Menguasai Kemahiran Ejen Claude - Panduan Lengkap Membina Gudang Kuasa Super AI Anda

Detik Saya Memahami Apa Itu Kemahiran Sebenarnya

Izinkan saya bercerita satu kisah. Bayangkan anda diminta untuk membimbing pekerja baharu yang cemerlang di tempat kerja. Orang ini sangat pintar — pelajar terpantas yang pernah anda lihat, boleh memahami hampir semua perkara yang anda jelaskan, bercakap dengan fasih tentang sebarang topik. Tetapi ada satu masalah: mereka tidak tahu peraturan syarikat anda.

Setiap pagi, anda duduk bersama mereka dan menerangkan perkara yang sama. "Ini cara kami memformat laporan. Ini gaya pengekodan kami. Ini siapa yang perlu di-CC pada e-mel mana. Ini templat untuk cadangan pelanggan." Dan setiap pagi, selepas makan tengah hari, mereka entah bagaimana melupakan semuanya. Bukan kerana mereka bodoh — mereka cemerlang. Tetapi mereka tidak mempunyai ingatan yang berkekalan tentang cara kerja syarikat anda.

Inilah sebenarnya perasaan bekerja dengan AI dahulu.

Gesaan (Prompts) adalah seperti berdiri di sebelah pekerja baharu itu, memberikan arahan lisan di tempat kejadian. "Tulis e-mel ini dengan lebih formal." "Gunakan titik peluru di sini." "Semak kod ini untuk pepijat." Ia berkesan. Tetapi sebaik sahaja anda menutup perbualan, semuanya lenyap. Setiap sembang baharu bermula dari sifar.

Kemahiran (Skills) adalah seperti menyerahkan manual SOP dalaman kepada mereka — folder pangkalan pengetahuan yang mengandungi spesifikasi, skrip, templat dan bahan rujukan. Ejen akan mencari apa yang diperlukannya apabila ia memerlukannya. Dan yang paling penting, manual ini kekal merentasi setiap perbualan.

Inilah wawasan terobosan itu: Kemahiran bukan sekadar gesaan mewah. Ia adalah paradigma yang sama sekali berbeza. Gesaan adalah reaktif — anda memberikan arahan, anda mendapat respons. Kemahiran adalah proaktif — ia duduk di sana, menunggu untuk ditemui dan digunakan apabila relevan, berprestasi dengan cara yang sama setiap kali.

Apa yang Sebenarnya Terkandung dalam Kemahiran

Setiap Kemahiran adalah folder, bukan sekadar fail teks. Ini sangat penting untuk difahami. Di dalam folder itu, anda boleh mempunyai:

Apabila saya mula-mula melihat struktur ini, saya berfikir: "Tunggu, ini seperti membina aplikasi kecil." Dan itu betul sekali. Setiap Kemahiran adalah modul keupayaan serba lengkap. Sesetengahnya mudah — hanya fail markdown dengan peraturan pembacaan pruf. Yang lain kompleks — lengkap dengan skrip Python yang memproses data, memuat naik ke pelayan dan menjana laporan.

Bilakah Kemahiran Tiba?

Anthropic mengeluarkan Skills untuk Claude Code pada Oktober 2025. Pada mulanya, saya fikir ia hanyalah satu lagi kemas kini ciri. Tetapi kemudian sesuatu berlaku pada Disember 2025 — mereka membuka Skills sebagai standard melalui agentskills.io. Tiba-tiba, kemahiran bukan lagi hanya milik Claude. Codex CLI OpenAI menggunakan seni bina yang sama. Cursor, Codebuddy, OpenCode — semua orang mula membina keserasian.

Kemahiran menjadi standard de facto untuk sambungan keupayaan Ejen AI, sama seperti MCP dengan cepat menjadi protokol semua orang untuk sambungan luaran.

Dan popularitinya? Biar saya katakan begini: Repositori yang mengandungi 50+ kemahiran Claude mencapai 18K bintang di GitHub. Perkataan "Skills" kini ada di mana-mana dalam kalangan AI seperti "Prompt" pada tahun 2023.

Pendedahan Progresif - Mengapa Reka Bentuk Ini Genius

Sebelum saya memahami pendedahan progresif, saya mempunyai kebimbangan yang mengganggu: "Jika saya memasang 50 kemahiran, tidakkah konteks Claude akan meletup? Tidakkah saya akan membakar ribuan token hanya dengan memuatkan perihalan kemahiran?"

Di sinilah kecemerlangan reka bentuk Anthropic bersinar. Mereka meminjam konsep daripada reka bentuk UX — pendedahan progresif — dan menerapkannya dengan sempurna pada pengurusan konteks AI.

Sistem Pemuatan Tiga Lapisan

Pendedahan progresif bermaksud memuatkan secara berperingkat dan atas permintaan. Claude tidak membuang segala-galanya ke dalam konteks semasa permulaan. Sebaliknya, ia menggunakan sistem tiga lapisan:

Mari Kita Kira

Berikut ialah perbandingan yang membuatkan saya menghargai reka bentuk ini:

Itu pengurangan sebanyak 75% dalam penggunaan token. Dan ini belum lagi mengira kelebihan skrip.

Keajaiban Skrip

Di sinilah Skills meninggalkan gesaan jauh di belakang. Apabila Kemahiran menyertakan skrip, sesuatu yang luar biasa berlaku:

1. Claude menjana arahan: python scripts/upload_image.py image.png
2. Skrip dilaksanakan secara setempat pada mesin anda
3. Hanya output (seperti URL imej) yang kembali ke Claude

Kod skrip itu sendiri tidak pernah masuk ke dalam konteks.

Fikirkan apa maksudnya. Anda boleh menulis skrip Python 500 baris yang mengendalikan setiap kes tepi, dengan pengendalian ralat yang teguh, pengelogan, percubaan semula — semua perkara yang akan membesarkan gesaan secara mustahil. Claude hanya perlu tahu "laksanakan skrip ini." Kerumitan itu terkapsul.

Analogi Menu Mudah Alih

Jika anda pernah mereka bentuk aplikasi mudah alih, anda tahu pendedahan progresif secara mendalam. Itulah sebabnya kita mempunyai menu hamburger — kita tidak menunjukkan kepada pengguna 47 pilihan dengan serta-merta. Kita menunjukkan ikon menu. Mereka ketik. Mereka melihat kategori. Mereka ketik lagi. Mereka mencapai tetapan yang mereka mahukan.

Tujuannya? Jangan sesekali membebankan dengan maklumat. Uraikan kepada bahagian yang mudah dihadam. Biarkan pengguna (atau dalam hal ini, AI) menumpukan pada tugas semasa dengan beban kognitif yang minimum.

Manusia boleh menyimpan kira-kira 7±2 maklumat dalam memori kerja. AI, dihadkan oleh konteks token, mempunyai kekangan yang pada dasarnya sama. Pendedahan progresif menghormati had ini dalam kedua-dua kes.

Skills vs MCP vs Subagent - Akhirnya Terurai

Soalan ini menghantui saya selama berminggu-minggu. MCP, Skills, Subagent — semuanya kelihatan "memperluas keupayaan Claude." Apakah perbezaan sebenar? Selepas membina dengan ketiga-tiganya, saya akhirnya mempunyai jawapan yang masuk akal.

Perbezaan Satu Ayat

MCP membolehkan Claude menyentuh sistem luaran. Kemahiran memberitahu Claude cara menggunakan apa yang disentuhnya. Subagent menghantar orang lain untuk melakukan kerja itu.

Izinkan saya menghuraikan itu dengan analogi yang benar-benar membantu saya memahami:

Jadual Perbandingan

Bila Menggunakan Yang Mana

Gunakan MCP apabila anda perlu menyambung ke sistem luaran:

• Tanya pangkalan data
• Panggil API pihak ketiga
• Baca/tulis Notion, Jira, GitHub, Salesforce
• Akses sebarang perkhidmatan yang memerlukan pengesahan

Gunakan Kemahiran apabila anda mempunyai aliran kerja berulang:

• Proses semakan kod dengan senarai semak tertentu
• Pembacaan pruf artikel dengan peraturan gaya yang konsisten
• Penjanaan laporan dengan format piawai
• Sebarang arahan yang anda dapati diri anda menaip berulang kali

Gunakan Subagent apabila tugas adalah kompleks dan boleh diselarikan:

• Menyemak keseluruhan pangkalan kod (memakan masa)
• Memproses pelbagai tugas bebas secara serentak
• Mencegah pencemaran konteks antara kerja yang tidak berkaitan

Mereka Bekerja Bersama

Inilah bahagian yang indah: ini bukan teknologi yang bersaing. Ia adalah lapisan pelengkap.

Aliran kerja yang kompleks mungkin menggunakan ketiga-tiganya:

1. MCP bersambung ke Salesforce untuk menarik data jualan
2. Kemahiran mentakrifkan proses analisis data — cara mengira metrik, menjana laporan
3. Subagent memproses analisis serantau yang berbeza secara selari

Dalam aliran kerja penulisan saya sendiri:

• Kemahiran mentakrifkan peraturan pembacaan pruf dan panduan gaya saya
• Skrip (dibundel dalam kemahiran) memuat naik imej ke perkhidmatan pengehosan saya
• Saya merancang untuk menambah MCP untuk menyambung ke pangkalan data bahan saya

Mengapa Simon Willison Mengatakan Skills Mungkin Lebih Besar Daripada MCP

Simon Willison ialah salah seorang suara yang paling dihormati dalam komuniti pembangun AI. Apabila dia menulis bahawa "Kemahiran mungkin merupakan perkara yang lebih besar daripada MCP," orang ramai memberi perhatian. Selepas berbulan-bulan menggunakan kedua-duanya, saya faham dengan tepat mengapa dia berkata demikian.

Sebab 1: Kecekapan Token

MCP mempunyai masalah asas: pengembungan token.

Apabila anda menyambungkan pelayan MCP, Claude perlu memahami apa yang boleh dilakukan oleh pelayan itu. Setiap fungsi yang tersedia, setiap parameter, setiap jenis pulangan — semuanya perlu berada dalam konteks. Simon menyatakan bahawa pelayan MCP GitHub rasmi sahaja menggunakan berpuluh ribu token.

Kemahiran mengelakkan ini dengan elegan. Muatkan metadata sahaja (100 token setiap satu), kemudian muatkan arahan penuh hanya apabila dicetuskan. Perbezaan kecekapan adalah mengejutkan.

Sebab 2: Kelebihan Kesederhanaan

Untuk membina pelayan MCP, anda perlu:

• Memahami spesifikasi protokol
• Menulis kod bahagian pelayan
• Konfigurasikan JSON dengan betul
• Mengendalikan komunikasi dan keadaan ralat

Untuk membina Kemahiran?

Cukup tulis Markdown.

Jika anda boleh menulis dokumentasi, anda boleh menulis Kemahiran. Perbezaan ambang adalah sangat besar. Dan dalam teknologi, halangan yang lebih rendah untuk penciptaan sentiasa membawa kepada pertumbuhan yang meletup.

Sebab 3: Keserasian Merentas Platform

Pelayan MCP selalunya khusus hos. Sesuatu yang dibina untuk Claude Code mungkin tidak berfungsi di tempat lain tanpa pengubahsuaian.

Kemahiran hanyalah folder dengan Markdown dan skrip pilihan. Ia tidak bergantung pada teknologi proprietari Anthropic. Simon menegaskan bahawa anda boleh menghalakan folder Kemahiran yang sama pada Codex CLI, Gemini CLI — ia akan berfungsi walaupun tanpa sokongan Kemahiran asli, kerana pada terasnya, kemahiran hanyalah arahan yang tersusun dengan baik.

Mudah alih inilah sebabnya OpenAI menggunakan seni bina yang sama pada dasarnya dalam Codex CLI. Kemahiran menjadi standard sejagat.

Sebab 4: Ramalan Letupan Kambrium

"Saya meramalkan Kemahiran akan membawa letupan Kambrium yang lebih hebat daripada kegilaan MCP tahun lalu."

Mengapa? Kerana apabila ambang penciptaan turun cukup rendah, sumbangan komuniti meletup. Menulis pelayan MCP memerlukan kemahiran pembangunan backend. Menulis Kemahiran memerlukan mengetahui cara menulis dokumen.

Kita sudah melihat ramalan ini menjadi kenyataan. Pasaran Kemahiran muncul di mana-mana. Repositori GitHub melimpah dengan sumbangan komuniti. Ekosistem berkembang lebih pantas daripada yang dijangkakan oleh sesiapa pun.

Pemerhatian Saya Sendiri

Selepas berbulan-bulan dengan kedua-dua teknologi, saya bersetuju dengan penilaian Simon. Kemahiran berasa lebih selaras dengan cara LLM berfungsi secara semula jadi — memahami teks, mengikut arahan, menggunakan pengetahuan secara kontekstual.

MCP mewakili pemikiran kejuruteraan perisian tradisional: takrifkan antara muka, laksanakan perkhidmatan, kendalikan protokol.

Kemahiran mewakili pemikiran asli LLM: tulis dengan jelas cara melakukan sesuatu, biarkan model memikirkan masa dan cara mengaplikasikannya.

Kedua-duanya mempunyai tempatnya. Tetapi Kemahiran mungkin merupakan anjakan paradigma yang lebih mendalam.

Anatomi Kemahiran yang Sempurna

Biar saya memandu anda melalui struktur Kemahiran yang direka dengan baik. Ini bukan sekadar teori — memahami anatomi ini akan menjadikan segala-galanya dalam panduan ini masuk akal.

Struktur Folder

my-skill/
├── SKILL.md                 # Arahan teras (wajib)
├── scripts/
│   └── process.py           # Skrip boleh laksana
├── references/
│   └── DETAILED_GUIDE.md    # Dokumen rujukan terperinci
└── assets/
    └── template.md          # Sumber templat

Fail SKILL.md

Ini adalah jantung kemahiran anda. Ia mempunyai dua bahagian:

---
name: my-awesome-skill
description: Penjelasan ringkas tentang apa yang dilakukan oleh kemahiran ini dan bila untuk menggunakannya. Sertakan kata kunci pencetus.
---

# My Awesome Skill

## Instructions

Panduan langkah demi langkah untuk diikuti oleh Claude apabila kemahiran ini dipanggil.

## Examples

Demonstrasi konkrit input/output atau corak penggunaan.

## Guidelines

Sebarang peraturan, kekangan, atau amalan terbaik untuk diikuti.

Perkara Depan YAML

Bahagian antara penanda --- adalah penting. Inilah yang dibaca oleh Claude untuk memutuskan sama ada akan menggunakan kemahiran anda.

Pilihan Perkara Depan Lanjutan

Selain nama dan perihalan, Kemahiran menyokong pilihan konfigurasi yang berkuasa:

Peraturan Emas: 500 Baris

Konvensyen Penamaan

Nama folder anda penting. Ia mestilah huruf kecil + sempang. Tiada ruang. Tiada huruf besar.

• Baik: hotspot-collector, code-review, ai-proofreading
• Buruk: Hotspot Collector, codeReview, AI_Proofreading

Mencipta Kemahiran Pertama Anda

Inilah nasihat saya yang paling penting: Anda tidak perlu menulis Kemahiran sendiri.

Biar saya jelaskan. Nilai Kemahiran terletak pada apa yang ia enkapsulasi — aliran kerja anda, pengalaman anda, SOP anda. Ini datang daripada anda, diketahui melalui kerja sebenar. Tetapi mengubahnya menjadi fail SKILL.md yang diformat dengan betul? Biarkan AI melakukannya.

Apa yang anda perlu lakukan:

1. Fikirkan dengan jelas tentang masalah yang anda ingin selesaikan
2. Jelaskan aliran kerja anda
3. Sediakan konteks dan bahan rujukan yang mencukupi

Kemudian beritahu Claude: "Bantu saya mencipta Kemahiran untuk melakukan XXX." Ia akan menghasilkan fail yang diformat dengan betul untuk anda.

Langkah demi Langkah: Contoh Mudah

Mari kita cipta kemahiran yang mengajar Claude untuk menerangkan kod menggunakan rajah visual dan analogi.

---
name: explain-code
description: Menerangkan kod dengan rajah visual dan analogi. Gunakan apabila menerangkan cara kod berfungsi, mengajar tentang pangkalan kod, atau apabila pengguna bertanya "bagaimana ini berfungsi?"
---

Apabila menerangkan kod, sentiasa sertakan:

1. **Mulakan dengan analogi**: Bandingkan kod dengan sesuatu dari kehidupan seharian
2. **Lukis rajah**: Gunakan seni ASCII untuk menunjukkan aliran, struktur, atau hubungan
3. **Telusuri kod**: Terangkan langkah demi langkah apa yang berlaku
4. **Serlahkan perangkap**: Apa kesilapan biasa atau salah tanggapan?

Kekalkan penjelasan dalam bentuk perbualan. Untuk konsep yang kompleks, gunakan berbilang analogi.

Di Mana Kemahiran Tinggal

Lokasi menentukan skop:

Menggunakan skill-creator Rasmi

Anthropic menyediakan kemahiran khusus untuk mencipta kemahiran. Meta, kan?

Pasang ia dengan memberitahu Claude:

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

Setelah dipasang, anda boleh berkata: "Bantu saya mencipta kemahiran untuk membaca pruf artikel" dan Claude akan menggunakan skill-creator untuk menjana segala-galanya dengan betul.

Mengubah Seluruh GitHub Menjadi Gudang Senjata Peribadi Anda

Di sinilah perkara menjadi menarik. Ini adalah teknik yang mengubah sepenuhnya cara saya memikirkan tentang keupayaan AI.

Inilah wawasannya: Dalam tiga puluh tahun Internet, banyak pembangun yang tidak terkira ramainya telah menyelesaikan hampir setiap masalah yang boleh anda bayangkan. Mereka telah membina alatan, menjadikannya sumber terbuka, dan menjadikannya tersedia untuk digunakan oleh sesiapa sahaja. Satu-satunya masalah? Kebanyakan alat ini memerlukan penggunaan, operasi baris perintah, persediaan persekitaran — halangan yang menyekat pengguna biasa.

Kemahiran boleh melarutkan halangan tersebut.

Konsep Teras

Kerana Kemahiran boleh memakej skrip dan arahan bersama-sama, anda boleh mengenkapsulasi keseluruhan projek sumber terbuka ke dalam keupayaan yang boleh dipanggil. Kod yang telah diuji dalam pertempuran yang telah diperhalusi oleh beribu-ribu pengguna selama bertahun-tahun menjadi sebahagian daripada kit alat AI anda.

Contoh Nyata: Muat Turun Video

Mari saya tunjukkan contoh sebenar. Katakan anda sering perlu memuat turun video dari YouTube, Bilibili, dan platform lain.

Langkah 1: Cari projek yang betul. Tanya mana-mana AI: "Adakah terdapat projek sumber terbuka di GitHub yang memuat turun video dari pelbagai laman web?"

Ia akan menunjuk anda ke yt-dlp — projek legenda dengan 143,000+ bintang yang menyokong beribu-ribu laman web.

Langkah 2: Pakejkan ia sebagai Kemahiran.

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.

Langkah 3: Biarkan Claude merancang. Gunakan mod Plan dahulu. Claude akan menganalisis projek, memahami keupayaannya, dan bertanya soalan penjelasan tentang pilihan anda.

Langkah 4: Bina dan uji. Tukar ke mod pembangunan. Dalam beberapa minit, anda akan mempunyai Kemahiran muat turun video yang berfungsi.

Langkah 5: Lelaran berdasarkan larian pertama. Kali pertama anda menggunakan sebarang kemahiran yang membungkus alat sumber terbuka, anda akan menghadapi masalah. YouTube mempunyai mekanisme anti-rangkak. Anda mungkin perlu memasang kebergantungan. Dokumenkan pengalaman ini dan beritahu Claude untuk mengemas kini kemahiran.

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

Lain kali? Buka dan muat turun. Segera.

Lebih Banyak Idea untuk GitHub-to-Skills

Ini hanyalah puncak gunung ais. GitHub menjadi tuan rumah kepada berjuta-juta projek — dekad kecemerlangan manusia, tersedia secara percuma.

Anda tidak memerlukan tiga kepala dan enam lengan. Anda tidak memerlukan tanduk di kepala anda. Di belakang anda berdiri pengetahuan terkumpul seluruh manusia sepanjang dekad yang lalu. Selagi anda mahukannya — ia boleh menjadi milik anda untuk diperintah.

Membina Sistem Pengurusan Kemahiran Berkembang Sendiri

Sekarang kita memasuki wilayah yang mengambil masa dua hari penuh untuk saya fikirkan. Di sinilah Kemahiran beralih daripada "alat berguna" kepada "keupayaan yang hidup dan berkembang."

Masalahnya: Kemahiran yang dipakej daripada projek GitHub memerlukan penyelenggaraan. Repositori asal dikemas kini. Pembetulan pepijat berlaku. Ciri baharu muncul. Sementara itu, anda telah menggunakan kemahiran anda dan mengumpul pengalaman — "parameter ini berfungsi lebih baik," "tambah bendera ini untuk mengelakkan ralat itu." Bagaimana anda menguruskan semua ini?

Penyelesaian Tiga Bahagian

Saya membina (dengan bantuan AI) trio kemahiran yang bekerjasama untuk menyelesaikan ini:

Masalah Kawalan Versi

Inilah konflik yang terus saya hadapi: Apabila GitHub dikemas kini, saya mahu menarik kod terkini dan menjana semula SKILL.md. Tetapi saya juga telah melelar kemahiran saya berdasarkan pengalaman penggunaan — tweak, pembaikan, keutamaan. Pengubahsuaian ini juga hidup dalam SKILL.md.

Dua kuasa, kedua-duanya mengubah suai fail yang sama, dengan matlamat yang sama sekali berbeza. Bencana menunggu untuk berlaku.

Penyelesaiannya: evolution.json

Wawasannya: Asingkan kebimbangan.

Kemas kini GitHub terus menjana semula fail asas SKILL.md. Tetapi semua pengalaman yang terkumpul disimpan dalam fail evolution.json yang berasingan. Anggap ia sebagai fail simpanan permainan. Tidak kira versi apa permainan utama dikemas kini, fail simpanan anda mengekalkan kemajuan anda.

Apabila SKILL.md ditimpa oleh versi baharu, evolution.json memainkan peranannya — menyuntik semula kebijaksanaan yang terkumpul kembali ke dalam kemahiran baharu.

yt-dlp-skill/
├── SKILL.md           # Arahan asas (boleh dijana semula)
├── evolution.json     # Pengalaman terkumpul (dikekalkan)
└── scripts/
    └── download.sh    # Skrip pelaksanaan

Roda Tenaga Pengurusan

Dengan ketiga-tiga bahagian ini di tempatnya, pengurusan kemahiran menjadi kitaran yang mengukuhkan diri:

1. Cipta kemahiran baharu daripada GitHub menggunakan github-to-skills (dengan identiti tertanam)
2. Gunakan kemahiran dalam kerja harian, menghadapi kes tepi dan penyelesaian
3. Evolusi kemahiran secara automatik melalui skill-evolution-manager (penyelesaian ditangkap)
4. Kemas kini kemahiran asas apabila repo GitHub dikemas kini melalui skill-manager
5. Gabungkan data evolusi kembali ke dalam kemahiran yang dikemas kini (pengalaman dikekalkan)

Hasilnya: Kemahiran yang benar-benar belajar dan bertambah baik. Bukan secara metafora — sebenarnya. Setiap kali anda menggunakannya dan menyelesaikan masalah, mereka menjadi lebih pintar.

Saya telah membuka sumber trio ini di https://github.com/KKKKhazix/Khazix-Skills. Ia tidak sempurna, tetapi ia berfungsi. Dan ia menunjuk ke arah sesuatu yang berkuasa: kemahiran hari esok tidak akan menjadi dokumen statik. Mereka akan menjadi sistem yang hidup.

Senarai Harta Karun 14 Kemahiran Rasmi

Sebelum membina sendiri, ketahui apa yang sudah tersedia. Anthropic mengekalkan repositori kemahiran rasmi yang meliputi keperluan biasa dengan indah.

Semua kemahiran di: https://github.com/anthropics/skills

Kemahiran Dokumen (Sumber Tertutup)

Ini menggerakkan penjanaan dokumen yang anda lihat dalam Claude.ai:

Kemahiran Pembangunan (Sumber Terbuka Apache 2.0)

Kemahiran Kreatif

Kemahiran Komunikasi dan Meta

Kaedah Pemasangan

Kaedah 1: Bahasa Semula Jadi

Hanya beritahu Claude: "Install this skill, project address is: [GitHub URL]"

Kaedah 2: Pasaran Plugin

# Tambah repo rasmi sebagai pasaran
/plugin marketplace add https://github.com/anthropics/skills

# Pasang kemahiran
/plugin install
# Tab ke Pasaran, pilih pakej yang dikehendaki

Kaedah 3: Tarik Manual

Muat turun folder kemahiran dan letakkan dalam direktori kemahiran anda (~/.claude/skills/ untuk peribadi, .claude/skills/ untuk khusus projek).

Seni Kemahiran Reka Bentuk - Analisis Mendalam

Setelah melakukan reka bentuk UX selama bertahun-tahun, saya mendapati kemahiran reka bentuk rasmi sangat menarik. Biar saya huraikan teknik yang menjadikannya berfungsi dengan begitu baik. Corak ini digunakan jauh melangkaui reka bentuk — ia adalah templat untuk sebarang kemahiran berkualiti tinggi.

Teknik 1: Naikkan Siling

Kemahiran algorithmic-art tidak bermula dengan "bantu saya melukis dengan p5.js." Ia bermula dengan:

"Falsafah algoritma adalah gerakan estetika pengiraan yang kemudiannya dinyatakan melalui kod."

Ini mengangkat tugas daripada "menjana kerja" kepada "mencipta genre estetik serta sistem algoritma yang sepadan." Ia mengingatkan model bahawa output mestilah sistematik, bukan inspirasi sekali sahaja.

Teknik 2: Struktur Dua Peringkat

Kedua-dua kemahiran reka bentuk menggunakan pendekatan dua peringkat:

1. Pertama, cipta Falsafah (rangka kerja konsep dalam .md)
2. Kemudian, Nyatakan secara visual (pelaksanaan sebenar)

Ini memaksa abstraksi sebelum pelaksanaan. Model tidak boleh jatuh ke dalam optima tempatan "menulis kod, menala nilai." Konsep didahulukan; kod hanyalah ekspresi.

Teknik 3: Templat Puitis + Kejuruteraan

Kemahiran algorithmic-art menyediakan struktur untuk penulisan falsafah:

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

Perhatikan: setiap perkara adalah kedua-duanya bahasa estetik DAN objek teknikal. "Fungsi hingar" memetakan terus kepada kod. "Tingkah laku zarah" boleh dilaksanakan. Ini merapatkan visi dan pelaksanaan.

Teknik 4: Benih Konsep

Satu wawasan yang bernas daripada kemahiran rasmi:

"Konsep ini adalah rujukan halus dan khusus yang tertanam dalam algoritma itu sendiri — tidak semestinya literal, sentiasa canggih. Berfikir seperti ahli muzik jazz memetik lagu lain melalui harmoni algoritma."

Tema pengguna harus tertanam dalam parameter, tingkah laku, corak — tidak ditulis pada skrin. Berikan penghormatan, tetapi sembunyikan dalam-dalam. Mereka yang tahu akan merasainya; mereka yang tidak tahu hanya akan berfikir ia kelihatan bagus.

Teknik 5: Templating dengan Zon Kebebasan

Kemahiran mentakrifkan dengan jelas apa yang TETAP (susun atur, jenama, kawalan) dan apa yang BOLEH UBAH (algoritma, parameter, warna). Ini memastikan:

• Setiap output mempunyai pengalaman UI yang konsisten
• Model tahu dengan tepat di mana ia boleh/tidak boleh mengubah suai
• Mengurangkan "kejutan" yang tidak dijangka daripada tafsiran yang terlalu kreatif

Teknik 6: Ketukangan sebagai Senarai Semak

Kemahiran canvas-design mengekodkan standard profesional sebagai peraturan yang boleh disemak:

• Tiada apa yang jatuh dari halaman
• Tiada apa yang bertindih
• Margin yang betul tidak boleh dirundingkan
• Teks sentiasa minimum dan visual didahulukan

Ini menterjemahkan pengetahuan profesional tersirat kepada kekangan tingkah laku yang jelas. Model boleh mengesahkan kerjanya sendiri terhadap kriteria konkrit.

Teknik 7: Penolakan, Bukan Penambahan

Langkah penghalusan terakhir adalah genius:

"Untuk menghaluskan kerja, elakkan menambah lebih banyak grafik; sebaliknya perhalusi apa yang telah dicipta. Jika naluri adalah memanggil fungsi baharu atau melukis bentuk baharu, BERHENTI."

Ini mengekodkan "10% ketukangan terakhir" yang memisahkan amatur daripada profesional. Apabila naluri berkata "tambah lagi," tanya sebaliknya: Apa yang boleh dipadamkan? Apa yang boleh diselaraskan, digabungkan, diperkukuhkan?

Mereka Bentuk Seni Bina Perpustakaan Kemahiran Anda

Dengan berpuluh-puluh kemahiran, organisasi penting. Inilah cara saya berfikir tentang menstrukturkan perpustakaan kemahiran yang berskala.

Mengapa Membahagikan Kemahiran?

Orang sering bertanya: "Bolehkah saya menulis satu kemahiran besar yang melakukan segala-galanya?"

Tidak. Tiga sebab:

Corak Jenis Kemahiran

Saya telah menemui empat corak yang meliputi kebanyakan kes penggunaan:

Sistem Kemahiran Menulis Saya

Sebagai contoh konkrit, beginilah cara saya menstrukturkan kemahiran untuk menulis:

P0 Kemahiran Teras (Setiap Artikel)

• ai-proofreading: Proses tiga peringkat untuk menurunkan kadar pengesanan AI. Pencetus: "proofread", "too AI"
• image-illustration: Jana imej + muat naik ke pengehosan + kembalikan markdown. Pencetus: "illustrate", selepas pembacaan pruf

P1 Kemahiran Biasa (Kebanyakan Artikel)

• topic-generator: Jana idea topik berdasarkan trend. Pencetus: "give me topics"
• long-to-x: Tukar bentuk panjang kepada utas Twitter. Pencetus: "convert to X content"
• research-collector: Kumpul dan atur bahan penyelidikan. Pencetus: "research [topic]"

P2 Kemahiran Sekali-sekala

• headline-generator: Cipta tajuk yang menarik perhatian. Pencetus: "title ideas"
• seo-optimizer: Optimumkan untuk enjin carian. Pencetus: "SEO", "optimize for search"

Pengendalian Ralat dalam Kemahiran

Ekosistem Kemahiran yang Meledak

Apabila saya mula-mula melihat Skills bulan lepas, saya menemui segelintir repositori. Sekarang? Ekosistem telah meledak. Terdapat pasaran khusus, direktori yang dikurasi, dan puluhan ribu kemahiran sumbangan komuniti.

Titik Mula Rasmi

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

Panduan langkah demi langkah yang jelas untuk mencipta dan menggunakan kemahiran.

Repositori Rasmi: https://github.com/anthropics/skills

14 kemahiran rasmi serta contoh.

Standard Ejen Kemahiran: https://agentskills.io

Spesifikasi standard terbuka. Jika anda ingin memahami spesifikasi teknikal penuh, mulakan di sini.

Pasaran Komuniti

Koleksi Terkurasi

smithery.ai/skills — Tidak banyak, tetapi setiap satu disaring untuk kualiti.

awesome-claude-skills di GitHub — Senarai yang dikurasi secara manual. Kualiti tinggi, kerap dikemas kini.

Direktori Pelbagai Alat

mcpservers.org/claude-skills — Menggabungkan pelayan MCP dan Claude Skills. Perspektif unik tentang ekosistem.

claudemarketplaces.com — Direktori pasaran. "Pasaran bagi pasaran."

Corak Lanjutan dan Teknik Pro

Bagi mereka yang bersedia untuk pergi lebih mendalam, berikut adalah corak yang saya temui melalui penggunaan yang meluas.

Suntikan Konteks Dinamik

Sintaks !`command` melaksanakan perintah shell sebelum kandungan kemahiran mencapai Claude. Output menggantikan ruang letak.

---
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...

Pelaksanaan Bercabang (Integrasi Subagent)

Tambah context: fork untuk menjalankan kemahiran secara berasingan. Kandungan kemahiran menjadi gesaan yang memacu subagent.

---
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

Penggantian Hujah

Hantar nilai dinamik ke dalam kemahiran menggunakan $ARGUMENTS atau kedudukan $0, $1, dll.

---
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.

Mod Baca Sahaja

Gunakan allowed-tools untuk menyekat apa yang boleh dilakukan oleh Claude apabila kemahiran aktif:

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

Explore and understand the codebase without modifying anything.

Penjanaan Output Visual

Kemahiran boleh menjana fail HTML interaktif yang dibuka dalam pelayar anda. Corak ini berfungsi untuk:

• Visualisasi pangkalan kod
• Graf kebergantungan
• Laporan liputan ujian
• Rajah skema pangkalan data
• Sebarang data kompleks yang mendapat manfaat daripada penerokaan interaktif

Skrip yang disertakan melakukan kerja berat; Claude mengatur. Pengguna mendapat output visual yang kaya tanpa sebarang langkah manual.

Pembalakan Sesi

Gunakan ${CLAUDE_SESSION_ID} untuk operasi khusus sesi:

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

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

$ARGUMENTS

Pencetus Pemikiran Lanjutan

Keadaan Penciptaan

Saya ingin mengakhiri dengan sesuatu yang peribadi.

Setiap kali saya mengusahakan Kemahiran, saya dibawa kembali ke musim panas 2013. Saya baru sahaja menamatkan peperiksaan masuk sekolah menengah dan membeli komputer riba dengan simpanan saya. Saya menghabiskan sepanjang musim panas itu mengutak-atik mod untuk Skyrim — memuat turunnya, menggabungkannya, mengubah suai fail konfigurasi, menonton permainan saya berubah menjadi sesuatu yang sepenuhnya milik saya.

Itu adalah kegembiraan penciptaan yang murni. Tidak menggunakan kandungan. Tidak menatal suapan. Benar-benar membina sesuatu, menyesuaikan sesuatu, menjadikan sesuatu milik saya.

Kemahiran mengembalikan perasaan itu.

Keadaan bimbingan yang paling hebat bukanlah mempunyai seseorang yang petah bercakap yang memerlukan bimbingan berterusan. Ia adalah menyerahkan satu set manual kepada mereka dan melihat mereka membelek, melaksana, menyemak sendiri, dan melelar secara bebas. Anda kurang bercakap; mereka memberikan lebih banyak.

Kemahiran adalah persis seperti ini.

Hari ini anda mungkin memasang skill-creator dan mengukuhkan satu tindakan biasa — mungkin menyaring titik panas untuk topik, mengubah log ralat kepada pelan pembaikan, atau menukar pautan kepada ringkasan. Hanya satu.

Apabila ia berjalan dengan jayanya, anda akan memahami nilai penggunaan semula.

Esok anda akan mahu yang kedua. Lusa, anda akan mahu memindahkan semua proses anda ke dalamnya.

Pada ketika itu, anda memasuki keadaan yang berbeza.

Kebebasan. Keadaan penciptaan.

Projek sumber terbuka yang cemerlang di GitHub itu — dekad kebijaksanaan manusia, dikongsi secara bebas. Kerana Kemahiran, kerana Ejen, setiap orang biasa kini boleh memerintah kuasa itu.

Anda tidak memerlukan tiga kepala dan enam tangan. Anda tidak memerlukan kebolehan luar biasa. Di belakang anda berdiri pengetahuan terkumpul manusia. Selagi anda mahukannya — ia milik anda.

Jika anda membandingkan diri anda sekarang dengan diri anda tiga tahun lalu, adakah akan ada perbandingan? Lihat apa yang boleh anda lakukan hari ini. Lihat di mana sempadan keupayaan anda telah berkembang.

Era yang cemerlang dan hebat ini yang boleh menjadikan sesiapa sahaja manusia luar biasa — tidakkah ia mengujakan anda?