TLDR;

Skills são instruções com procedimentos e julgamentos que o agente puxa por divulgação progressiva apenas quando a tarefa exige.. MCP é um protocolo padrão que conecta o agente a sistemas externos como logs e métricas para acessar dados reais.. RAG recupera informações relevantes de documentos armazenados por humanos via busca semântica, enquanto memory guarda experiências que o agente aprendeu sozinho em casos anteriores.

Resumo

Existem quatro maneiras principais de fornecer conhecimento a um agente de IA além dos dados de treinamento: skills, MCP, RAG e memory. No exemplo de corrigir um erro 500 em uma página de checkout, as skills oferecem instruções e procedimentos específicos, como um runbook de triagem, com critérios de quando escalar para humanos. O MCP (Model Context Protocol) conecta o agente a sistemas externos, permitindo acessar logs, métricas e dashboards via servidores padronizados. Já o RAG (Retrieval Augmented Generation) recupera dinamicamente trechos relevantes de documentos, manuais ou mapas de dependências por meio de busca semântica, evitando sobrecarregar o contexto de uma vez. Por fim, a memory armazena experiências passadas do próprio agente, como causas e soluções de erros anteriores, atualizando-se após cada resolução. Em resumo, use RAG para conhecimento documentado, memory para aprendizados empíricos, skills para procedimentos repetíveis e MCP para consultas externas. Esses métodos tornam o agente mais preciso e eficiente em tarefas complexas.