Zvládnutí dovedností agenta Clauda - Kompletní průvodce budováním vašeho arzenálu AI superschopností

Okamžik, kdy jsem pochopil, co Dovednosti skutečně jsou

Dovolte mi vyprávět příběh. Představte si, že máte v práci mentorovat brilantního nového zaměstnance. Tento člověk je neuvěřitelně chytrý — nejrychlejší student, jakého jste kdy viděli, pochopí téměř vše, co vysvětlíte, mluví výmluvně o jakémkoli tématu. Ale je tu jeden problém: nezná pravidla vaší firmy.

Každé ráno si s ním sednete a vysvětlujete ty samé věci. "Takhle formátujeme zprávy. Tohle je náš styl kódování. Tady je, koho dát do kopie u kterých e-mailů. Tady je šablona pro nabídky klientům." A každé ráno po obědě to všechno nějak zapomene. Ne proto, že by byl hloupý — je brilantní. Ale nemá žádnou trvalou paměť na to, jak vaše firma funguje.

Přesně takový byl dříve pocit z práce s AI.

Prompty jsou jako stát vedle toho nového zaměstnance a dávat mu ústní instrukce na místě. "Napiš tento e-mail formálněji." "Použij tady odrážky." "Zkontroluj tento kód na chyby." Funguje to. Ale v okamžiku, kdy konverzaci zavřete, vše zmizí. Každý nový chat začíná od nuly.

Dovednosti (Skills) jsou jako předání interního manuálu SOP — složky znalostní báze obsahující specifikace, skripty, šablony a referenční materiály. Agent si vyhledá, co potřebuje, když to potřebuje. A co je klíčové, tento manuál přetrvává napříč všemi konverzacemi.

Zde je ten průlomový poznatek: Dovednosti nejsou jen vylepšené prompty. Jsou to úplně jiné paradigma. Prompt je reaktivní — dáte instrukci, dostanete odpověď. Dovednost je proaktivní — sedí tam a čeká, až bude objevena a aplikována, když je to relevantní, a funguje pokaždé stejně.

Co Dovednost skutečně obsahuje

Každá Dovednost je složka, ne jen textový soubor. To je zásadní pochopit. Uvnitř této složky můžete mít:

Když jsem tuto strukturu viděl poprvé, pomyslel jsem si: "Počkat, to je jako stavět malou aplikaci." A to je přesně ono. Každá Dovednost je samostatný modul schopností. Některé jsou jednoduché — jen markdown soubor s pravidly pro korekturu. Jiné jsou komplexní — kompletní s Python skripty, které zpracovávají data, nahrávají na servery a generují reporty.

Kdy Dovednosti dorazily?

Anthropic vydal Skills pro Claude Code v říjnu 2025. Zpočátku jsem si myslel, že je to jen další aktualizace funkcí. Ale pak se v prosinci 2025 něco stalo — otevřeli Skills jako standard prostřednictvím agentskills.io. Najednou dovednosti nebyly jen věcí Clauda. Codex CLI od OpenAI přijal stejnou architekturu. Cursor, Codebuddy, OpenCode — všichni začali budovat kompatibilitu.

Dovednosti se staly de facto standardem pro rozšiřování schopností agentů AI, stejně jako se MCP rychle stalo protokolem všech pro externí připojení.

A popularita? Řeknu to takhle: Repositář obsahující 50+ dovedností pro Clauda dosáhl 18 tisíc hvězdiček na GitHubu. Slovo "Skills" je nyní v kruzích AI stejně všudypřítomné jako "Prompt" v roce 2023.

Progresivní odhalování - Proč je tento design geniální

Než jsem pochopil progresivní odhalování, měl jsem vtíravou obavu: "Pokud nainstaluji 50 dovedností, neexploduje Claudův kontext? Nespálím tisíce tokenů jen načítáním popisů dovedností?"

Zde září designová genialita Anthropicu. Vypůjčili si koncept z UX designu — progresivní odhalování — a dokonale ho aplikovali na správu kontextu AI.

Třívrstvý systém načítání

Progresivní odhalování znamená načítání po fázích a na vyžádání. Claude nenačte vše do kontextu při spuštění. Místo toho používá třívrstvý systém:

Pojďme počítat

Zde je srovnání, díky kterému jsem tento design ocenil:

To je 75% snížení spotřeby tokenů. A to ani nepočítám výhodu skriptů.

Kouzlo skriptů

Zde Dovednosti nechávají prompty v prachu. Když Dovednost obsahuje skript, stane se něco pozoruhodného:

1. Claude vygeneruje příkaz: python scripts/upload_image.py image.png
2. Skript se spustí lokálně na vašem stroji
3. Pouze výstup (např. URL obrázku) se vrátí Claudovi

Kód skriptu samotný nikdy nevstoupí do kontextu.

Zamyslete se nad tím, co to znamená. Můžete napsat 500řádkový Python skript, který ošetří každou okrajovou situaci, s robustním zpracováním chyb, logováním, opakováním — všechny ty věci, které by prompt neúměrně nafoukly. Claude jen potřebuje vědět "spusť tento skript". Komplexita je zapouzdřena.

Analogie s mobilním menu

Pokud jste někdy navrhovali mobilní aplikaci, znáte progresivní odhalování důvěrně. Proto máme hamburger menu — neukazujeme uživatelům 47 možností okamžitě. Ukážeme ikonu menu. Klepnou. Vidí kategorie. Klepnou znovu. Dostanou se k nastavení, které chtějí.

Účel? Nikdy nezahltit informacemi. Rozložit na stravitelné kousky. Nechat uživatele (nebo v tomto případě AI) soustředit se na aktuální úkol s minimální kognitivní zátěží.

Lidé dokáží udržet v pracovní paměti asi 7±2 kousky informací. AI, omezená kontextem tokenů, má v podstatě stejné omezení. Progresivní odhalování respektuje toto omezení v obou případech.

Skills vs MCP vs Podagent - Konečně rozmotáno

Tato otázka mě pronásledovala týdny. MCP, Skills, Subagent — všechno to vypadá, že "rozšiřuje schopnosti Clauda". Jaký je skutečný rozdíl? Po stavění se všemi třemi mám konečně odpověď, která dává smysl.

Rozlišení jednou větou

MCP nechá Clauda dotknout se externích systémů. Dovednosti říkají Claudovi, jak používat to, čeho se dotýká. Podagent pošle někoho jiného, aby práci udělal.

Dovolte mi to rozvést pomocí analogií, které mi skutečně pomohly pochopit:

Srovnávací tabulka

Kdy použít co

Použijte MCP, když se potřebujete připojit k externím systémům:

• Dotazování databáze
• Volání API třetích stran
• Čtení/zápis Notion, Jira, GitHub, Salesforce
• Přístup k jakékoli službě vyžadující ověření

Použijte Skills, když máte opakující se pracovní postupy:

• Procesy revize kódu s konkrétními kontrolními seznamy
• Korektura článků s konzistentními stylovými pravidly
• Generování reportů se standardizovanými formáty
• Jakákoli instrukce, kterou opakovaně píšete

Použijte Podagenta, když jsou úkoly složité a paralelizovatelné:

• Revize celé kódové základny (časově náročné)
• Zpracování více nezávislých úkolů současně
• Prevence znečištění kontextu mezi nesouvisející prací

Fungují společně

Tady je ta krásná část: nejsou to konkurenční technologie. Jsou to doplňující se vrstvy.

Komplexní pracovní postup může využívat všechny tři:

1. MCP se připojí k Salesforce pro stažení prodejních dat
2. Skills definují proces analýzy dat — jak počítat metriky, generovat reporty
3. Podagent zpracovává různé regionální analýzy paralelně

V mém vlastním pracovním postupu psaní:

• Dovednosti definují má pravidla korektury a stylovou příručku
• Skripty (přibalené v dovednostech) nahrávají obrázky na mou hostingovou službu
• Plánuji přidat MCP pro připojení k mé databázi materiálů

Proč Simon Willison říká, že Skills mohou být větší než MCP

Simon Willison je jedním z nejrespektovanějších hlasů v komunitě vývojářů AI. Když napsal, že "Skills mohou být větší věc než MCP," lidé zpozorněli. Po měsících používání obou přesně chápu, proč to řekl.

Důvod 1: Efektivita tokenů

MCP má zásadní problém: nafukování tokenů.

Když připojíte server MCP, Claude musí pochopit, co ten server umí. Každá dostupná funkce, každý parametr, každý návratový typ — to vše musí být v kontextu. Simon poznamenal, že samotný oficiální server GitHub MCP spotřebuje desítky tisíc tokenů.

Skills se tomu elegantně vyhýbají. Načítají pouze metadata (100 tokenů každé), pak načtou plné instrukce pouze při spuštění. Rozdíl v efektivitě je ohromující.

Důvod 2: Výhoda jednoduchosti

Pro vytvoření serveru MCP musíte:

• Pochopit specifikaci protokolu
• Napsat kód na straně serveru
• Nakonfigurovat JSON správně
• Zvládnout komunikaci a chybové stavy

Pro vytvoření Dovednosti?

Stačí napsat Markdown.

Pokud umíte psát dokumentaci, umíte psát Skills. Rozdíl v prahu vstupu je obrovský. A v technologii vedou nižší bariéry tvorby vždy k explozivnímu růstu.

Důvod 3: Kompatibilita napříč platformami

Servery MCP jsou často specifické pro hostitele. Něco postaveného pro Claude Code nemusí fungovat jinde bez úprav.

Skills jsou jen složky s Markdownem a volitelnými skripty. Nezávisí na proprietární technologii Anthropicu. Simon poukázal na to, že můžete stejnou složku Skill namířit na Codex CLI, Gemini CLI — budou fungovat i bez nativní podpory Skills, protože v jádru jsou dovednosti jen dobře strukturované instrukce.

Tato přenositelnost je důvodem, proč OpenAI přijalo v podstatě stejnou architekturu v Codex CLI. Skills se stávají univerzálním standardem.

Důvod 4: Předpověď kambrické exploze

"Předpovídám, že Skills přinesou kambrickou explozi velkolepější než šílenství kolem MCP v loňském roce."

Proč? Protože když práh tvorby klesne dostatečně nízko, komunitní příspěvky explodují. Napsat server MCP vyžaduje dovednosti backendového vývoje. Napsat Dovednost vyžaduje umět napsat dokument.

Už vidíme, jak se tato předpověď naplňuje. Tržiště se Skills se objevují všude. Repozitáře GitHubu přetékají příspěvky komunity. Ekosystém roste rychleji, než kdokoli očekával.

Mé vlastní pozorování

Po měsících s oběma technologiemi souhlasím se Simonovým hodnocením. Skills působí více v souladu s tím, jak LLM přirozeně fungují — chápou text, následují instrukce, aplikují znalosti kontextuálně.

MCP představuje tradiční myšlení softwarového inženýrství: definovat rozhraní, implementovat služby, zvládnout protokoly.

Skills představují myšlení nativní pro LLM: jasně napiš, jak něco udělat, nech model přijít na to, kdy a jak to aplikovat.

Obojí má své místo. Ale Skills mohou být hlubším paradigmatickým posunem.

Anatomie dokonalé Dovednosti

Dovolte mi provést vás strukturou dobře vytvořené Dovednosti. Není to jen teorie — pochopení této anatomie způsobí, že vše ostatní v tomto průvodci do sebe zapadne.

Struktura složky

my-skill/
├── SKILL.md                 # Hlavní instrukce (povinné)
├── scripts/
│   └── process.py           # Spustitelný skript
├── references/
│   └── DETAILED_GUIDE.md    # Podrobný referenční dokument
└── assets/
    └── template.md          # Zdroj šablony

Soubor SKILL.md

Toto je srdce vaší dovednosti. Má dvě části:

---
name: my-awesome-skill
description: Stručné vysvětlení, co tato dovednost dělá a kdy ji použít. Zahrňte spouštěcí klíčová slova.
---

# My Awesome Skill

## Instructions

Podrobný návod pro Clauda, který má následovat, když je tato dovednost vyvolána.

## Examples

Konkrétní ukázky vstupu/výstupu nebo vzorů použití.

## Guidelines

Jakákoli pravidla, omezení nebo osvědčené postupy, které je třeba dodržovat.

YAML Frontmatter

Sekce mezi značkami --- je klíčová. To je to, co Claude čte, aby se rozhodl, zda použít vaši dovednost.

Pokročilé možnosti Frontmatter

Kromě jména a popisu podporují Skills mocné možnosti konfigurace:

Zlaté pravidlo: 500 řádků

Konvence pojmenování

Na názvu vaší složky záleží. Musí to být malá písmena + pomlčky. Žádné mezery. Žádná velká písmena.

• Dobře: hotspot-collector, code-review, ai-proofreading
• Špatně: Hotspot Collector, codeReview, AI_Proofreading

Vytvoření vaší první Dovednosti

Zde je má nejdůležitější rada: Nemusíte psát Skills sami.

Dovolte mi to vysvětlit. Hodnota Dovednosti spočívá v tom, co zapouzdřuje — váš pracovní postup, vaše zkušenosti, vaše SOP. Ty pocházejí od vás, zjištěné skutečnou prací. Ale transformovat je do správně formátovaného souboru SKILL.md? Nechte to udělat AI.

Co musíte udělat:

1. Jasně si promyslete, jaký problém chcete vyřešit
2. Vyjasněte si svůj pracovní postup
3. Poskytněte dostatek kontextu a referenčních materiálů

Pak řekněte Claudovi: "Pomoz mi vytvořit Dovednost pro XXX." Vygeneruje vám správně formátované soubory.

Krok za krokem: Jednoduchý příklad

Vytvořme dovednost, která naučí Clauda vysvětlovat kód pomocí vizuálních diagramů a analogií.

---
name: explain-code
description: Vysvětluje kód pomocí vizuálních diagramů a analogií. Použijte při vysvětlování, jak kód funguje, při výuce o kódové základně nebo když se uživatel zeptá "jak to funguje?".
---

Při vysvětlování kódu vždy zahrňte:

1. **Začněte analogií**: Přirovnejte kód k něčemu z každodenního života
2. **Nakreslete diagram**: Použijte ASCII art k zobrazení toku, struktury nebo vztahů
3. **Projděte kód**: Vysvětlete krok za krokem, co se děje
4. **Zdůrazněte chyták**: Jaká je častá chyba nebo mylná představa?

Udržujte vysvětlení konverzační. Pro složité koncepty použijte více analogií.

Kde dovednosti žijí

Umístění určuje rozsah:

Použití oficiálního skill-creator

Anthropic poskytuje dovednost speciálně pro vytváření dovedností. Meta, že?

Nainstalujte ji tím, že řeknete Claudovi:

Install this skill, project address is: https://github.com/anthropics/skills/tree/main/skills/skill-creator

Po instalaci můžete jednoduše říct: "Pomoz mi vytvořit dovednost pro korekturu článků" a Claude použije skill-creator k vygenerování všeho správně.

Proměna celého GitHubu ve váš osobní arzenál

Tady to začíná být vzrušující. Toto je technika, která zcela změnila můj pohled na schopnosti AI.

Zde je poznatek: Za třicet let internetu vyřešilo nespočet brilantních vývojářů téměř každý problém, který si dokážete představit. Postavili nástroje, udělali je open-source a zpřístupnili je komukoli. Jediný problém? Většina těchto nástrojů vyžaduje nasazení, operace v příkazovém řádku, nastavení prostředí — bariéry, které blokují běžné uživatele.

Skills mohou tyto bariéry rozpustit.

Základní koncept

Protože Skills mohou balit skripty a instrukce dohromady, můžete zapouzdřit celé open-source projekty do vyvolatelných schopností. Bojem prověřený kód, který byl po léta vylepšován tisíci uživateli, se stává součástí sady nástrojů vaší AI.

Reálný příklad: Stahování videa

Dovolte mi projít skutečným příkladem. Řekněme, že často potřebujete stahovat videa z YouTube, Bilibili a dalších platforem.

Krok 1: Najděte správný projekt. Zeptejte se jakékoli AI: "Existuje na GitHubu open-source projekt, který stahuje videa z různých webových stránek?"

Nasměruje vás na yt-dlp — legendární projekt s 143 000+ hvězdami, který podporuje tisíce webů.

Krok 2: Zabalte to jako Dovednost.

Help me package this open source tool https://github.com/yt-dlp/yt-dlp into a Skill, so that whenever I give a video link, it can help me download the video.

Krok 3: Nechte Clauda plánovat. Použijte nejprve režim Plan. Claude zanalyzuje projekt, pochopí jeho schopnosti a položí doplňující otázky o vašich preferencích.

Krok 4: Sestavení a testování. Přepněte do vývojového režimu. Během několika minut budete mít funkční dovednost pro stahování videa.

Krok 5: Iterace na základě prvního spuštění. Při prvním použití jakékoli dovednosti obalující open-source nástroj narazíte na problémy. YouTube má mechanismy proti crawlingu. Možná budete muset nainstalovat závislosti. Zdokumentujte tyto zkušenosti a řekněte Claudovi, ať dovednost aktualizuje.

Update all these experiences into the video-downloader skill. Remember the Cookie requirement, the dependency installation, everything we just figured out.

Příště? Otevřít a stáhnout. Okamžité.

Další nápady pro GitHub-to-Skills

Toto je jen špička ledovce. GitHub hostí miliony projektů — desetiletí lidské geniality, volně dostupné.

Nepotřebujete tři hlavy a šest rukou. Nepotřebujete rohy na hlavě. Za vámi stojí nahromaděné znalosti celého lidstva za poslední desetiletí. Dokud to chcete — může to být vaše na povel.

Budování samovyvíjejícího se systému správy dovedností

Nyní vstupujeme do teritoria, jehož pochopení mi trvalo dva celé dny. Zde dovednosti přecházejí z "užitečných nástrojů" na "živé, rostoucí schopnosti".

Problém: Dovednosti zabalené z GitHub projektů potřebují údržbu. Původní repozitáře se aktualizují. Dochází k opravám chyb. Objevují se nové funkce. Mezitím jste svou dovednost používali a shromažďovali zkušenosti — "tento parametr funguje lépe", "přidej tento flag, abys ses vyhnul té chybě". Jak tohle všechno spravovat?

Třídílné řešení

Postavil jsem (s pomocí AI) trio dovedností, které spolupracují na vyřešení tohoto problému:

Problém s kontrolou verzí

Zde je konflikt, na který jsem narážel: Když se GitHub aktualizuje, chci stáhnout nejnovější kód a přegenerovat SKILL.md. Ale také jsem iteroval na své dovednosti na základě zkušeností z používání — úpravy, opravy, preference. Tyto modifikace žijí také v SKILL.md.

Dvě síly, obě modifikující stejný soubor, se zcela odlišnými cíli. Katastrofa čekající na to, až se stane.

Řešení: evolution.json

Poznatek: Oddělení zájmů.

Aktualizace GitHubu nadále přegenerovávají základní soubor SKILL.md. Ale všechny nahromaděné zkušenosti se ukládají do samostatného souboru evolution.json. Myslete na to jako na uložení hry. Bez ohledu na to, na jakou verzi se hlavní hra aktualizuje, váš soubor uložení zachovává váš postup.

Když je SKILL.md přepsán novou verzí, evolution.json sehraje svou roli — znovu vloží nahromaděnou moudrost zpět do čerstvé dovednosti.

yt-dlp-skill/
├── SKILL.md           # Základní instrukce (lze přegenerovat)
├── evolution.json     # Nahromaděná zkušenost (zachováno)
└── scripts/
    └── download.sh    # Skript pro spuštění

Setrvačník správy

S těmito třemi částmi na svém místě se správa dovedností stává samoposílejícím cyklem:

1. Vytvořte nové dovednosti z GitHubu pomocí github-to-skills (s vloženou identitou)
2. Používejte dovednosti v každodenní práci, setkávejte se s okrajovými případy a řešeními
3. Vyvíjejte dovednosti automaticky pomocí skill-evolution-manager (řešení zachycena)
4. Aktualizujte základní dovednosti, když se repozitáře GitHub aktualizují pomocí skill-manager
5. Slučte data evoluce zpět do aktualizovaných dovedností (zkušenost zachována)

Výsledek: Dovednosti, které se skutečně učí a zlepšují. Ne metaforicky — skutečně. Pokaždé, když je použijete a vyřešíte problém, stanou se chytřejšími.

Tuto trojici jsem zveřejnil jako open-source na https://github.com/KKKKhazix/Khazix-Skills. Není to dokonalé, ale funguje to. A ukazuje to na něco silného: dovednosti zítřka nebudou statické dokumenty. Budou to živé systémy.

Seznam pokladů 14 oficiálních dovedností

Než začnete stavět své vlastní, zjistěte, co je již k dispozici. Anthropic udržuje oficiální repozitář dovedností, který krásně pokrývá běžné potřeby.

Všechny dovednosti na: https://github.com/anthropics/skills

Dovednosti pro dokumenty (Closed Source)

Tyto pohánějí generování dokumentů, které vidíte v Claude.ai:

Vývojářské dovednosti (Apache 2.0 Open Source)

Kreativní dovednosti

Komunikační a Meta dovednosti

Metody instalace

Metoda 1: Přirozený jazyk

Jednoduše řekněte Claudovi: "Install this skill, project address is: [GitHub URL]"

Metoda 2: Plugin Marketplace

# Přidat oficiální repo jako marketplace
/plugin marketplace add https://github.com/anthropics/skills

# Instalovat skills
/plugin install
# Tabulátorem na Marketplace, vyberte požadovaný balíček

Metoda 3: Ruční přetažení

Stáhněte si složku dovednosti a umístěte ji do svého adresáře dovedností (~/.claude/skills/ pro osobní, .claude/skills/ pro specifické pro projekt).

Umění designových dovedností - Hloubkový rozbor

Jelikož jsem léta dělal UX design, považuji oficiální designové dovednosti za obzvláště fascinující. Dovolte mi rozebrat techniky, díky nimž fungují tak dobře. Tyto vzory platí daleko za hranicemi designu — jsou to šablony pro jakoukoli vysoce kvalitní dovednost.

Technika 1: Zvedněte strop

Dovednost algorithmic-art nezačíná "pomoz mi kreslit s p5.js". Začíná:

"Algoritmické filozofie jsou výpočetní estetická hnutí, která jsou následně vyjádřena prostřednictvím kódu."

To povyšuje úkol z "vygeneruj dílo" na "vytvoř estetický žánr plus odpovídající systém algoritmů". Připomíná modelu, že výstup musí být systematický, ne jednorázová inspirace.

Technika 2: Dvoustupňová struktura

Obě designové dovednosti používají dvoustupňový přístup:

1. Nejprve vytvořte Filozofii (konceptuální rámec v .md)
2. Poté ji vyjádřete vizuálně (skutečná implementace)

To vynucuje abstrakci před implementací. Model nemůže spadnout do lokálního optima "psaní kódu, ladění hodnot". Koncept přichází první; kód je pouze vyjádření.

Technika 3: Poetické + Inženýrské šablony

Dovednost algorithmic-art poskytuje strukturu pro psaní filozofie:

Express how this philosophy manifests through:
- Computational processes and mathematical relationships
- Noise functions and randomness patterns
- Particle behaviors and field dynamics
- Temporal evolution and system states
- Parametric variation and emergent complexity

Všimněte si: každý bod je jak estetický jazyk TAK technický objekt. "Funkce šumu" se přímo mapují na kód. "Chování částic" je implementovatelné. To překlenuje vizi a provedení.

Technika 4: Semínka konceptů

Jeden geniální postřeh z oficiálních dovedností:

"Koncept je jemná, specializovaná reference vložená do samotného algoritmu — ne vždy doslovná, vždy sofistikovaná. Přemýšlejte jako jazzový hudebník, který cituje jinou píseň prostřednictvím algoritmické harmonie."

Uživatelská témata by měla být vložena do parametrů, chování, vzorů — ne napsána na obrazovce. Vzdejte hold, ale skryjte to hluboko. Ti, kdo vědí, to ucítí; ti, kdo neví, si budou jen myslet, že to vypadá dobře.

Technika 5: Šablonování se zónami svobody

Dovednosti jasně definují, co je PEVNÉ (rozvržení, značka, ovládací prvky) a co je VARIABILNÍ (algoritmus, parametry, barvy). To zajišťuje:

• Každý výstup má konzistentní UI zážitek
• Model přesně ví, kde může/nemůže upravovat
• Snižuje neočekávaná "překvapení" z příliš kreativní interpretace

Technika 6: Řemeslo jako kontrolní seznam

Dovednost canvas-design kóduje profesionální standardy jako kontrolovatelná pravidla:

• Nic nepadá ze stránky
• Nic se nepřekrývá
• Správné okraje jsou nesmlouvavé
• Text je vždy minimální a vizuál na prvním místě

To překládá tiché profesionální znalosti do explicitních behaviorálních omezení. Model může ověřit svou vlastní práci proti konkrétním kritériím.

Technika 7: Odčítání, ne sčítání

Poslední krok vylepšení je geniální:

"Pro vylepšení práce se vyhněte přidávání další grafiky; místo toho vylepšete to, co bylo vytvořeno. Pokud je instinktem zavolat novou funkci nebo nakreslit nový tvar, ZASTAVTE."

To kóduje "posledních 10 % řemesla", které odděluje amatéra od profesionála. Když instinkt říká "přidej víc", zeptejte se místo toho: Co lze smazat? Co lze zarovnat, sloučit, posílit?

Návrh architektury vaší knihovny dovedností

S desítkami dovedností záleží na organizaci. Takhle přemýšlím o strukturování knihovny dovedností, která se škáluje.

Proč dělit dovednosti?

Lidé se často ptají: "Nemůžu prostě napsat jednu velkou dovednost, která dělá všechno?"

Ne. Tři důvody:

Vzory typů dovedností

Našel jsem čtyři vzory, které pokrývají většinu případů použití:

Můj systém dovedností pro psaní

Jako konkrétní příklad, zde je, jak jsem strukturoval dovednosti pro psaní:

P0 Základní dovednosti (Každý článek)

• ai-proofreading: Třífázový proces pro snížení míry detekce AI. Spouštěč: "proofread", "too AI"
• image-illustration: Generování obrázku + nahrání na hosting + vrácení markdownu. Spouštěč: "illustrate", po korektuře

P1 Pravidelné dovednosti (Většina článků)

• topic-generator: Generování nápadů na témata na základě trendů. Spouštěč: "give me topics"
• long-to-x: Převod dlouhého formátu na vlákna na Twitteru. Spouštěč: "convert to X content"
• research-collector: Sběr a organizace výzkumných materiálů. Spouštěč: "research [topic]"

P2 Příležitostné dovednosti

• headline-generator: Tvorba titulků přitahujících pozornost. Spouštěč: "title ideas"
• seo-optimizer: Optimalizace pro vyhledávače. Spouštěč: "SEO", "optimize for search"

Zpracování chyb v Dovednostech

Explodující ekosystém dovedností

Když jsem se na Skills podíval poprvé minulý měsíc, našel jsem hrstku repozitářů. Teď? Ekosystém explodoval. Existují specializovaná tržiště, kurátorské adresáře a desítky tisíc dovedností přispěných komunitou.

Oficiální výchozí body

Anthropic Dokumentace: https://code.claude.com/docs/en/skills

Jasné návody krok za krokem pro vytváření a používání dovedností.

Oficiální repozitář: https://github.com/anthropics/skills

14 oficiálních dovedností plus příklady.

Standard Agent Skills: https://agentskills.io

Specifikace otevřeného standardu. Pokud chcete pochopit plnou technickou specifikaci, začněte zde.

Komunitní tržiště

Kurátorské sbírky

smithery.ai/skills — Ne mnoho, ale každá je prověřena na kvalitu.

awesome-claude-skills na GitHubu — Ručně kurátorský seznam. Vysoká kvalita, často aktualizováno.

Adresáře s více nástroji

mcpservers.org/claude-skills — Dává dohromady MCP servery a Claude Skills. Unikátní pohled na ekosystém.

claudemarketplaces.com — Adresář tržišť. "Tržiště tržišť".

Pokročilé vzory a profesionální techniky

Pro ty, kteří jsou připraveni jít hlouběji, zde jsou vzory, které jsem objevil díky rozsáhlému používání.

Dynamické vkládání kontextu

Syntaxe !`command` spouští příkazy shellu předtím, než obsah dovednosti dorazí ke Claudovi. Výstup nahradí zástupný symbol.

---
name: pr-summary
description: Summarize changes in a pull request
context: fork
agent: Explore
---

## Pull request context
- PR diff: !`gh pr diff`
- PR comments: !`gh pr view --comments`
- Changed files: !`gh pr diff --name-only`

## Your task
Summarize this pull request...

Rozvětvené provádění (Integrace podagenta)

Přidejte context: fork pro spuštění dovednosti v izolaci. Obsah dovednosti se stane promptem řídícím podagenta.

---
name: deep-research
description: Research a topic thoroughly
context: fork
agent: Explore
---

Research $ARGUMENTS thoroughly:

1. Find relevant files using Glob and Grep
2. Read and analyze the code
3. Summarize findings with specific file references

Nahrazení argumentů

Předávejte dynamické hodnoty do dovedností pomocí $ARGUMENTS nebo pozičních $0, $1 atd.

---
name: migrate-component
description: Migrate a component from one framework to another
---

Migrate the $0 component from $1 to $2.
Preserve all existing behavior and tests.

Režim pouze pro čtení

Použijte allowed-tools k omezení toho, co může Claude dělat, když je dovednost aktivní:

---
name: safe-reader
description: Read files without making changes
allowed-tools: Read, Grep, Glob
---

Explore and understand the codebase without modifying anything.

Generování vizuálního výstupu

Skills mohou generovat interaktivní HTML soubory, které se otevřou ve vašem prohlížeči. Tento vzor funguje pro:

• Vizualizace kódové základny
• Grafy závislostí
• Reporty pokrytí testy
• Diagramy schématu databáze
• Jakákoli komplexní data, která těží z interaktivního průzkumu

Přibalený skript dělá těžkou práci; Claude diriguje. Uživatelé získají bohatý vizuální výstup bez jakýchkoli manuálních kroků.

Logování relace

Použijte ${CLAUDE_SESSION_ID} pro operace specifické pro relaci:

---
name: session-logger
description: Log activity for this session
---

Log the following to logs/${CLAUDE_SESSION_ID}.log:

$ARGUMENTS

Spouštěč rozšířeného myšlení

Stav tvoření

Chci skončit něčím osobním.

Pokaždé, když pracuji na Skills, přenesu se zpět do léta 2013. Právě jsem dokončil přijímací zkoušky na střední školu a za své úspory si koupil notebook. Celé to léto jsem strávil hraním si s mody pro Skyrim — stahoval je, kombinoval, upravoval konfigurační soubory a sledoval, jak se moje hra mění v něco zcela mého.

To byla čistá radost z tvoření. Ne konzumace obsahu. Ne scrollování feedů. Skutečně něco stavět, něco přizpůsobovat, dělat něco mým.

Dovednosti tento pocit vrací.

Nejlepší stav mentorování není mít někoho výřečného, koho je třeba neustále vodit za ruku. Je to předat jim sadu manuálů a sledovat, jak listují, provádějí, sami kontrolují a nezávisle iterují. Říkáte méně; oni dodávají více.

Dovednosti jsou přesně toto.

Dnes si možná nainstalujete skill-creator a upevníte jednu běžnou akci — možná prověřování hotspotů pro témata, přeměnu logů chyb na plány oprav nebo převod odkazů na shrnutí. Jen jednu.

Až to úspěšně poběží, pochopíte hodnotu znovupoužitelnosti.

Zítra budete chtít druhou. Pozítří do nich budete chtít přesunout všechny své procesy.

V tom bodě vstupujete do jiného stavu.

Svoboda. Stav tvoření.

Ty brilantní open-source projekty na GitHubu — desetiletí lidské moudrosti, volně sdílené. Díky Skills, díky Agentům, může nyní každý obyčejný člověk velet té síle.

Nepotřebujete tři hlavy a šest rukou. Nepotřebujete nadpřirozené schopnosti. Za vámi stojí nahromaděné znalosti lidstva. Dokud to chcete — je to vaše.

Kdybyste porovnali sebe teď se sebou před třemi lety, bylo by tam vůbec nějaké srovnání? Podívejte se, co dokážete dnes. Podívejte se, kam se rozšířily hranice vašich schopností.

Tato brilantní, velkolepá éra, která může z kohokoli udělat nadčlověka — nevzrušuje vás?