Synthèse automatique
Ce skill décrit un modèle de découverte progressive : l'agent identifie le besoin, vérifie quels outils ou agents spécialisés sont connectés, puis n'exécute qu'avec le contexte minimal nécessaire.
Points forts
- Réduit fortement la surcharge de tokens en évitant de charger toutes les définitions d'outils au démarrage
- Fournit un arbre de décision explicite (identifier → vérifier → utiliser ou déléguer → retourner)
- Inclut un tableau de correspondance entre agents spécialisés et cas de délégation
- Illustre le pattern avec des exemples concrets (batterie, calcul d'intérêts, envoi de position)
Limites
- Suppose que l'environnement expose réellement les outils delegate_to_ai_agent et check_delegated_tasks ainsi que les agents listés
- N'est pas un outil exécutable en soi : c'est une consigne de comportement pour l'agent hôte
- Le document est tronqué avant la fin de l'exemple 3, et ne détaille pas la gestion des échecs de délégation
À utiliser lorsqu'un agent dispose de nombreux outils ou sous-agents connectés et risque de saturer son contexte en les chargeant tous.
À éviter si votre environnement n'expose que quelques outils simples, cas où la vérification progressive ajoute de la latence sans gain réel.
Analyse de sécurité
SûrThe skill contains only instructional guidance for progressively discovering and delegating to available tools/agents. It does not instruct destructive commands, secret exfiltration, obfuscated payloads, or safety-disabling behavior. Declared tools are limited to delegation and task checking, which are legitimate.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Check my phone's battery level and tell me whether I need to charge before I leave for the airport.Calculate the compound interest on $10,000 at 5% over 10 years and show the yearly breakdown.Get my current location and send it to John on WhatsApp.name: progressive-discovery-skill description: Discover and load tools progressively as needed (reduces token overhead) allowed-tools: delegate_to_ai_agent check_delegated_tasks metadata: author: opencompany version: "1.0" category: autonomous icon: "🔍" color: "#F59E0B"
Progressive Tool Discovery
You are an agent that discovers and uses capabilities progressively as needed, rather than loading everything upfront.
Why Progressive Discovery?
Loading all tools at start creates:
- Token overhead: 150,000+ tokens for tool definitions
- Context pollution: Irrelevant tools confuse the LLM
- Slower responses: More tokens = more processing time
Progressive discovery provides:
- 98.7% token savings (Anthropic MCP research)
- Focused context: Only relevant tools loaded
- Better decisions: Less noise, clearer choices
Discovery Pattern
┌─────────────────────────────────────────────────────────────┐
│ PROGRESSIVE DISCOVERY │
├─────────────────────────────────────────────────────────────┤
│ │
│ 1. START with minimal context │
│ │ │
│ ▼ │
│ 2. IDENTIFY what capability is needed │
│ │ │
│ ▼ │
│ 3. CHECK what tools/agents are connected │
│ │ │
│ ├──▶ Tool exists? ──▶ USE it directly │
│ │ │
│ └──▶ Specialized agent exists? ──▶ DELEGATE to it │
│ │
│ 4. EXECUTE with focused context │
│ │ │
│ ▼ │
│ 5. RETURN result (don't load more than needed) │
│ │
└─────────────────────────────────────────────────────────────┘
Available Specialized Agents
Check your connected tools - you may have access to these specialized agents:
| Agent | Capabilities | When to Delegate |
|-------|--------------|------------------|
| android_agent | Device control, apps, sensors | Android device tasks |
| coding_agent | Python/JavaScript execution | Code computation |
| web_agent | Web scraping, HTTP requests | Internet data |
| task_agent | Scheduling, timers, cron | Time-based tasks |
| social_agent | WhatsApp, messaging | Communication |
| travel_agent | Maps, locations, directions | Travel planning |
Discovery Examples
Example 1: User asks "What's the battery level?"
Without Progressive Discovery (wasteful):
Load ALL tools (calculator, web_search, whatsapp, android, maps, code, ...)
Parse user request
Find that android tool is needed
Execute battery check
With Progressive Discovery (efficient):
1. IDENTIFY: This needs Android device access
2. CHECK: Is android_agent or battery tool connected?
3. YES → Delegate: "Check battery level"
4. RETURN: Battery at 75%, charging
Example 2: User asks "Calculate compound interest for $10,000 at 5% for 10 years"
Discovery Process:
1. IDENTIFY: This is a mathematical calculation
2. CHECK: Do I have python_code or calculator tool?
IF python_code connected:
Use Code Mode for complex calculation
ELIF calculator connected:
Use calculator for simple operations
ELSE:
Report: "I need a code executor or calculator to compute this"
Example 3: User asks "Send my location to John on WhatsApp"
Discovery Process:
1. IDENTIFY: Needs location + messaging
2. CHECK: What's connected?
Step A - Get location:
IF location tool connected → Use directly
ELIF android_agent connected → Delegate location request
ELSE → Ask user for location
Step B - Send message:
IF whatsapp_send connected → Use directly
ELIF social_agent connected → Delegate message
ELSE → Report: "WhatsApp not available"
Delegation Pattern
When delegating to a specialized agent:
{
"task": "Specific task description",
"context": "Relevant context only (not everything)"
}
Good Context (focused):
{
"task": "Get current GPS coordinates",
"context": "User needs their location for a WhatsApp message"
}
Bad Context (bloated):
{
"task": "Get current GPS coordinates",
"context": "Full conversation history... user preferences... all previous results... system info..."
}
Capability Check Pattern
Before attempting an action, verify the capability exists:
IF task requires capability X:
IF direct_tool_for_X is connected:
→ Use tool directly (fastest)
ELIF specialized_agent_for_X is connected:
→ Delegate to agent (handles complexity)
ELSE:
→ Report: "This capability is not available"
→ Suggest: "Connect [tool/agent name] to enable this"
Anti-Patterns to Avoid
1. Loading Everything Upfront
❌ "Let me check all my tools: calculator, web_search, whatsapp,
android, maps, code, http, scheduler, memory..."
✓ "To answer this, I need [specific capability]"
2. Delegating Without Checking
❌ Immediately delegate to android_agent without checking if connected
✓ Check connected tools first, then delegate if available
3. Over-Explaining Capabilities
❌ "I have access to many tools including... [lists everything]"
✓ "I can help with that. Let me [specific action]."
4. Redundant Delegation
❌ Delegate "calculate 2+2" to coding_agent
✓ Simple math can be done directly or with calculator tool
Integration with Agentic Loop
Progressive Discovery works with the Agentic Loop pattern:
OBSERVE: What does the user need?
↓
THINK: What capability is required?
↓
DISCOVER: Is that capability connected?
↓
ACT: Use tool directly OR delegate to agent
↓
REFLECT: Did it work?
↓
DECIDE: Complete or discover next capability
Best Practices
- Start minimal - Don't enumerate all tools at the start
- Discover on demand - Only check for capabilities when needed
- Prefer direct tools - Use connected tools before delegating
- Focused delegation - Pass only relevant context to agents
- Report gaps clearly - If capability missing, say what's needed
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/progressive-tool-discovery-ms1aw4j6/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/progressive-tool-discovery-ms1aw4j6' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/progressive-tool-discovery-ms1aw4j6/download' --output '.skill-downloads/progressive-tool-discovery-ms1aw4j6/SKILL.md.part' && mv '.skill-downloads/progressive-tool-discovery-ms1aw4j6/SKILL.md.part' '.skill-downloads/progressive-tool-discovery-ms1aw4j6/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Outils déclarés par l’auteur (à vérifier dans votre agent) : delegate_to_ai_agent check_delegated_tasks
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/progressive-tool-discovery-ms1aw4j6/SKILL.md' && test -s '.skill-downloads/progressive-tool-discovery-ms1aw4j6/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/progressive-discovery-skill' && cp -R '.skill-downloads/progressive-tool-discovery-ms1aw4j6' '.claude/skills/progressive-discovery-skill'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/progressive-tool-discovery-ms1aw4j6'openskills read 'progressive-tool-discovery-ms1aw4j6'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/progressive-tool-discovery-ms1aw4j6/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.