ts). Każdy kontener jest uruchamiany z:

--rm --network none|bridge --cap-drop ALL
--security-opt no-new-privileges --pids-limit 100
--cpus <cpuLimit/1000> --memory <memoryLimit>m
--tmpfs /tmp:rw,noexec,nosuid,size=64m
--tmpfs /workspace:rw,noexec,nosuid,size=64m
--read-only (when readOnly=true)

Domyślne wartości (SandboxRunner.DEFAULT_CONFIG):

Field	Default	Notes
`cpuLimit`	100 (= 0.1 CPU)	Dzielone przez 1000 przed przekazaniem do `--cpus`
`memoryLimit`	256 MB	Twardy limit
`timeout`	30000 ms	Soft kill przez `SIGTERM` + `docker kill`
`networkEnabled`	`false`	Staje się `--network none`
`readOnly`	`true`	Root FS tylko do odczytu; `/tmp` i `/workspace` to tmpfs

SandboxRunner.kill(id) oraz killAll() są wystawione na shutdown; działające kontenery są śledzone w runningContainers: Map<string, ChildProcess>.

Sandbox Env Vars

Konfigurowane przez process.env w src/lib/skills/builtins.ts:

Env Var	Default	Purpose
`SKILLS_MAX_FILE_BYTES`	`1048576` (1 MB)	Limit dla `file_read` i `file_write`
`SKILLS_MAX_HTTP_RESPONSE_BYTES`	`256000`	Limit body odpowiedzi `http_request`
`SKILLS_MAX_SANDBOX_OUTPUT_CHARS`	`100000`	Limit stdout/stderr zwracanego do wywołującego
`SKILLS_SANDBOX_TIMEOUT_MS`	`10000`	Domyślny timeout poleceń w sandboxie; hard cap 60 s
`SKILLS_SANDBOX_NETWORK_ENABLED`	`false`	Główna bramka egress. Ustaw `1` lub `true`, aby zezwolić na opt-in per wywołanie
`SKILLS_ALLOWED_SANDBOX_IMAGES`	(patrz poniżej)	Lista dozwolonych obrazów Dockera oddzielona przecinkami

Domyślnie dozwolone obrazy: alpine:3.20, node:22-alpine, python:3.12-alpine. Dodatki przez SKILLS_ALLOWED_SANDBOX_IMAGES są scalane z domyślnymi; nieznane obrazy są odrzucane przez normalizeImage().

Note: nie ma osobnej zmiennej env SKILLS_EXECUTION_TIMEOUT_MS. Timeout handlera spoza sandboxa jest hard-coded na 30 s w SkillExecutor (executor.ts:13), ale można go nadpisać w runtime przez skillExecutor.setTimeout(ms).

Workspace Isolation

file_read i file_write rozwiązują każdą ścieżkę względem workspace per klucz API w <DATA_DIR>/skills/workspaces/<sha256(apiKeyId).slice(0,24)>/. Path traversal (..) oraz zabronione segmenty (.env, .git, .ssh, .omniroute, .codex, secrets) są odrzucane przed jakimkolwiek I/O dyskowym.

HTTP Hardening

http_request (builtins.ts:257):

Allowlista metod: GET, HEAD, POST, PUT, PATCH, DELETE
Blokowane nagłówki wychodzące: host, connection, content-length, cookie, set-cookie, authorization, proxy-authorization
Redirecty wyłączone (allowRedirect: false)
Trasowane przez safeOutboundFetch z guard: "public-only" (zakresy private/loopback zablokowane)
Odpowiedź obcinana przy SKILLS_MAX_HTTP_RESPONSE_BYTES; klient widzi truncated: true

Hybrid Executor (preview)

src/lib/skills/hybrid.ts definiuje HybridExecutor, który decyduje między wykonaniem direct (in-process) a sandbox per wywołanie, ze ścieżką retry autoUpgrade przy błędach timeout/memory. Podpięte implementacje directExecutor / sandboxRunner to stuby (executeDirect, executeInSandbox zwracają placeholdery) — traktuj ten moduł jako kontrakt w budowie. Rzeczywiste wykonanie nadal idzie przez skillExecutor + SandboxRunner.

Storage

Schemat jest w dwóch migracjach:

src/lib/db/migrations/016_create_skills.sql — bazowe tabele skills i skill_executions, z indeksami na (api_key_id, name) oraz (skill_id, status, created_at).
src/lib/db/migrations/027_skill_mode_and_metadata.sql — dodaje mode, source_provider, tags (JSON), install_count do skills.

skill_executions.status jest ograniczony na poziomie bazy: CHECK(status IN ('pending', 'running', 'success', 'error', 'timeout')).

REST API

Wszystkie endpointy żyją pod src/app/api/skills/. Endpointy zarządzania (/api/skills, /api/skills/[id], /api/skills/install) wymagają management auth przez requireManagementAuth(). Przepływy marketplace/install używają lżejszego isAuthenticated() (sesja lub klucz API).

Endpoint	Method	Purpose
`/api/skills`	GET	List registered skills. Supports `?q=`, `?mode=on	off	auto`,` ?source=skillsmp	skillssh	local`, pagination
`/api/skills/[id]`	PUT	Update `enabled` or `mode`
`/api/skills/[id]`	DELETE	Unregister by id
`/api/skills/install`	POST	Install a custom skill (handler code + schema)
`/api/skills/marketplace`	GET	Search the SkillsMP catalog (returns popular defaults when `q` is empty)
`/api/skills/marketplace/install`	POST	Install a SkillsMP skill (requires active provider = `skillsmp`)
`/api/skills/skillssh`	GET	Search the skills.sh catalog (`?q=&limit=`, capped at 100)
`/api/skills/skillssh/install`	POST	Install a skills.sh skill (requires active provider = `skillssh`)
`/api/skills/executions`	GET	Paginated execution history (`?apiKeyId=`)
`/api/skills/executions`	POST	Execute a registered skill ad-hoc

Endpoint POST /api/skills/executions zwraca HTTP 503 z { error: "Skills execution is disabled..." }, gdy settings.skillsEnabled === false (executor.ts:42-45). Operatorzy mogą przełączyć master switch w Settings → AI.

Example: install a custom skill

curl -X POST http://localhost:20128/api/skills/install \
  -H "Authorization: Bearer $OMNIROUTE_MGMT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "reverse-text",
    "version": "1.0.0",
    "description": "Reverses a string",
    "schema": {
      "input":  { "type": "object", "properties": { "text": { "type": "string" } }, "required": ["text"] },
      "output": { "type": "object", "properties": { "reversed": { "type": "string" } } }
    },
    "handlerCode": "echo-handler",
    "apiKeyId": "your-api-key-id"
  }'

String handlerCode to lookup nazwy handlera — nie wykonywalny kod. Executor mapuje go przez skillExecutor.registerHandler(name, fn) (executor.ts:25). Instalacje z marketplace zapisują tekst SKILL.md w tym polu jako dokumentację i kierują wykonanie przez wywołania narzędzi generowane przez model. Arbitrary source od użytkownika nie jest ewaluowany.

MCP Tools

Cztery narzędzia MCP owijają powierzchnię skilli (open-sse/mcp-server/tools/skillTools.ts). Są auto-rejestrowane przy starcie serwera MCP.

Tool	Description
`omniroute_skills_list`	List skills, optional filters: `apiKeyId`, `name`, `enabled`
`omniroute_skills_enable`	Enable/disable a skill by `skillId`
`omniroute_skills_execute`	Execute a skill with an input payload
`omniroute_skills_executions`	Recent execution history (default 50, max 100)

Transport i przypisania scope: MCP-SERVER.md.

A2A Integration

src/lib/skills/a2a.ts eksportuje deskryptor skilla A2A memory_aware_routing oraz helper registerA2ASkill(registry). Własne skille A2A żyją w src/lib/a2a/skills/ i są dysponowane przez A2A_SKILL_HANDLERS (src/lib/a2a/taskExecution.ts). Pełny lifecycle tasków: A2A-SERVER.md.

Adding a New Built-in Skill

Zdefiniuj handler w src/lib/skills/builtins.ts (albo w pliku-siostrze pod src/lib/skills/builtin/). Sygnatura: (input, { apiKeyId, sessionId }) => Promise<output>.
Ścieżka kodu w sandboxie? Wywołaj sandboxRunner.run(image, command, env, sandboxConfig({...})). Użyj normalizeImage() względem allowlisty.
Ścieżka filesystem? Zawsze przepuść przez resolveWorkspacePath(input, context) przed dotknięciem dysku.
Wywołanie sieciowe? Użyj safeOutboundFetch z guard: "public-only"; sanityzuj nagłówki przez sanitizeHeaders().
Zarejestruj, dodając wpis do builtinSkills (albo wywołując w stylu registerBrowserSkill(executor) przy boot).
Podłącz aliasy wbudowanych narzędzi (opcjonalnie) w BUILTIN_TOOL_ALIASES (interception.ts:23), jeśli upstream model emituje inną nazwę.
Testy w src/lib/skills/__tests__/ (Vitest).

Adding a Custom (Non-Builtin) Skill

Zarejestruj handler przy starcie procesu:

skillExecutor.registerHandler("my-handler", async (input, ctx) => { ... });

Wstaw skill przez POST /api/skills/install (pole handlerCode musi pasować do zarejestrowanej nazwy handlera).
Przełącz mode na on lub auto przez PUT /api/skills/[id].

Operational Tips

Master switch: settings.skillsEnabled = false blokuje całe wykonanie i zwraca HTTP 503 na /api/skills/executions. Rejestr nadal się ładuje.
Zablokuj egress: trzymaj SKILLS_SANDBOX_NETWORK_ENABLED nieustawione (domyślnie) dla w pełni air-gapped sandboxingu. Per-call networkEnabled: true i tak wymaga master gate.
Zezwól na konkretne obrazy: ustaw SKILLS_ALLOWED_SANDBOX_IMAGES="myorg/sandbox:1.0,node:22-alpine", aby rozszerzyć allowlistę.
Audytuj wykonania: /dashboard/skills/executions oraz omniroute_skills_executions odpytują skill_executions. Udane runy zawierają durationMs; nieudane — errorMessage.
Unieważnienie cache: wywołaj skillRegistry.invalidateCache() po ręcznych edycjach DB; w przeciwnym razie poczekaj 60 s.
Anonimowy workspace: gdy apiKeyId jest puste, wszystkie wywołania haszują do tego samego workspace "anonymous" — kod świadomy współdzielenia powinien zawsze przekazywać prawdziwy klucz.

Execution Lifecycle (v3.8.16+)

SkillExecutor (src/lib/skills/executor.ts) to singleton, który zarządza każdym wywołaniem skilla. Zrozumienie jego lifecycle jest krytyczne przy debugowaniu timeoutów, retry i stanu wykonania.

The 5-Stage Lifecycle

   execute() called
        │
        ▼
  ┌─────────────┐
  │  PENDING    │  ← queued, not yet started (DB row created)
  └──────┬──────┘
         │ start handler
         ▼
  ┌─────────────┐
  │  RUNNING    │  ← handler invoked with timeout
  └──────┬──────┘
         │
    ┌────┴────┬──────────┬──────────┐
    │         │          │          │
    ▼         ▼          ▼          ▼
  SUCCESS   ERROR     TIMEOUT   (no other path — killed by parent)
    │         │          │
    └────┬────┴──────────┘
         │
         ▼
   DB row updated with status, output, durationMs

Default Configuration

Setting	Default	Configurable via
`timeout`	`30000` (30s)	`skillExecutor.setTimeout(ms)`
`maxRetries`	`3`	`skillExecutor.setMaxRetries(count)`

Important

: Executor jest singletonem — wywołanie setTimeout() wpływa globalnie na wszystkie kolejne invocacje. Timeouty per-skill nie są obecnie wspierane; jeśli potrzebujesz różnych timeoutów per skill, uruchom osobne procesy albo zforkuj executor.

Status Values

Z src/lib/skills/types.ts:

enum SkillStatus {
  PENDING = "pending", // Queued, not yet started
  RUNNING = "running", // Handler invoked
  SUCCESS = "success", // Handler returned valid output
  ERROR = "error", // Handler threw an exception
  TIMEOUT = "timeout", // Exceeded the executor's timeout
}

Note

: Status TIMEOUT jest zdefiniowany w enum, ale nie jest faktycznie zapisywany do DB przez obecną implementację executora — timeouty pojawiają się jako ERROR z komunikatem "Skill execution timed out". Enum statusu jest zarezerwowany na przyszłość.

Inspecting Executions

import { skillExecutor } from "omniroute/skills/executor";

// Get a specific execution by ID
const exec = skillExecutor.getExecution("exec-uuid-123");
if (exec) {
  console.log(`${exec.skillName}: ${exec.status} in ${exec.durationMs}ms`);
}

// List recent executions for an API key
const recent = skillExecutor.listExecutions("api-key-id", 50, 0);
for (const e of recent) {
  console.log(`${e.skillName} → ${e.status} (${e.durationMs}ms)`);
}

// Count total executions
const total = skillExecutor.countExecutions("api-key-id");

Retry Behavior

Ustawienie maxRetries jest przechowywane, ale obecnie nieużywane przez metodę execute() executora — wykonuje tylko jedną próbę. Wartość maxRetries jest wystawiona pod przyszłą implementację oraz dla hooków, które chcą ją odczytać.

Na razie retry muszą być zaimplementowane wewnątrz samego handlera skilla. Built-in skille są rejestrowane względem executora (np. registerBuiltinSkills(executor) / registerBrowserSkill(executor) w src/lib/skills/builtin/); dowolny handler, który zarejestrujesz, może owinąć własną pętlę retry:

// inside a skill handler
async function handler(input, ctx) {
  const maxRetries = 3;
  let lastError: Error | null = null;

  for (let attempt = 1; attempt <= maxRetries; attempt++) {
    try {
      return await fetchSomething(input);
    } catch (err) {
      lastError = err as Error;
      if (attempt < maxRetries) {
        await new Promise((r) => setTimeout(r, 1000 * attempt));
      }
    }
  }
  throw lastError;
}

SkillMode in Detail

Enum SkillMode (src/lib/skills/types.ts) kontroluje kiedy i jak skille są wywoływane:

enum SkillMode {
  AUTO = "auto", // LLM decides when to call the skill
  MANUAL = "manual", // Only invoked by explicit user request
  HYBRID = "hybrid", // AUTO scoring + manual override
}

Note

: Codebase definiuje SkillMode (AUTO/MANUAL/HYBRID), podczas gdy pole Skill.mode używa innego kształtu ("on" | "off" | "auto"). Są powiązane, ale nie identyczne — SkillMode dotyczy polityki executora, Skill.mode dotyczy enablement per skill.

When to Use Each Mode

Mode	LLM behavior	Use case
`AUTO`	LLM może wywołać skill, gdy uzna to za potrzebne	Skille ogólnego użytku (odczyty plików, HTTP)
`MANUAL`	LLM nie może wywołać skilla; tylko jawne wywołanie API `executeSkill` go odpala	Operacje wrażliwe (zapisy do bazy, płatności)
`HYBRID`	LLM może zasugerować skill; użytkownik musi potwierdzić	Skille ze side effectami, ale nie niebezpieczne

AUTO Scoring

Gdy aktywny jest tryb AUTO, każdy kandydacki skill jest punktowany względem kontekstu żądania przez scoreAutoSkill() w src/lib/skills/injection.ts — addytywny, całkowitoliczbowy system punktów (dopasowanie nazwy skilla, overlap tokenów name/tag/description, hinty background-reason, bonus/kara provider-hint). Top AUTO_MAX_SKILLS = 5 skilli z score >= AUTO_MIN_SCORE = 3 jest wstrzykiwanych jako wywoływalne narzędzia; remisy rozstrzyga installCount, potem nazwa. Pełna tabela punktów jest w Tool Schema Generation → AUTO Scoring wcześniej w tym dokumencie; nie ma progu float w stylu 0.6 ani scoringu w registry.ts.

Built-in Skills Catalog

OmniRoute dostarcza wyselekcjonowany zestaw wbudowanych skilli w src/lib/skills/builtin/. Najczęstsze:

Browser Automation Skill

Skill przeglądarki (src/lib/skills/builtin/browser.ts) zapewnia headless browser automation przez Playwright/Puppeteer. Jest zaimplementowany, ale nie jest w domyślnym katalogu skilli — aby go użyć, zainstaluj osobno plugin rozszerzenia przeglądarki.

// Enable in your config
const config: SkillConfig = {
  enabled: true,
  mode: SkillMode.MANUAL, // Always require explicit invocation
  allowedSkills: ["browser"],
  timeout: 60000, // 60s for page loads
  maxRetries: 1,
};

Other Built-in Categories

Category	Skills	Mode
File I/O	`file_read`, `file_write`	AUTO
HTTP	`http_request`	AUTO
Search	`web_search`	AUTO
Code Exec	`eval_code` (sandboxed JavaScript/Python)	HYBRID
System	`execute_command` (sandboxed CLI execution)	MANUAL

Adding a Custom Skill

Jak dodać własny skill przez system pluginów: Plugin SDK & Skills Integration.

27 KiB Raw Blame History Unescape Escape

Framework Skills

Agent Skills vs Omni Skills

Concepts

Skill Sources

Skill Identity

Skill Mode

Status (executions)

Registry Cache

Provider-Aware Injection

AUTO Scoring

Tool Call Interception

Docker Sandbox

Sandbox Env Vars

Workspace Isolation

HTTP Hardening

Hybrid Executor (preview)

Storage

REST API

Example: install a custom skill

MCP Tools

A2A Integration

Adding a New Built-in Skill

Adding a Custom (Non-Builtin) Skill

Operational Tips

Execution Lifecycle (v3.8.16+)

The 5-Stage Lifecycle

Default Configuration

Status Values

Inspecting Executions

Retry Behavior

SkillMode in Detail

When to Use Each Mode

AUTO Scoring

Built-in Skills Catalog

Browser Automation Skill

Other Built-in Categories

Adding a Custom Skill

See Also

27 KiB

Raw Blame History