Dominando as Skills do Agente Claude - O Guia Completo para Construir Seu Arsenal de Superpoderes de IA

O Momento em Que Entendi O Que Skills Realmente São

Deixe-me contar uma história. Imagine que pedem para você orientar um novo contratado brilhante no trabalho. Essa pessoa é incrivelmente inteligente — aprende mais rápido do que qualquer um que você já viu, consegue entender quase tudo que você explica, fala eloquentemente sobre qualquer tópico. Mas há um problema: ela não conhece as regras da sua empresa.

Toda manhã, você senta com ela e explica as mesmas coisas. "É assim que formatamos relatórios. Este é nosso estilo de código. É aqui que colocamos quem em cópia nos e-mails. Este é o modelo para propostas de clientes." E toda manhã, depois do almoço, ela de alguma forma esqueceu tudo. Não porque é estúpida — ela é brilhante. Mas ela não tem memória persistente da maneira de fazer as coisas da sua empresa.

É exatamente assim que trabalhar com IA costumava ser.

Prompts são como ficar ao lado desse novo contratado, dando instruções verbais na hora. "Escreva este e-mail de forma mais formal." "Use bullet points aqui." "Verifique este código por bugs." Funciona. Mas no momento em que você fecha a conversa, tudo desaparece. Cada novo chat começa do zero.

Skills são como entregar a eles um manual de SOP interno — uma pasta de base de conhecimento contendo especificações, scripts, modelos e materiais de referência. O Agente procurará o que precisa quando precisar. E crucialmente, este manual persiste em todas as conversas.

Aqui está o insight revolucionário: Skills não são apenas prompts chiques. Elas são um paradigma completamente diferente. Um prompt é reativo — você dá uma instrução, você recebe uma resposta. Uma Skill é proativa — ela fica lá, esperando para ser descoberta e aplicada quando relevante, performando da mesma maneira todas as vezes.

O Que Uma Skill Realmente Contém

Cada Skill é uma pasta, não apenas um arquivo de texto. Isso é crucial de entender. Dentro dessa pasta, você pode ter:

Quando vi essa estrutura pela primeira vez, pensei: "Espere, isso é como construir uma pequena aplicação." E é exatamente isso. Cada Skill é um módulo de capacidade independente. Algumas são simples — apenas um arquivo markdown com regras de revisão. Outras são complexas — completas com scripts Python que processam dados, fazem upload para servidores e geram relatórios.

Quando as Skills Chegaram?

A Anthropic lançou Skills para o Claude Code em outubro de 2025. No início, pensei que fosse apenas mais uma atualização de recurso. Mas então algo aconteceu em dezembro de 2025 — eles abriram as Skills como um padrão através do agentskills.io. De repente, skills não eram apenas uma coisa do Claude. O Codex CLI da OpenAI adotou a mesma arquitetura. Cursor, Codebuddy, OpenCode — todos começaram a construir compatibilidade.

Skills tornaram-se o padrão de fato para extensão de capacidade de Agentes de IA, assim como o MCP rapidamente se tornou o protocolo de todos para conexões externas.

E a popularidade? Deixe-me colocar desta forma: Um repositório contendo 50+ skills do Claude atingiu 18K estrelas no GitHub. A palavra "Skills" agora é tão onipresente nos círculos de IA quanto "Prompt" era em 2023.

Divulgação Progressiva - Por Que Este Design é Genial

Antes de eu entender a divulgação progressiva, eu tinha uma preocupação constante: "Se eu instalar 50 skills, o contexto do Claude não vai explodir? Não vou queimar milhares de tokens apenas carregando descrições de skills?"

É aqui que o brilho do design da Anthropic resplandece. Eles pegaram emprestado um conceito de design de UX — divulgação progressiva (progressive disclosure) — e aplicaram perfeitamente ao gerenciamento de contexto de IA.

O Sistema de Carregamento em Três Camadas

Divulgação progressiva significa carregar em estágios e sob demanda. O Claude não despeja tudo no contexto na inicialização. Em vez disso, ele usa um sistema de três camadas:

Vamos Fazer as Contas

Aqui está uma comparação que me fez apreciar este design:

Isso é uma redução de 75% no consumo de tokens. E isso nem conta a vantagem do script.

A Magia dos Scripts

É aqui que as Skills deixam os prompts comendo poeira. Quando uma Skill inclui um script, algo notável acontece:

1. Claude gera um comando: python scripts/upload_image.py image.png
2. O script executa localmente na sua máquina
3. Apenas a saída (como uma URL de imagem) retorna para o Claude

O código do script em si nunca entra no contexto.

Pense no que isso significa. Você pode escrever um script Python de 500 linhas lidando com cada caso extremo, com tratamento de erros robusto, logging, tentativas — todas as coisas que inchariam um prompt impossivelmente. O Claude só precisa saber "execute este script". A complexidade é encapsulada.

A Analogia do Menu Móvel

Se você já projetou um aplicativo móvel, você conhece a divulgação progressiva intimamente. É por isso que temos menus hambúrguer — não mostramos aos usuários 47 opções imediatamente. Mostramos um ícone de menu. Eles tocam. Eles veem categorias. Eles tocam novamente. Eles chegam à configuração que desejam.

O propósito? Nunca sobrecarregar com informação. Decompor em pedaços digeríveis. Deixar os usuários (ou neste caso, a IA) focarem na tarefa atual com carga cognitiva mínima.

Humanos podem manter cerca de 7±2 pedaços de informação na memória de trabalho. A IA, limitada pela janela de contexto, tem essencialmente a mesma restrição. A divulgação progressiva respeita essa limitação em ambos os casos.

Skills vs MCP vs Subagente - Finalmente Desemaranhados

Essa questão me assombrou por semanas. MCP, Skills, Subagente — todos parecem "estender as capacidades do Claude". Qual é a diferença real? Depois de construir com os três, finalmente tenho uma resposta que faz sentido.

A Distinção em Uma Frase

MCP permite que o Claude toque sistemas externos. Skills dizem ao Claude como usar o que ele toca. Subagente envia outra pessoa para fazer o trabalho.

Deixe-me destrinchar isso com analogias que realmente me ajudaram a entender:

A Tabela de Comparação

Quando Usar Qual

Use MCP quando precisar conectar a sistemas externos:

• Consultar um banco de dados
• Chamar APIs de terceiros
• Ler/escrever no Notion, Jira, GitHub, Salesforce
• Acessar qualquer serviço que exija autenticação

Use Skills quando tiver fluxos de trabalho repetitivos:

• Processos de revisão de código com checklists específicos
• Revisão de artigos com regras de estilo consistentes
• Geração de relatórios com formatos padronizados
• Qualquer instrução que você se encontre digitando repetidamente

Use Subagente quando as tarefas são complexas e paralelizáveis:

• Revisar uma base de código inteira (demorado)
• Processar várias tarefas independentes simultaneamente
• Prevenir poluição de contexto entre trabalhos não relacionados

Eles Trabalham Juntos

Aqui está a parte bonita: essas não são tecnologias concorrentes. Elas são camadas complementares.

Um fluxo de trabalho complexo pode usar todos os três:

1. MCP conecta ao Salesforce para puxar dados de vendas
2. Skills definem o processo de análise de dados — como calcular métricas, gerar relatórios
3. Subagente processa diferentes análises regionais em paralelo

No meu próprio fluxo de trabalho de escrita:

• Skills definem minhas regras de revisão e guia de estilo
• Scripts (empacotados em skills) fazem upload de imagens para meu serviço de hospedagem
• Estou planejando adicionar MCP para conectar ao meu banco de dados de materiais

Por Que Simon Willison Diz Que Skills Podem Ser Maiores Que MCP

Simon Willison é uma das vozes mais respeitadas na comunidade de desenvolvedores de IA. Quando ele escreveu que "Skills podem ser um negócio maior que MCP", as pessoas prestaram atenção. Depois de meses usando ambos, entendo exatamente por que ele disse isso.

Razão 1: Eficiência de Token

MCP tem um problema fundamental: inchaço de token.

Quando você conecta um servidor MCP, o Claude precisa entender o que aquele servidor pode fazer. Cada função disponível, cada parâmetro, cada tipo de retorno — tudo precisa estar no contexto. Simon notou que apenas o servidor MCP oficial do GitHub consome dezenas de milhares de tokens.

Skills elegantemente evitam isso. Carregam apenas metadados (100 tokens cada), depois carregam instruções completas apenas quando acionadas. A diferença de eficiência é impressionante.

Razão 2: A Vantagem da Simplicidade

Para construir um servidor MCP, você precisa:

• Entender a especificação do protocolo
• Escrever código server-side
• Configurar JSON corretamente
• Lidar com comunicação e estados de erro

Para construir uma Skill?

Apenas escreva Markdown.

Se você sabe escrever documentação, você sabe escrever Skills. A diferença de barreira é enorme. E em tecnologia, barreiras mais baixas para criação sempre levam a um crescimento explosivo.

Razão 3: Compatibilidade Entre Plataformas

Servidores MCP são frequentemente específicos do host. Algo construído para o Claude Code pode não funcionar em outro lugar sem modificação.

Skills são apenas pastas com Markdown e scripts opcionais. Elas não dependem da tecnologia proprietária da Anthropic. Simon apontou que você pode apontar a mesma pasta de Skill para o Codex CLI, Gemini CLI — elas funcionarão mesmo sem suporte nativo a Skills, porque em sua essência, skills são apenas instruções bem estruturadas.

Essa portabilidade é o motivo pelo qual a OpenAI adotou essencialmente a mesma arquitetura no Codex CLI. Skills estão se tornando um padrão universal.

Razão 4: A Previsão da Explosão Cambriana

"Eu prevejo que Skills trarão uma explosão cambriana mais espetacular do que a febre do MCP no ano passado."

Por quê? Porque quando a barreira de criação cai o suficiente, as contribuições da comunidade explodem. Escrever um servidor MCP requer habilidades de desenvolvimento backend. Escrever uma Skill requer saber como escrever um documento.

Já estamos vendo essa previsão se tornar realidade. Mercados de skills estão surgindo em todos os lugares. Repositórios do GitHub estão transbordando com contribuições da comunidade. O ecossistema está crescendo mais rápido do que qualquer um antecipou.

Minha Própria Observação

Depois de meses com ambas as tecnologias, concordo com a avaliação de Simon. Skills parecem mais alinhadas com a forma como LLMs funcionam naturalmente — entendendo texto, seguindo instruções, aplicando conhecimento contextualmente.

MCP representa o pensamento tradicional de engenharia de software: definir interfaces, implementar serviços, lidar com protocolos.

Skills representam o pensamento nativo de IA: escreva claramente como fazer algo, deixe o modelo descobrir quando e como aplicá-lo.

Ambos têm seu lugar. Mas Skills podem ser a mudança de paradigma mais profunda.

A Anatomia de uma Skill Perfeita

Deixe-me guiá-lo pela estrutura de uma Skill bem elaborada. Isso não é apenas teoria — entender essa anatomia fará todo o resto neste guia clicar.

A Estrutura de Pastas

my-skill/
├── SKILL.md                 # Instruções principais (obrigatório)
├── scripts/
│   └── process.py           # Script executável
├── references/
│   └── DETAILED_GUIDE.md    # Doc de referência detalhado
└── assets/
    └── template.md          # Recurso de modelo

O Arquivo SKILL.md

Este é o coração da sua skill. Tem duas partes:

---
name: my-awesome-skill
description: Breve explicação do que esta skill faz e quando usá-la. Inclua palavras-chave de gatilho.
---

# My Awesome Skill

## Instructions

Orientação passo a passo para o Claude seguir quando esta skill for invocada.

## Examples

Demonstrações concretas de entrada/saída ou padrões de uso.

## Guidelines

Quaisquer regras, restrições ou melhores práticas a seguir.

O Frontmatter YAML

A seção entre os marcadores --- é crucial. É o que o Claude lê para decidir se usa sua skill.

Opções Avançadas de Frontmatter

Além de nome e descrição, Skills suportam opções de configuração poderosas:

A Regra de Ouro: 500 Linhas

Convenções de Nomenclatura

O nome da sua pasta importa. Deve ser letras minúsculas + hífens. Sem espaços. Sem maiúsculas.

• Bom: hotspot-collector, code-review, ai-proofreading
• Ruim: Hotspot Collector, codeReview, AI_Proofreading

Criando Sua Primeira Skill

Aqui está meu conselho mais importante: Você não precisa escrever Skills sozinho.

Deixe-me explicar. O valor de uma Skill reside no que ela encapsula — seu fluxo de trabalho, sua experiência, seu SOP. Estes vêm de você, descobertos através do trabalho real. Mas transformar isso em um arquivo SKILL.md formatado corretamente? Deixe a IA fazer isso.

O que você precisa fazer:

1. Pense claramente sobre qual problema você quer resolver
2. Clarifique seu fluxo de trabalho
3. Forneça contexto e materiais de referência suficientes

Então diga ao Claude: "Ajude-me a criar uma Skill para fazer XXX." Ele irá gerar os arquivos formatados corretamente para você.

Passo-a-Passo: Um Exemplo Simples

Vamos criar uma skill que ensina o Claude a explicar código usando diagramas visuais e analogias.

---
name: explain-code
description: Explica código com diagramas visuais e analogias. Use quando explicar como o código funciona, ensinando sobre uma base de código, ou quando o usuário perguntar "como isso funciona?"
---

When explaining code, always include:

1. **Start with an analogy**: Compare the code to something from everyday life
2. **Draw a diagram**: Use ASCII art to show flow, structure, or relationships
3. **Walk through the code**: Explain step-by-step what happens
4. **Highlight a gotcha**: What's a common mistake or misconception?

Keep explanations conversational. For complex concepts, use multiple analogies.

Onde as Skills Vivem

A localização determina o escopo:

Usando o skill-creator Oficial

A Anthropic fornece uma skill especificamente para criar skills. Meta, né?

Instale-a dizendo ao Claude:

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

Uma vez instalado, você pode simplesmente dizer: "Ajude-me a criar uma skill para revisar artigos" e o Claude usará o skill-creator para gerar tudo corretamente.

Transformando Todo o GitHub em Seu Arsenal Pessoal

É aqui que as coisas ficam emocionantes. Esta é a técnica que mudou completamente como eu penso sobre capacidades de IA.

Aqui está o insight: Em trinta anos de Internet, inúmeros desenvolvedores brilhantes resolveram quase todos os problemas que você pode imaginar. Eles construíram ferramentas, abriram o código e as disponibilizaram para qualquer um usar. O único problema? A maioria dessas ferramentas requer implantação, operações de linha de comando, configuração de ambiente — barreiras que bloqueiam usuários comuns.

Skills podem dissolver essas barreiras.

O Conceito Central

Porque Skills podem empacotar scripts e instruções juntos, você pode encapsular projetos open-source inteiros em capacidades chamáveis. O código testado em batalha que foi refinado por milhares de usuários ao longo de anos torna-se parte do kit de ferramentas da sua IA.

Exemplo Real: Download de Vídeo

Deixe-me percorrer um exemplo real. Digamos que você frequentemente precisa baixar vídeos do YouTube, Bilibili e outras plataformas.

Passo 1: Encontre o projeto certo. Pergunte a qualquer IA: "Existe um projeto open-source no GitHub que baixa vídeos de vários sites?"

Ela apontará para o yt-dlp — um projeto lendário com 143.000+ estrelas que suporta milhares de sites.

Passo 2: Empacote como uma Skill.

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.

Passo 3: Deixe o Claude planejar. Use o modo Plan primeiro. O Claude analisará o projeto, entenderá suas capacidades e fará perguntas clarificadoras sobre suas preferências.

Passo 4: Construa e teste. Mude para o modo de desenvolvimento. Em poucos minutos, você terá uma Skill de download de vídeo funcional.

Passo 5: Itere baseado na primeira execução. A primeira vez que você usar qualquer skill envolvendo uma ferramenta open-source, você encontrará problemas. O YouTube tem mecanismos anti-crawling. Você pode precisar instalar dependências. Documente essas experiências e diga ao Claude para atualizar a skill.

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

Próxima vez? Abra e baixe. Instantâneo.

Mais Ideias para GitHub-to-Skills

Estas são apenas a ponta do iceberg. O GitHub hospeda milhões de projetos — décadas de brilho humano, livremente disponíveis.

Você não precisa de três cabeças e seis braços. Você não precisa de chifres na cabeça. Atrás de você está o conhecimento acumulado de toda a humanidade nas últimas décadas. Desde que você queira — pode ser seu para comandar.

Construindo um Sistema de Gerenciamento de Skills Auto-Evolutivo

Agora entramos em um território que me levou dois dias inteiros para descobrir. É aqui que Skills vão de "ferramentas úteis" para "capacidades vivas e crescentes".

O problema: Skills empacotadas de projetos do GitHub precisam de manutenção. Os repositórios originais atualizam. Correções de bugs acontecem. Novos recursos aparecem. Enquanto isso, você tem usado sua skill e acumulado experiência — "este parâmetro funciona melhor", "adicione esta flag para evitar aquele erro". Como você gerencia tudo isso?

A Solução de Três Peças

Eu construí (com a ajuda da IA) um trio de skills que trabalham juntas para resolver isso:

O Problema de Controle de Versão

Aqui está um conflito que eu continuava encontrando: Quando o GitHub atualiza, eu quero puxar o código mais recente e regenerar o SKILL.md. Mas eu também estive iterando na minha skill baseado na experiência de uso — ajustes, correções, preferências. Essas modificações vivem no SKILL.md também.

Duas forças, ambas modificando o mesmo arquivo, com objetivos completamente diferentes. Desastre esperando para acontecer.

A Solução: evolution.json

O insight: Separar preocupações.

Atualizações do GitHub continuam a regenerar o arquivo SKILL.md base. Mas toda a experiência acumulada é armazenada em um arquivo evolution.json separado. Pense nisso como um save de jogo. Não importa para qual versão o jogo principal atualize, seu arquivo de save preserva seu progresso.

Quando o SKILL.md é sobrescrito por uma nova versão, o evolution.json desempenha seu papel — re-injetando a sabedoria acumulada de volta na skill fresca.

yt-dlp-skill/
├── SKILL.md           # Instruções base (pode ser regenerado)
├── evolution.json     # Experiência acumulada (preservado)
└── scripts/
    └── download.sh    # Script de execução

O Volante de Gerenciamento

Com essas três peças no lugar, o gerenciamento de skills torna-se um ciclo de auto-reforço:

1. Criar novas skills do GitHub usando github-to-skills (com identidade embutida)
2. Usar skills no trabalho diário, encontrando casos extremos e soluções
3. Evoluir skills automaticamente via skill-evolution-manager (soluções capturadas)
4. Atualizar skills base quando repositórios do GitHub atualizam via skill-manager
5. Mesclar dados de evolução de volta nas skills atualizadas (experiência preservada)

O resultado: Skills que genuinamente aprendem e melhoram. Não metaforicamente — de verdade. Toda vez que você as usa e resolve um problema, elas ficam mais inteligentes.

Eu abri o código desse trio em https://github.com/KKKKhazix/Khazix-Skills. Não é perfeito, mas funciona. E aponta para algo poderoso: as skills de amanhã não serão documentos estáticos. Elas serão sistemas vivos.

A Lista do Tesouro das 14 Skills Oficiais

Antes de construir as suas próprias, saiba o que já está disponível. A Anthropic mantém um repositório oficial de skills que cobre necessidades comuns lindamente.

Todas as skills em: https://github.com/anthropics/skills

Skills de Documentos (Código Fechado)

Estas impulsionam a geração de documentos que você vê no Claude.ai:

Skills de Desenvolvimento (Apache 2.0 Open Source)

Skills Criativas

Skills de Comunicação e Meta

Métodos de Instalação

Método 1: Linguagem Natural

Simplesmente diga ao Claude: "Install this skill, project address is: [GitHub URL]"

Método 2: Marketplace de Plugins

# Adicione repositório oficial como marketplace
/plugin marketplace add https://github.com/anthropics/skills

# Instale skills
/plugin install
# Tab para Marketplace, selecione o pacote desejado

Método 3: Arrastar Manualmente

Baixe a pasta da skill e coloque-a no seu diretório de skills (~/.claude/skills/ para pessoal, .claude/skills/ para específico do projeto).

A Arte de Design Skills - Uma Análise Profunda

Tendo feito design de UX por anos, acho as skills de design oficiais particularmente fascinantes. Deixe-me destrinchar as técnicas que as fazem funcionar tão bem. Esses padrões se aplicam muito além do design — são modelos para qualquer skill de alta qualidade.

Técnica 1: Elevar o Teto

A skill algorithmic-art não começa com "ajude-me a desenhar com p5.js". Ela começa com:

"Filosofias algorítmicas são movimentos estéticos computacionais que são então expressos através de código."

Isso eleva a tarefa de "gerar um trabalho" para "criar um gênero estético mais sistema de algoritmo correspondente". Isso lembra ao modelo que a saída deve ser sistemática, não inspiração única.

Técnica 2: Estrutura de Dois Estágios

Ambas as skills de design usam uma abordagem de dois estágios:

1. Primeiro, crie a Filosofia (framework conceitual em .md)
2. Então, expresse-a visualmente (implementação real)

Isso força abstração antes da implementação. O modelo não pode cair em otimizações locais de "escrever código, ajustar valores". Conceito vem primeiro; código é apenas expressão.

Técnica 3: Modelos Poéticos + Engenharia

A skill algorithmic-art fornece estrutura para escrita de filosofia:

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

Note: cada ponto é tanto linguagem estética QUANTO objeto técnico. "Funções de ruído" mapeia diretamente para código. "Comportamentos de partículas" é implementável. Isso faz a ponte entre visão e execução.

Técnica 4: Sementes de Conceito

Um insight brilhante das skills oficiais:

"O conceito é uma referência sutil, de nicho, incorporada dentro do próprio algoritmo — nem sempre literal, sempre sofisticada. Pense como um músico de jazz citando outra música através de harmonia algorítmica."

Temas de usuário devem ser incorporados em parâmetros, comportamentos, padrões — não escritos na tela. Preste tributo, mas esconda fundo. Aqueles que sabem sentirão; aqueles que não sabem apenas pensarão que parece bom.

Técnica 5: Templating com Zonas de Liberdade

As skills definem claramente o que é FIXO (layout, marca, controles) e o que é VARIÁVEL (algoritmo, parâmetros, cores). Isso garante:

• Cada saída tem experiência de UI consistente
• O modelo sabe exatamente onde pode/não pode modificar
• Reduz "surpresas" inesperadas de interpretação super-criativa

Técnica 6: Artesanato como Checklist

A skill canvas-design codifica padrões profissionais como regras verificáveis:

• Nada cai fora da página
• Nada se sobrepõe
• Margens adequadas não são negociáveis
• Texto é sempre mínimo e visual-primeiro

Isso traduz conhecimento profissional tácito em restrições comportamentais explícitas. O modelo pode verificar seu próprio trabalho contra critérios concretos.

Técnica 7: Subtração, Não Adição

O passo final de refinamento é genial:

"Para refinar o trabalho, evite adicionar mais gráficos; em vez disso, refine o que foi criado. Se o instinto for chamar uma nova função ou desenhar uma nova forma, PARE."

Isso codifica o "artesanato dos últimos 10%" que separa o amador do profissional. Quando o instinto diz "adicionar mais", pergunte em vez disso: O que pode ser deletado? O que pode ser alinhado, fundido, fortalecido?

Projetando a Arquitetura da Sua Biblioteca de Skills

Com dezenas de skills, organização importa. Eis como eu penso sobre estruturar uma biblioteca de skills que escala.

Por Que Dividir Skills?

As pessoas frequentemente perguntam: "Não posso apenas escrever uma skill grande que faz tudo?"

Não. Três razões:

Padrões de Tipo de Skill

Eu encontrei quatro padrões que cobrem a maioria dos casos de uso:

Meu Sistema de Skills de Escrita

Como um exemplo concreto, eis como eu estruturei skills para escrita:

P0 Skills Nucleares (Todo Artigo)

• ai-proofreading: Processo de três passos para diminuir a taxa de detecção de IA. Gatilho: "proofread", "too AI"
• image-illustration: Gerar imagem + upload para hospedagem + retornar markdown. Gatilho: "illustrate", após revisão

P1 Skills Regulares (Maioria dos Artigos)

• topic-generator: Gerar ideias de tópicos baseados em tendências. Gatilho: "give me topics"
• long-to-x: Converter formato longo para threads do Twitter. Gatilho: "convert to X content"
• research-collector: Coletar e organizar materiais de pesquisa. Gatilho: "research [topic]"

P2 Skills Ocasionais

• headline-generator: Criar títulos que chamam atenção. Gatilho: "title ideas"
• seo-optimizer: Otimizar para mecanismos de busca. Gatilho: "SEO", "optimize for search"

Tratamento de Erros em Skills

O Ecossistema de Skills em Explosão

Quando olhei para Skills pela primeira vez no mês passado, encontrei um punhado de repositórios. Agora? O ecossistema explodiu. Existem marketplaces dedicados, diretórios curados e dezenas de milhares de skills contribuídas pela comunidade.

Pontos de Partida Oficiais

Documentação da Anthropic: https://code.claude.com/docs/en/skills

Guias claros e passo a passo para criar e usar skills.

Repositório Oficial: https://github.com/anthropics/skills

As 14 skills oficiais mais exemplos.

Padrão Agent Skills: https://agentskills.io

A especificação do padrão aberto. Se você quiser entender a especificação técnica completa, comece aqui.

Marketplaces da Comunidade

Coleções Curadas

smithery.ai/skills — Não muitas, mas cada uma é selecionada por qualidade.

awesome-claude-skills no GitHub — Uma lista curada manualmente. Alta qualidade, frequentemente atualizada.

Diretórios Multi-ferramenta

mcpservers.org/claude-skills — Coloca servidores MCP e Claude Skills juntos. Perspectiva única sobre o ecossistema.

claudemarketplaces.com — Um diretório de marketplaces. O "marketplace de marketplaces".

Padrões Avançados e Técnicas Pro

Para aqueles prontos para ir mais fundo, aqui estão padrões que descobri através de uso extensivo.

Injeção Dinâmica de Contexto

A sintaxe !`command` executa comandos shell antes que o conteúdo da skill chegue ao Claude. A saída substitui o espaço reservado.

---
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...

Execução Forked (Integração de Subagente)

Adicione context: fork para rodar uma skill em isolamento. O conteúdo da skill se torna o prompt que dirige um subagente.

---
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

Substituição de Argumentos

Passe valores dinâmicos para skills usando $ARGUMENTS ou posicionais $0, $1, etc.

---
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.

Modo Somente Leitura

Use allowed-tools para restringir o que o Claude pode fazer quando uma skill está ativa:

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

Explore and understand the codebase without modifying anything.

Geração de Saída Visual

Skills podem gerar arquivos HTML interativos que abrem no seu navegador. Este padrão funciona para:

• Visualizações de base de código
• Gráficos de dependência
• Relatórios de cobertura de testes
• Diagramas de esquema de banco de dados
• Qualquer dado complexo que se beneficie de exploração interativa

O script empacotado faz o trabalho pesado; o Claude orquestra. Usuários recebem saída visual rica sem quaisquer passos manuais.

Logging de Sessão

Use ${CLAUDE_SESSION_ID} para operações específicas de sessão:

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

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

$ARGUMENTS

Gatilho de Extended Thinking

O Estado da Criação

Quero terminar com algo pessoal.

Toda vez que trabalho com Skills, sou transportado de volta para o verão de 2013. Eu tinha acabado de terminar os exames do ensino médio e comprei um laptop com minhas economias. Passei aquele verão inteiro mexendo com mods para Skyrim — baixando-os, combinando-os, ajustando arquivos de configuração, assistindo meu jogo se transformar em algo inteiramente meu.

Aquilo era pura alegria de criação. Não consumindo conteúdo. Não rolando feeds. Realmente construindo algo, customizando algo, tornando algo meu.

Skills trazem essa sensação de volta.

O estado mais legal de mentoria não é ter alguém falante que precisa de ajuda constante. É entregar a eles um conjunto de manuais e vê-los folhear, executar, auto-verificar e iterar independentemente. Você diz menos; eles entregam mais.

Skills são exatamente isso.

Hoje você pode instalar o skill-creator e solidificar uma ação comum — talvez triar hotspots para tópicos, transformar logs de erro em planos de reparo, ou converter links em resumos. Apenas um.

Quando ele rodar com sucesso, você entenderá o valor da reutilização.

Amanhã você vai querer um segundo. Depois de amanhã, você vai querer mover todos os seus processos para dentro.

Nesse ponto, você entra em um estado diferente.

Liberdade. O estado da criação.

Aqueles projetos open-source brilhantes no GitHub — décadas de sabedoria humana, livremente compartilhados. Por causa das Skills, por causa dos Agentes, cada pessoa comum pode agora comandar esse poder.

Você não precisa de três cabeças e seis braços. Você não precisa de habilidades sobrenaturais. Atrás de você está o conhecimento acumulado da humanidade. Desde que você queira — é seu.

Se você se comparasse agora com você mesmo três anos atrás, haveria sequer uma comparação? Olhe o que você pode fazer hoje. Olhe onde suas fronteiras de capacidade se expandiram.

Esta era brilhante e magnífica que pode tornar qualquer um um super-humano — ela não te excita?