Claude — мощный, но реальная работа требует процедурных знаний и понимания организационного контекста. Представляем Agent Skills — новый способ создавать специализированных агентов с помощью файлов и папок.

По мере роста возможностей моделей мы можем строить агентов общего назначения, которые взаимодействуют с полноценными вычислительными средами. Например, Claude Code способен выполнять сложные задачи в разных областях, используя локальное выполнение кода и файловую систему. Но чем сильнее становятся такие агенты, тем больше нам нужны модульные, масштабируемые и переносимые способы наделять их предметной экспертизой.

Так мы пришли к Agent Skills: это структурированные папки с инструкциями, скриптами и ресурсами, которые агенты могут обнаруживать и динамически подгружать, чтобы лучше справляться с конкретными задачами. Skills расширяют возможности Claude, упаковывая вашу экспертизу в модули, которые Claude умеет использовать, превращая агента общего назначения в специализированного под ваши нужды.

Создание skill для агента похоже на подготовку руководства по онбордингу для нового сотрудника. Вместо того чтобы собирать разрозненных, узко настроенных агентов под каждый сценарий, теперь любой может специализировать своих агентов за счёт модульных возможностей, фиксируя и делясь своими процедурными знаниями. В этой статье мы объясняем, что такое skills, показываем, как они работают, и делимся лучшими практиками по их созданию.

Анатомия skill

Чтобы увидеть Skills в действии, разберём реальный пример: один из skills, который лежит в основе недавно добавленных у Claude возможностей редактирования документов. Claude уже хорошо понимает PDF-файлы, но ограничен в прямых манипуляциях с ними (например, при заполнении формы). Этот PDF-skill добавляет Claude умения по редактированию документов.

В самом простом случае skill — это каталог с файлом SKILL.md. Этот файл должен начинаться с YAML-фронтматтера, содержащего обязательные метаданные: name и description. При запуске агент предзагружает имя и описание каждого установленного skill в свой системный промпт.

Эти метаданные — первый уровень «постепенного раскрытия»: информации достаточно, чтобы Claude понимал, когда использовать тот или иной skill, не подгружая всё его содержимое в контекст. Основная часть файла — второй уровень детализации. Если Claude считает skill релевантным текущей задаче, он загрузит его, прочитав полный SKILL.md и добавив его в контекст.

По мере роста сложности skill в нём может становиться слишком много контекста для одного SKILL.md или появляться фрагменты, актуальные только в отдельных сценариях. В таких случаях skill может включать дополнительные файлы внутри своего каталога и ссылаться на них по имени из SKILL.md. Эти дополнительные связанные файлы образуют третий (и последующие) уровни детализации; к ним Claude будет обращаться и читать их содержимое только по мере необходимости.

В показанном ниже PDF-skill SKILL.md ссылается на два дополнительных файла (reference.md и forms.md), которые автор skill помещает рядом с основным SKILL.md. Перенеся инструкции по заполнению форм в отдельный файл (forms.md), автор сохраняет ядро skill компактным, полагаясь на то, что Claude прочтёт forms.md только тогда, когда действительно нужно заполнить форму.

Постепенное раскрытие — базовый принцип дизайна, который делает Agent Skills гибкими и масштабируемыми. Подобно хорошо организованному руководству, где сначала идёт оглавление, затем отдельные главы и, наконец, подробное приложение, skills позволяют Claude подгружать информацию ровно по мере необходимости.

Агенты с доступом к файловой системе и инструментам для выполнения кода не обязаны полностью читать skill в своё контекстное окно при решении конкретной задачи. Это означает, что объём контекста, который можно упаковать в skill, по сути не ограничен.

Skills и контекстное окно

На следующей схеме показано, как меняется контекстное окно, когда skill активируется сообщением пользователя.

Последовательность операций такова:

1. Для начала в контекстном окне находятся базовый системный промпт и метаданные каждого установленного skill, а также исходное сообщение пользователя;

2. Claude активирует PDF-skill, запуская Bash-инструмент для чтения содержимого pdf/SKILL.md;

3. Claude решает прочитать файл forms.md, входящий в состав skill;

4. Наконец, Claude приступает к выполнению задачи пользователя, потому что теперь у него загружены нужные инструкции из PDF-skill.

Skills и выполнение кода

Skills также могут включать код, который Claude по своему усмотрению запускает в качестве инструментов.

Большие языковые модели превосходно справляются со многими задачами, но для некоторых операций лучше подходит традиционное исполнение кода. Например, сортировка списка путём генерации токенов обходится дороже, чем запуск алгоритма сортировки. Помимо эффективности, во многих приложениях важны детерминизм и надёжность — их обеспечивает именно код.

В нашем примере PDF-skill включает заранее подготовленный скрипт на Python, который читает PDF и извлекает все поля формы. Claude может запустить этот скрипт, не подгружая ни сам скрипт, ни PDF в контекст. И поскольку код детерминирован, процесс выходит стабильным и воспроизводимым.

Разработка и оценка skills

Это рекомендации, которые помогут начать создание и тестирование skills:

• Начните с оценки: выявляйте конкретные пробелы в возможностях ваших агентов, прогоняя их по репрезентативным задачам и наблюдая, где им не хватает контекста или где они испытывают сложности. Затем поэтапно наращивайте skill, закрывая эти пробелы.

• Проектируйте с прицелом на масштабирование: когда файл SKILL.md разрастается и становится громоздким, разделяйте содержимое на отдельные файлы и ссылайтесь на них. Если некоторые контексты взаимоисключающие или редко используются вместе, держите их в разных файлах и подпапках — это снизит расход токенов. Наконец, код может служить и исполняемыми инструментами, и документацией. Должно быть ясно, когда Claude нужно запускать скрипты напрямую, а когда — использовать их как справочный материал, подгружая в контекст.

• Думайте с точки зрения Claude: наблюдайте, как Claude использует ваш skill в реальных сценариях, и итеративно улучшайте его на основе наблюдений: отслеживайте неожиданные сценарии поведения или чрезмерную опору на отдельные контексты. Особое внимание уделяйте имени и описанию skill — именно на них Claude опирается, решая, активировать ли skill для текущей задачи.

• Итеративно дорабатывайте решение: работая над задачей вместе с Claude, просите его фиксировать успешные приёмы и типичные ошибки в виде переиспользуемого контекста и кода внутри skill. Если при использовании skill Claude уходит в сторону, попросите его провести самоанализ — что пошло не так. Так вы поймёте, какой контекст модели действительно нужен, вместо попыток предугадать всё заранее.

Соображения безопасности при использовании Skills

Skills дают Claude новые возможности через инструкции и код. Это делает их мощным инструментарием, но также означает, что вредоносные skills могут вносить уязвимости в среду, где они используются, или направлять Claude на утечку (эксфильтрацию) данных и выполнение нежелательных действий.

Мы рекомендуем устанавливать skills только из доверенных источников. Если skill поступает из менее доверенного источника, тщательно проверьте его перед использованием. Начните с чтения содержимого файлов, входящих в состав skill, чтобы понять, что он делает, уделяя особое внимание зависимостям кода и вложенным ресурсам, таким как изображения или скрипты. Аналогично обратите внимание на инструкции или код внутри skill, которые предписывают Claude подключаться к потенциально недоверенным внешним ресурсам.

Будущее Skills

Поддержка Agent Skills уже доступна в Claude.ai, Claude Code, Claude Agent SDK и на платформе Claude Developer Platform.

В ближайшие недели мы продолжим добавлять функции, охватывающие полный жизненный цикл создания, редактирования, обнаружения, обмена и использования Skills. Нам особенно интересна возможность, которую Skills открывают для организаций и отдельных пользователей: делиться своим контекстом и рабочими процессами с Claude. Мы также изучим, как Skills могут дополнять серверы Model Context Protocol (MCP), обучая агентов более сложным рабочим процессам с участием внешних инструментов и программного обеспечения.

Далее: мы рассчитываем дать агентам возможность самостоятельно создавать, редактировать и оценивать Skills, чтобы они могли кодифицировать собственные поведенческие паттерны в переиспользуемые возможности.

Skills — простая концепция и столь же простой формат. Это упрощает для организаций, разработчиков и конечных пользователей создание настраиваемых агентов и расширение их возможностей.

Узнать больше о Skills можно в документации и на GitHub.

Когда работаешь с LLM всерьёз, довольно быстро становится видно, что модель — лишь часть системы. Возникают вопросы про хранение контекста, про архитектуру вокруг агентов, про то, как встроить ИИ в реальные процессы так, чтобы всё это оставалось управляемым и воспроизводимым.

Преподаватели OTUS проведут несколько демо-уроков в рамках курсов — с разбором практик, которые уже используются в боевых проектах. В них можно поучаствовать бесплатно:

--> 19 ноября 20:00 — «PostgreSQL как векторная БД: строим AI-приложения с pgvector». Записаться
--> 20 ноября 18:00 — «Создаем LLM-агентов на LangChain». Записаться
--> 1 декабря 19:00 — «Влияние развития технологий AI на корпоративную архитектуру». Записаться