Ejercicio 5 - Usar habilidades de agente

Desarrollar una aplicación suele implicar tareas repetibles, como generar builds, ejecutar pruebas o crear pull requests. Las habilidades de agente te permiten dar a Copilot, y a otros agentes de IA, directrices sobre cómo realizar esas tareas. Una habilidad es una carpeta de instrucciones, scripts y recursos que el agente puede cargar bajo demanda. Agent Skills es un estándar abierto utilizado por distintos agentes, por lo que la misma habilidad puede funcionar en Copilot Chat en modo agente, Copilot cloud agent, Copilot CLI y la aplicación GitHub Copilot.

Las habilidades viven en la carpeta .github/skills de un proyecto, o globalmente en ~/.copilot/skills. Cada habilidad es una carpeta que contiene un archivo SKILL.md con frontmatter YAML (un name y un description) seguido de las instrucciones en Markdown:

---
name: make-contribution
description: All changes to code must follow the guidance documented in the repository. Before any issue is filed, branch is made, commits generated, or pull request (or PR) created, a search must be done to ensure the right steps are followed. Whenever asked to create an issue, commit messages, to push code, or create a PR, use this skill so everything is done correctly.
---

Las habilidades también pueden incluir subcarpetas con scripts, recursos y material de referencia. La estructura completa se describe en la especificación de agent skills.

Las habilidades se cargan dinámicamente. El agente decide qué habilidad se aplica a partir del campo description; una descripción clara y específica para el escenario marca la diferencia entre una habilidad que se usa y otra que se ignora.

Vamos a ver cómo una habilidad puede garantizar que las pull requests sigan las especificaciones marcadas por nuestro equipo.

Escenario

El equipo tiene una serie de requisitos para las pull requests (PR):

mensajes de confirmación claros, con los archivos agrupados de forma lógica.
todas las pruebas deben superarse antes de crear una PR.
cada PR debe contener las siguientes secciones:
- una descripción de por qué se hicieron los cambios.
- una visión general de los archivos modificados.
- fragmentos de bloques de código importantes.
- detalles de los cambios realizados agrupados juntos.

Como el equipo usa Copilot para generar código y PR, quiere asegurarse de que las herramientas de IA sigan estos requisitos.

En este ejercicio vas a:

explorar una habilidad existente para crear pull requests.
aprender cómo utiliza el agente de IA las habilidades.
crear una PR que cumpla las directrices con ayuda de la habilidad.

Ejecutar habilidades

Las habilidades se cargan dinámicamente cuando el agente determina que son necesarias. La decisión de qué habilidades usar depende de la descripción del archivo SKILL.md. Por eso, es importante que las descripciones sean claras y definan el caso de uso de la habilidad.

Explorar la habilidad de PR

Como Tailspin Toys tiene un conjunto de requisitos para crear PR, ha creado una habilidad para ayudar a las herramientas de IA a generar PR que cumplan esas directrices. Vamos a explorar la habilidad para entender qué hará.

Abre .github/skills/make-contribution/SKILL.md.
Fíjate en el nombre y la descripción. Observa cómo la descripción destaca el escenario en el que debe usarse, es decir, siempre que se solicite crear una pull request o confirmar código.
Lee la habilidad. Observa que define reglas sobre cómo deben crearse las ramas, generarse las confirmaciones y redactarse los contenidos de la pull request.

Usar la habilidad

Como se indicó antes, Copilot CLI invoca automáticamente las habilidades. Como resultado, lo único que tienes que hacer es pedirle a Copilot que cree una PR.

Inicia una sesión de Copilot CLI

Antes de empezar los ejercicios siguientes, vuelve a tu codespace y abre un terminal (Ctrl+` si no hay ninguno abierto). Después, inicia Copilot CLI con --yolo y --enable-all-github-mcp-tools:

copilot --yolo --enable-all-github-mcp-tools

Para retomar la sesión más reciente de este proyecto en lugar de empezar desde cero, ejecuta copilot --yolo --enable-all-github-mcp-tools --continue. Si Copilot CLI ya se está ejecutando desde un ejercicio anterior, envía /clear para empezar una conversación limpia.

--enable-all-github-mcp-tools habilita las herramientas GitHub MCP de lectura y escritura para la sesión actual, de modo que Copilot pueda leer tu backlog y abrir pull requests durante el flujo del taller.

--yolo habilita permisos automáticos completos (--allow-all-tools, --allow-all-paths y --allow-all-urls). Úsalo solo en un entorno aislado, como un Codespace o una máquina virtual, y no lo configures nunca como alias predeterminado para el desarrollo diario. Consulta Allowing and denying tool use para más información.

Pídele a Copilot que cree una PR con el siguiente prompt:
```
Can you please create a pull request for me!
```
Copilot confirmará la solicitud. Al cabo de unos instantes, verás que Copilot indica que está utilizando la habilidad make-contribution.
Después, Copilot seguirá las instrucciones de la habilidad. Empezará ejecutando las pruebas y luego creará una rama, confirmaciones y, finalmente, la PR.
Cuando se cree la PR, vuelve a tu repositorio y ábrela. Observa que las secciones siguen las directrices definidas en la habilidad y coinciden con los requisitos establecidos por el equipo.
Antes de pasar al siguiente ejercicio, restablece tu espacio de trabajo local en una rama nueva desde main para que el trabajo de accesibilidad quede separado de esta PR de filtrado:
Terminal window
```
git checkout main
git pull
git checkout -b accessibility-cli
```

Resumen y siguientes pasos

Con la ayuda de una habilidad de agente, has creado una PR nueva que cumple los requisitos documentados. Has hecho lo siguiente:

explorar una habilidad existente para crear pull requests.
aprender cómo utiliza el agente de IA las habilidades.
crear una PR que cumple las directrices con ayuda de la habilidad.

Las habilidades son perfectas para tareas concretas, pero para operaciones más amplias conviene aprovechar los agentes personalizados, que exploraremos a continuación.