Manus AI Merangkul Standar Terbuka: Mengintegrasikan Agent Skills untuk Membuka Babak Baru bagi Agent
Dari Asisten Umum ke Pakar Khusus
Agent kecerdasan buatan (AI) berkembang pesat dari asisten digital serbaguna menjadi alat yang ampuh dan mampu menangani tugas-tugas kompleks dan khusus. Namun, mengangkat agent generalis ke tingkat ahli dalam domain tertentu memerlukan sejumlah besar konteks, pengetahuan prosedural, dan keterampilan khusus. Untuk mengatasi tantangan ini, Anthropic telah memperkenalkan 
Agent Skills, sebuah standar terbuka yang dirancang untuk memberikan agent AI kemampuan modular dan dapat digunakan kembali.
Di Manus AI, kami berdedikasi untuk membangun Agent AI serbaguna yang paling kuat dan fleksibel. Kami sangat percaya bahwa standar terbuka adalah kunci untuk mendorong kemajuan teknologi. Oleh karena itu, kami sangat senang mengumumkan bahwa Manus AI akan sepenuhnya mengintegrasikan standar terbuka Agent Skills, membawa kemampuan kami ke tingkat baru dan membuka kemungkinan yang belum pernah ada sebelumnya bagi pengguna kami.
Apa itu Agent Skills?
Agent Skills adalah pendekatan inovatif yang mengemas keahlian, alur kerja, dan praktik terbaik ke dalam sumber daya berbasis sistem file yang dapat digunakan kembali. Anda dapat menganggapnya sebagai "panduan orientasi untuk karyawan baru". Berbeda dengan instruksi percakapan yang panjang dan sekali pakai, Skills dapat ditemukan dan dimuat oleh agent AI sesuai permintaan, mengubah agent generalis menjadi pakar yang mampu menangani tugas-tugas spesifik.
Keunggulan utama dari arsitektur ini adalah:
•Spesialisasi: Sesuaikan kemampuan untuk domain tertentu, seperti tinjauan hukum, analisis keuangan, atau pembuatan konten bermerek.
•Dapat Digunakan Kembali: Buat sekali dan gunakan secara otomatis di berbagai percakapan, proyek, dan bahkan produk Agent AI kompatibel yang berbeda.
•Komposabilitas: Gabungkan beberapa Skills independen untuk membangun alur kerja yang kuat yang dapat menangani tugas kompleks dan multi-langkah.
Nilai Inti Skills bagi Pengguna
Kami percaya bahwa mengintegrasikan Skills akan memberikan dua manfaat besar bagi pengguna kami:
1. Mengukuhkan Praktik Terbaik Pribadi dan Meningkatkan Efisiensi
Dalam pekerjaan sehari-hari, Anda mungkin memiliki interaksi yang sangat sukses dengan Manus AI, menyelesaikan tugas kompleks dengan efisiensi tinggi. Sekarang, Anda dapat mengemas proses sukses ini menjadi Skill pribadi hanya dengan satu klik. Ini setara dengan menangkap dan mengukuhkan know-how dan praktik terbaik Anda untuk tugas tertentu. Saat Anda perlu menangani tugas yang sama di masa depan, Anda cukup memanggil Skill Anda untuk mereplikasi alur kerja yang berhasil dengan andal, menghilangkan kebutuhan untuk pemikiran berulang dan coba-coba, sehingga secara signifikan meningkatkan produktivitas pribadi Anda.
2. Menurunkan Hambatan Masuk dan Menggunakan Kembali Keahlian Tim
Bagi sebuah tim, salah satu aset paling berharga adalah pengalaman dan pengetahuan anggotanya. Dengan "Team Skill Library" kami yang akan datang, anggota tim dapat berbagi Skills pribadi mereka yang telah divalidasi dan efisien. Ini berarti bahwa anggota tim baru atau yang kurang berpengalaman dapat "berdiri di atas bahu raksasa", menggunakan Skills yang dibuat oleh anggota ahli untuk menyelesaikan tugas. Hal ini secara dramatis menurunkan hambatan masuk dan mendorong akumulasi serta aliran pengetahuan di seluruh tim.
Desain Inti: Kekuatan Pengungkapan Bertahap
Desain paling revolusioner dari Agent Skills adalah mekanisme "Pengungkapan Bertahap" (Progressive Disclosure). Prinsip ini memastikan bahwa Agent AI dapat memanfaatkan jendela konteksnya yang berharga dengan paling efisien saat memproses tugas. Konten Skill dibagi menjadi tiga tingkatan, yang dimuat ke dalam konteks hanya saat dibutuhkan, sehingga meminimalkan pemborosan sumber daya.
Tingkat | Konten | Waktu Pemuatan | Biaya Konteks |
Tingkat 1: Metadata | nama dan deskripsi | Dimuat saat startup | Sangat rendah (~100 tokens/Skill) |
Tingkat 2: Instruksi | Konten utama dari file SKILL.md | Dimuat ketika Skill dipicu | Sedang (<5k tokens) |
Tingkat 3: Sumber Daya | Skrip, file referensi, aset | Dimuat sesuai permintaan | Hanya digunakan saat direferensikan |
Manus AI dan Agent Skills: Pasangan yang Sempurna
Arsitektur inti Manus AI selaras sempurna dengan filosofi desain Agent Skills, meletakkan fondasi yang kokoh untuk integrasi yang mulus.
•Kompatibilitas Arsitektur Native: Manus AI berjalan dalam lingkungan mesin virtual sandbox yang sepenuhnya terisolasi dengan akses penuh ke sistem file Ubuntu dan kemampuan eksekusi shell. Ini adalah lingkungan ideal yang dibutuhkan oleh Agent Skills. Kami dapat dengan mudah membaca direktori Skill, mem-parsing file SKILL.md, dan menjalankan skrip Python atau Bash yang terkandung di dalamnya.
•Kemampuan yang Saling Melengkapi dengan Sempurna: Kemampuan kolaborasi multi-tool yang kuat dari Manus AI (browser, eksekusi kode, operasi file) dikombinasikan dengan pengetahuan khusus dari Skills akan menciptakan efek sinergi yang besar. Misalnya, Skill "Riset Pasar" dapat memandu Manus AI untuk menggunakan tool browser guna mengunjungi situs web tertentu, menggunakan skrip analisis data untuk memproses data yang diunduh, dan akhirnya menghasilkan laporan analisis pasar lengkap berdasarkan template yang telah ditentukan.
•Komitmen pada Standar Terbuka: Kami percaya bahwa masa depan AI adalah terbuka dan kolaboratif. Sebagai standar terbuka, Agent Skills memungkinkan beberapa produk dan layanan AI untuk berbagi format terpadu untuk perluasan kemampuan. Dengan mengintegrasikan Skills, Manus AI tidak hanya meningkatkan fungsionalitasnya sendiri tetapi juga berkontribusi pada pembangunan ekosistem AI yang lebih saling terhubung.
Hubungan Antara Skills dan MCP: Saling Melengkapi, Bukan Menggantikan
Dalam ekosistem Manus AI, Skills dan Model Context Protocol (MCP) adalah dua teknologi dengan tujuan yang berbeda tetapi kemampuan yang saling melengkapi.
•Tujuan inti dari MCP adalah untuk menyelesaikan masalah silo data dengan memungkinkan AI mengakses sumber data eksternal (seperti Gmail dan Notion) secara aman dan andal melalui protokol terstandarisasi. MCP berfokus pada lapisan koneksi data.
•Tujuan inti dari Skill adalah untuk mengenkapsulasi dan menggunakan kembali alur kerja. Meskipun tidak dirancang untuk terhubung ke layanan eksternal, sebuah Skill dapat secara tidak langsung memanggil API pihak ketiga mana pun dengan menyertakan skrip kode (seperti skrip Python). Dalam beberapa skenario, eksekusi langsung skrip ini bahkan dapat lebih efisien dalam hal konsumsi konteks dan akses data dibandingkan dengan melalui layanan MCP.
Singkatnya, MCP menyediakan "jalur pipa data" terstandarisasi untuk Manus AI, sementara Skills menyediakan "manual operasi" untuk menjalankan pipa tersebut. Bersama-sama, mereka membentuk ekosistem Manus AI yang kuat dan dapat diperluas.
Kasus Penggunaan Spesifik: Membuka Sumber Data dengan Skills
Manus AI memiliki banyak sumber data bawaan yang kuat, seperti SimilarWeb. Di masa lalu, mereka lebih mirip API internal yang tidak dipublikasikan. Dengan mengenkapsulasi setiap sumber data sebagai Skill, kami mengubah tool yang tidak transparan ini menjadi komponen yang dapat ditemukan dan dipahami oleh pengguna. Pengguna dapat menjelajahi sumber data ini di pustaka skill mereka, memahami fungsionalitas dan parameternya dengan membaca file SKILL.md, dan memanggilnya secara stabil dan andal. Perubahan ini sangat meningkatkan kemudahan penggunaan dan keterdeteksian fitur platform.
Lengkapi Alur Kerja Anda dengan Manus Skills
Integrasi kami melampaui sekadar mengadopsi standar. Kami memperkenalkan fitur-fitur baru yang menjadikan Skills bagian yang tak terpisahkan dari pengalaman Manus AI.
Bangun Skill dengan Manus
Kami dengan senang hati memperkenalkan fitur "Build a Skill with Manus". Ketika Anda menyelesaikan tugas dengan Manus AI dan sangat puas dengan hasil serta prosesnya, Anda kini dapat menginstruksikan Manus untuk "mengemas alur kerja ini menjadi sebuah Skill." Manus akan menganalisis alur interaksi yang berhasil, secara otomatis menghasilkan file SKILL.md yang diperlukan, dan menggabungkan skrip yang relevan. Hal ini menangkap proses efektif Anda menjadi Skill yang dapat digunakan kembali atau dibagikan kepada orang lain.
Mekanisme Pemicu yang Presisi dan Andal
Untuk memastikan Skill spesifik yang Anda butuhkan diaktifkan secara tepat saat Anda membutuhkannya, kini Anda dapat menggunakan perintah slash di kotak obrolan. Dengan mengetik /SKILL_NAME, Anda dapat secara eksplisit menginstruksikan Manus untuk memuat Skill yang sesuai. Tindakan ini menjamin bahwa Manus akan membaca file SKILL.md dan memicu instruksinya, memberi Anda kendali presisi atas perilaku Agent.
Roadmap Integrasi Skill Kami
Untuk memastikan integrasi Agent Skills yang lancar dan kuat, kami telah mengembangkan roadmap yang jelas:
1.Integrasi Project dan Connector: Tak lama lagi, Anda akan dapat mengintegrasikan Skills langsung ke dalam Manus Project Anda. Dikombinasikan dengan Connectors, hal ini memungkinkan Anda untuk menyesuaikan secara mendalam prosedur operasi standar (SOP) untuk pekerjaan sehari-hari, menciptakan alur kerja yang sangat otomatis dan cerdas.
2.Team Skill Library: Untuk pengguna paket Team kami, kami akan memperkenalkan Team Skill Library. Anggota dapat mempublikasikan Skills pribadi mereka yang telah teruji ke perpustakaan bersama ini, memungkinkan berbagi keahlian dan pengalaman proses secara mulus di seluruh organisasi serta menumbuhkan budaya peningkatan kolaboratif dan retensi pengetahuan.
Masa Depan yang Dapat Dikomposisi dan Terbuka
Kita berada di titik balik teknologi yang menarik. Masa depan AI Agent akan dapat dikomposisi, dapat diperluas, dan terbuka. Standar terbuka seperti Agent Skills dan Model Context Protocol (MCP) sedang membuka jalan bagi jaringan alat AI yang cerdas dan saling terhubung.
Manus AI dengan bangga menjadi peserta aktif dalam gerakan ini. Dengan merangkul standar terbuka, kami percaya bahwa kami tidak hanya dapat memberikan produk yang lebih kuat kepada pengguna kami tetapi juga bekerja bersama seluruh komunitas untuk membentuk masa depan AI yang lebih kolaboratif dan inovatif.
Kami mengundang Anda untuk bergabung dengan kami dalam perjalanan ini.
