Les compétences d’agent sont les nouveaux packages de l’IA : il est temps de les gérer de manière sécurisée

Parlons des compétences d’agent. À mesure que l’écosystème des agents d’IA gagne en maturité, nous assistons à une évolution majeure de la manière dont les utilisateurs équipent les agents afin qu’ils exécutent des workflows automatisés. S’il existe des protocoles robustes comme MCP pour gérer les intégrations complexes aux systèmes et l’authentification, les compétences sont devenues la solution privilégiée et facile à mettre en œuvre pour façonner le comportement quotidien d’un agent.

Les compétences sont extrêmement faciles à adopter. Dans de nombreux cas, il s’agit simplement de fichiers légers qui orchestrent des scripts et des commandes. Grâce à cette simplicité, elles constituent le moyen le plus rapide de rendre un agent opérationnel et de lui permettre de créer de la valeur.

Du savoir-faire organisationnel aux compétences d’agent

Fondamentalement, les compétences sont des unités de connaissances réutilisables, basées sur le système de fichiers, qui dotent un agent d’une expertise propre à un domaine. Elles fournissent les workflows, le contexte approfondi et les bonnes pratiques nécessaires pour transformer un agent généraliste en spécialiste.

C’est ce qui rend les compétences particulièrement précieuses pour les entreprises. Elles permettent aux organisations de transmettre leur savoir-faire institutionnel aux agents en codifiant la manière dont les tâches doivent être traitées dans différents domaines. Elles intègrent ainsi l’ADN opérationnel de l’entreprise directement dans les instructions qui guident le comportement de l’agent.

Nous assistons donc à une adoption rapide. Les entreprises utilisent de plus en plus les compétences open source créées par la communauté, les adaptent à leurs propres workflows et développent en interne des compétences propriétaires afin de formaliser leur expertise unique.

Contrairement aux prompts utilisés au niveau d’une conversation, les compétences sont chargées à la demande. Il n’est donc plus nécessaire d’inclure plusieurs fois le même contexte et les mêmes instructions dans différentes conversations, ni de gaspiller inutilement des jetons. Pour y parvenir et gérer efficacement le contexte, les compétences reposent sur la divulgation progressive. Les agents restent ainsi rapides tout en pouvant suivre les instructions de la compétence et, si nécessaire, charger les fichiers référencés ou exécuter le code fourni avec celle-ci.

Le Far West des compétences d’agent

Mais il y a un piège : les compétences peuvent exécuter des scripts et des instructions susceptibles de provoquer des dommages ou, à tout le moins, d’enfreindre les normes de conformité d’une organisation. Dans de nombreux cas, une compétence s’exécute avec les mêmes privilèges que l’utilisateur ou le processus qui contrôle l’agent l’ayant appelée. L’accès à des données sensibles et la possibilité d’effectuer des opérations potentiellement dangereuses font donc partie de la réalité.

Pouvoir faire confiance aux compétences n’est pas un simple avantage, c’est une nécessité.

En outre, la plupart des organisations ne disposent actuellement d’aucune source unique de vérité (SSoT) pour ces compétences. Nous commençons donc à rencontrer les mêmes difficultés qu’avec les packages logiciels open source (OSS). Les questions qui concernaient auparavant les bibliothèques et les dépendances s’appliquent désormais également aux compétences :

• Qui a réellement créé cette compétence ?
• De quelle version s’agit-il, et existe-t-il une version plus récente, plus performante ou plus sûre ?
• Des prompts malveillants ou des instructions vulnérables sont-ils dissimulés à l’intérieur ?
• La compétence nécessite-t-elle des autorisations d’accès excessives ?

À mesure que les compétences deviennent un composant essentiel des agents d’entreprise, ces questions cessent d’être théoriques pour devenir opérationnelles. Les organisations doivent disposer d’une visibilité claire sur les compétences utilisées, leur provenance et leur fiabilité. Sans cela, il devient extrêmement difficile, voire impossible, de déployer les agents à grande échelle en toute sécurité.

D’où proviennent actuellement nos compétences ?

Aujourd’hui, les outils et les processus utilisés pour héberger et distribuer les compétences sont extrêmement fragmentés. Récupérer directement des compétences sur GitHub convient parfaitement aux expérimentations rapides, mais leur gouvernance à grande échelle devient presque impossible. Vercel offre une expérience fluide aux utilisateurs individuels, mais ne propose pas certaines fonctionnalités destinées aux entreprises, notamment un contrôle strict des versions et une attribution claire de la propriété.

ClawHub représente une avancée majeure. En tant que surensemble des compétences d’agent, il reprend des normes éprouvées issues des dépôts open source et les transpose dans l’écosystème des agents. Il fournit une gestion intégrée des versions, des métadonnées riches et une API complète qui facilitent la gestion et l’intégration des compétences.

La réalité générale est simple. Les compétences open source sont en passe de devenir les packages communautaires de l’écosystème émergent des agents. À mesure que les systèmes d’IA gagnent en autonomie et en complexité, une nouvelle couche de risques apparaît. Les comportements imprévisibles, la gouvernance insuffisante, le contrôle limité des versions et l’absence d’analyse visant à détecter les instructions malveillantes peuvent rapidement engendrer de graves problèmes de sécurité.

La solution : un registre organisationnel de compétences spécialement conçu pour l’entreprise

Une fois que l’on comprend que les compétences rencontrent les mêmes difficultés de croissance que les packages open source, il devient évident qu’elles exigent le même niveau de contrôle, de visibilité et de sécurité. C’est précisément pour cette raison que JFrog a créé l’Agent Skills Registry.

Entièrement compatible avec Agent Skills, ClawHub et OpenShell, ce registre permet aux organisations de centraliser la gestion et la gouvernance des compétences utilisées dans l’ensemble de leurs environnements. Il offre une sécurité et un contrôle dignes des exigences des entreprises, tout en préservant l’expérience fluide attendue par les développeurs. Confirmant une nouvelle fois que la gestion sécurisée des compétences est incontournable pour les entreprises, NVIDIA intègre désormais notre Agent Skills Registry à son architecture de référence AI-Q.

Ce qui distingue l’Agent Skills Registry de JFrog

À ce stade, vous vous demandez peut-être si les agents de programmation comme Claude Code ou Cursor ne proposent pas déjà des marketplaces privées permettant de gérer les compétences. Si ces plateformes offrent effectivement certaines fonctionnalités intégrées, elles présentent une limite importante : la gestion des compétences est étroitement liée à leurs propres environnements de développement.

Pour bénéficier de ces fonctionnalités, les équipes doivent donc utiliser et gérer les compétences par l’intermédiaire de marketplaces propriétaires, qui fonctionnent indépendamment des autres outils de l’organisation. Si vous décidez de changer de fournisseur d’agents de programmation, vous devez également reconstruire de zéro l’intégralité de votre référentiel officiel de compétences, en recréant les compétences et en rétablissant leur gouvernance dans le nouvel écosystème.

Pour les équipes d’ingénierie qui travaillent à grande échelle, cela entraîne plusieurs difficultés :

• Vous ne pouvez pas facilement imposer que le projet A utilise la version 1 d’une compétence de déploiement donnée tandis que le projet B utilise la version 2.
• Les compétences ne peuvent pas être partagées de manière fluide entre différents agents de programmation, outils d’automatisation ou pipelines CI/CD.
• La gouvernance se fragmente entre plusieurs environnements de développement, créant des failles de sécurité invisibles qui rendent l’organisation vulnérable.

Le résultat est un écosystème fermé classique. Il peut résoudre à court terme un problème de commodité pour certains développeurs, mais il engendre à long terme un problème de gouvernance pour l’organisation.

Contrairement aux marketplaces propriétaires qui isolent vos workflows, l’Agent Skills Registry de JFrog fournit un dépôt unifié conçu pour évoluer dans tous les outils et environnements de votre pile. Il vous donne la liberté d’innover grâce à l’IA sans renoncer au contrôle centralisé exigé par les entreprises.

Examinons de plus près la publication et l’installation des compétences

Examinons le workflow principal afin de découvrir comment publier et installer facilement des compétences en toute sécurité. Vous pouvez le faire à l’aide de la CLI JFrog ou d’une compétence JFrog spécialement conçue pour apprendre à votre agent à publier et installer des compétences de manière sécurisée.

Vous pouvez également utiliser directement notre compétence prédéfinie de publication des compétences et laisser l’agent faire le travail à votre place.

Phase 1 : Publier – analyse, signature et sécurisation

Le processus de publication commence par la création de votre Skill de la manière habituelle. Une fois que vous êtes prêt à le distribuer, il suffit d’exécuter la commande suivante :

# Utilisation de variables d’environnement (facultatif pour les preuves de provenance)
export EVD_SIGNING_KEY_PATH=./private.key
export EVD_KEY_ALIAS=my-evd-key

jf skills publish org-coding-skill/
jf skills publish teamA_commit_style_skill/ --repo teamA-skills-repo

Si aucune clé de signature n’est fournie, le chargement aboutit, mais la création des preuves est ignorée.

Fonctionnement interne : cette commande ne se contente pas de charger la compétence. Elle sert de point d’entrée vers votre chaîne d’approvisionnement sécurisée. Lorsqu’elle est exécutée, elle lance plusieurs étapes essentielles destinées à garantir la sécurité et l’intégrité :

1. Analyse avancée

Notre moteur d’analyse en deux phases commence par prétraiter les dépendances et les fichiers binaires de la compétence. Il passe ensuite d’un triage comportemental rapide à une vérification approfondie reposant sur plusieurs outils. Cette approche multicouche permet de détecter avec précision le code malveillant, les packages compromis, les comportements de commande et contrôle ainsi que les tentatives d’empoisonnement des prompts, tout en réduisant le nombre de faux positifs.

Une fois l’analyse terminée, JFrog génère automatiquement une entité de preuve. Il s’agit d’une attestation conforme à in-toto, créée au sein de la plateforme JFrog, qui consigne les résultats de l’analyse. Cet enregistrement garantit que la compétence a bien été analysée par notre système et que les résultats n’ont pas été altérés.

2. Génération d’une preuve de provenance (facultatif)

Si l’analyse est concluante, la compétence est ajoutée au dépôt de compétences. Toutefois, l’analyse ne suffit pas. Vous devez également pouvoir prouver l’origine de la compétence.

Pour ce faire, une entité de preuve de provenance signée cryptographiquement est générée et stockée dans le dépôt aux côtés de la compétence. Cette attestation vérifie l’intégrité et l’origine du contenu de la compétence et permet de les valider au moment de l’installation.

Toutes les métadonnées sont extraites de l’en-tête :

Exemple :

---
name: pdf-processing
description: Extraire du texte et des tableaux de fichiers PDF, remplir des formulaires et fusionner des documents.
license: Apache-2.0
metadata:
author: example-org
version: "1.0"
---

 

Phase 2 : Installer – consommation Zero Trust

Maintenant que la compétence a été analysée, signée et stockée de manière sécurisée dans le dépôt, elle est prête à être utilisée par l’équipe. Comme pour la publication, son utilisation est extrêmement simple, que ce soit par l’intermédiaire de notre JFrog Agent Skill dédiée ou directement depuis la CLI.

1. Découverte des compétences (jf skill search)

Avant de pouvoir installer une compétence, vous devez trouver celle qui convient. Plus besoin d’interroger votre équipe sur Slack : « Est-ce que quelqu’un aurait un script d’agent pour le déploiement ? »

Fonctionnement interne : lorsque vous recherchez un terme pertinent, la CLI interroge le dépôt central en arrière-plan. Elle examine les métadonnées, les tags et les descriptions de toutes les compétences approuvées au sein de votre organisation, puis renvoie instantanément une liste de résultats pertinents. Vous voyez précisément les compétences disponibles, leurs propriétaires et leur version la plus récente.

2. Utilisation sécurisée (jf skill install <SKILL_NAME>)

Une fois que vous avez trouvé ce dont vous avez besoin, une seule commande suffit pour récupérer la compétence dans votre environnement : jf skill install frogs-best-skill --repo skills-rnd-local


 

L’autonomie exige du contrôle : lancez-vous dès aujourd’hui

Les workflows pilotés par des agents s’intègrent rapidement aux méthodes utilisées par les organisations pour développer et livrer des logiciels. Les compétences ouvrent la voie à de nouvelles fonctionnalités puissantes, mais, en l’absence d’une gestion appropriée, elles risquent de créer une nouvelle catégorie de dépendances non gérées. Faute de contrôle, cette situation peut évoluer vers une nouvelle forme d’« IA fantôme », qui devient rapidement un risque majeur en matière de sécurité et de gouvernance.

Les entreprises doivent traiter les compétences comme des actifs logiciels à part entière, soumis à une gouvernance, avec une visibilité claire, un contrôle des versions et une supervision de la sécurité. L’Agent Skills Registry de JFrog, qui fait partie de JFrog AI Catalog, fournit les fondations nécessaires à la gestion de cette nouvelle couche de la pile logicielle. Il permet aux organisations de déployer des systèmes autonomes à grande échelle sans sacrifier le contrôle, la conformité ou la sécurité.

Comment démarrer

1. Installez la CLI JFrog : téléchargez la dernière version afin d’accéder aux nouvelles commandes relatives aux compétences.
2. Consultez la documentation : découvrez dans notre documentation comment configurer votre premier dépôt de compétences.
3. Collaborez : commencez à partager des compétences vérifiées avec vos collègues et à collaborer dessus en toute sécurité.

L’avenir du logiciel est autonome, mais il ne doit pas échapper à toute gestion. Avec l’Agent Skills Registry de JFrog, vous ne vous contentez pas de développer plus rapidement. Vous bâtissez une fondation de confiance qui permet à vos agents d’IA d’évoluer aussi rapidement que vos ambitions.