SSD Nodes Learn Hosting plans →
راهنماها Matt Connorتوسط Matt Connor · به‌روزرسانی شده 2026-11-14

مهارت عامل (Agent Skill) چیست و چگونه کار می‌کند؟

مهارت عامل پوشه‌ای شامل فایل SKILL.md است که دستورات را فقط هنگام نیاز بارگذاری می‌کند. با این روش از پرامپت‌های حجیم جلوگیری کنید و تفاوت آن با MCP را درک کنید.

مهارت عامل (agent skill) دقیقاً چیست

مهارت عامل در واقع پوشه‌ای روی دیسک است که فایلی به نام SKILL.md در آن قرار دارد. این فایل شامل یک نام، توضیحی کوتاه و دستورالعمل‌هایی است که با فرمت markdown ساده نوشته شده‌اند. عامل در هنگام راه‌اندازی، توضیحات را بارگذاری می‌کند و تنها زمانی دستورالعمل‌ها را می‌خواند که درخواست شما با آن توضیحات مطابقت داشته باشد یا شما مهارت را با نام آن فراخوانی کنید. تقریباً تمام جزئیات دیگر مربوط به مهارت‌ها، از همین دو جمله نشأت می‌گیرد.

این پوشه ممکن است حاوی فایل‌هایی بیش از آن یک فایل باشد. مشخصات Agent Skills سه دایرکتوری اختیاری را نام می‌برد: scripts/ برای کدی که عامل اجرا می‌کند، references/ برای اسنادی که عامل در صورت نیاز می‌خواند، و assets/ برای قالب‌ها و داده‌ها. هیچ‌کدام از این‌ها الزامی نیستند. پوشه‌ای که فقط شامل یک فایل SKILL.md باشد، یک مهارت کامل محسوب می‌شود.

restore-drill/
  SKILL.md
  references/retention-policy.md
  scripts/verify_snapshot.sh

توضیحات، بخشی است که افراد آن را دست‌کم می‌گیرند. این تنها متنی است که عامل پیش از تصمیم‌گیری برای باز کردن مهارت می‌بیند؛ بنابراین باید دقیقاً بیان کند که مهارت چه کاری انجام می‌دهد و چه زمانی باید از آن استفاده کرد، آن هم با کلماتی که یک کاربر واقعاً تایپ می‌کند.

چرا یک مهارت تا زمانی که استفاده نشود تقریباً هزینه‌ای ندارد

این استدلالی است که درک این فرمت را ارزشمند می‌کند و موضوع آن «زمینه» (context) است، نه قابلیت‌ها. بارگذاری در چندین مرحله انجام می‌شود که در مشخصات فنی، «افشای تدریجی» (progressive disclosure) نامیده می‌شود.

در زمان راه‌اندازی، ایجنت فقط name و description هر مهارت نصب‌شده را بارگذاری می‌کند و هیچ چیز دیگری را فراخوانی نمی‌کند. مشخصات فنی Agent Skills این مقدار را تقریباً 100 توکن به ازای هر مهارت تعیین کرده است (طبق راهنمای منتشرشده تا اکتبر 2026). با نصب دوازده مهارت، شما تنها به اندازهٔ یک پاراگراف طولانی از فضای زمینه (context) استفاده کرده‌اید.

هنگامی که یک درخواست با توضیحات مهارت مطابقت داشته باشد، ایجنت بدنهٔ همان SKILL.md را می‌خواند. مشخصات فنی توصیه می‌کند که بدنهٔ مهارت زیر 5,000 توکن و فایل آن زیر 500 خط نگه داشته شود. فایل‌های موجود در references/ و scripts/ در این مرحله همچنان هیچ هزینه‌ای ندارند. یک فایل مرجع تنها در صورتی بارگذاری می‌شود که دستورالعمل‌ها ایجنت را به سمت آن هدایت کنند. یک اسکریپت بسته‌بندی‌شده (bundled script) وضعیت متفاوتی دارد: ایجنت آن را از طریق shell اجرا می‌کند، بنابراین سورس‌کد اسکریپت هرگز وارد پنجرهٔ زمینه نمی‌شود و فقط خروجی آن وارد می‌شود.

حالا این موضوع را با روشی که افراد ابتدا به سراغ آن می‌روند، یعنی یک پرامپت بسیار بزرگ، مقایسه کنید. هر خط در یک پرامپت سیستمی یا یک فایل دستورالعمل‌های همیشه فعال، در هر درخواست و در هر نشست (session) هزینه دارد، چه آن کار به آن دستورالعمل نیاز داشته باشد چه نداشته باشد؛ علاوه بر این، آن دستورالعمل‌ها با پرسش اصلی برای جلب توجه مدل رقابت می‌کنند. ده هزار توکن دستورالعمل ثابت، هزینه‌ای است که حتی برای پرسیدن ساعت هم باید بپردازید. دوازده مهارت پیش از فعال‌سازی حدود 1,200 توکن هزینه دارند، اما دستورالعمل‌های بارگذاری‌شده می‌توانند برای کارهای بعدی در همان گفتگو در زمینه باقی بمانند. این تمام دلیل برتری مهارت‌هاست و به همین دلیل است که یک کتابخانه کوچک از یک پرامپت طولانی بهتر عمل می‌کند.

یک نکتهٔ مهم وجود دارد که افراد را غافلگیر می‌کند. در Claude Code، هنگامی که یک مهارت بارگذاری می‌شود، بدنهٔ آن در طول نوبت‌های بعدی در گفتگو باقی می‌ماند، بنابراین یک SKILL.md طولانی یک هزینهٔ تکرارشونده است و نه یک هزینهٔ یک‌باره. فشرده‌سازی (Compaction) می‌تواند محتوای مهارت بارگذاری‌شده را کوتاه یا حذف کند. انتقال جزئیات به references/ صرفاً برای مرتب‌سازی نیست؛ این همان مکانیزمی است که طبق طراحی عمل می‌کند.

مهارت یک عامل (Agent Skill) فراخوانی ابزار نیست

یک ابزار، که فراخوانی تابع (function call) نیز نامیده می‌شود، چیزی است که مدل می‌تواند آن را اجرا کند. محیط اجرا (harness) یک طرحواره (schema) شامل نام، توضیحات و ساختار آرگومان‌ها را برای مدل ارسال می‌کند. مدل یک فراخوانی صادر می‌کند، کد شما آن را اجرا می‌کند و نتیجه به عنوان یک پیام بازگردانده می‌شود. ابزارها کارها را انجام می‌دهند. هر دو بخش این تبادل متعلق به محیط اجرا، یعنی برنامه‌ای که حلقه پیرامون مدل را مدیریت می‌کند است؛ همان برنامه‌ای که توضیحات مهارت‌های شما را در زمان راه‌اندازی می‌خواند و تصمیم می‌گیرد چه زمانی یکی از آن‌ها را فعال کند.

یک مهارت به تنهایی هیچ‌چیز را اجرا نمی‌کند. عامل آن را می‌خواند و سپس با استفاده از ابزارهایی که از قبل در اختیار داشته، عمل می‌کند. Claude Code هنگام فراخوانی یک مهارت، آرگومان‌ها را می‌پذیرد و آن‌ها را از طریق جای‌نگهدار‌هایی مانند $ARGUMENTS در دستورالعمل‌های خود درج می‌کند. کاری که یک مهارت انجام می‌دهد این است که به مدل می‌گوید از کدام ابزارها، به چه ترتیبی استفاده کند و پس از آن چه چیزی را بررسی نماید. سپردن یک کار به یک عامل دوم، واضح‌ترین مثال است: یک نشست Claude Code می‌تواند به نشست دیگری پیام دهد و مهارت جایی است که شما می‌نویسید چه زمانی انجام این کار ارزشمند است و چه چیزی باید ارسال شود.

خلاصه مطلب: یک ابزار، توانایی جدیدی به عامل می‌دهد و یک مهارت عمدتاً به عامل در مورد توانایی‌هایی که از قبل دارد، قدرت قضاوت می‌دهد. زمانی که یک مهارت قابلیتی اضافه می‌کند، این کار را از طریق یک اسکریپت بسته‌بندی‌شده انجام می‌دهد که عامل آن را با پوسته‌ای (shell) که از قبل داشته، اجرا می‌کند. اگر یک مرحله باید هر بار نتیجه‌ای دقیق و تأییدشده تولید کند، شما به یک ابزار یا اسکریپت نیاز دارید. اگر یک مرحله نیاز دارد که همان تفکر به‌طور مداوم اعمال شود، شما به یک مهارت نیاز دارید. یک مهارت می‌تواند صرفاً شامل قضاوت باشد و با این حال همان چیزی باشد که بیش از همه به آن متوسل می‌شوید، همان‌طور که Ponytail، که یک عامل کدنویسی را وادار می‌کند کوچک‌ترین تغییرِ کارآمد را ایجاد کند نشان می‌دهد: این مهارت هیچ قابلیت جدیدی اضافه نمی‌کند و فقط نحوه استفاده عامل از قابلیت‌های موجودش را تغییر می‌دهد. این قضاوت می‌تواند در جهت عکس نیز عمل کند و مهارت unlazy، که یک Depth Tree را طی می‌کند تا از اعلام زودهنگام پایان کار توسط عامل جلوگیری کند، همان ترفند است که به جای خویشتن‌داری، بر دقت و کامل بودن تمرکز دارد.

یک مهارت (skill) عامل، یک MCP server نیست

پروتکل MCP (مخفف model context protocol) پروتکلی برای اتصال یک عامل (agent) به یک سیستم خارجی است. یک MCP server فرآیندی است که اجرا می‌شود، از این پروتکل استفاده می‌کند و ابزارهایی را در اختیار عامل قرار می‌دهد. این سرویس معمولاً به پیکربندی، اعتبارنامه‌ها و یا یک دستور محلی یا یک endpoint شبکه نیاز دارد. اما یک مهارت (skill)، پوشه‌ای است که حاوی یک فایل markdown است. در اینجا هیچ فرآیند، پورت یا پروتکلی وجود ندارد.

هزینه کانتکست (context cost) نیز به همین ترتیب متفاوت است. هر ابزاری که یک MCP server ارائه می‌دهد، دارای یک نام، یک توضیحات و یک طرحواره (schema) برای آرگومان‌ها است؛ در کلاینتی که این موارد را از ابتدا بارگذاری می‌کند، این اطلاعات در طول کل نشست (session) در درخواست باقی می‌مانند، چه از آن‌ها استفاده شود و چه نشود. Claude Code دیگر به‌صورت پیش‌فرض این‌گونه عمل نمی‌کند: از اکتبر 2026، قابلیت جستجوی ابزار در آن به‌صورت پیش‌فرض فعال است، بنابراین در شروع نشست فقط نام ابزارها و دستورالعمل‌های سرور بارگذاری می‌شوند و تعاریف کامل زمانی که Claude آن‌ها را جستجو می‌کند، دریافت می‌شوند. یک مهارت در حالت غیرفعال، تنها یک خط متن است.

این دو مکمل یکدیگر هستند و قوی‌ترین تنظیمات، هر دو را اجرا می‌کنند. MCP server دسترسی را فراهم می‌کند و مهارت، رویه (procedure) را ارائه می‌دهد: اینکه برای گردش‌کار واقعی تیم شما، کدام‌یک از آن ابزارها باید فراخوانی شوند، به چه ترتیبی باشند و نتیجه مطلوب چگونه به نظر برسد. اگر قصد دارید سرویس خود را میزبانی کنید، اجرای MCP servers روی یک VPS این بخش را پوشش می‌دهد.

مهارت یک عامل (Agent Skill) نه system prompt است و نه AGENTS.md

از آنجا که هر دو در قالب markdown نوشته می‌شوند، این سردرگمی قابل درک است. تفاوت اصلی در زمان بارگذاری آن‌هاست. system prompt و دستورالعمل‌های پروژه در زمان راه‌اندازی بارگذاری شده و همیشه فعال هستند؛ فایل‌های تو در توی AGENTS.md و CLAUDE.md زمانی بارگذاری می‌شوند که عامل در دایرکتوری‌های مربوط به آن‌ها کار می‌کند. اما یک مهارت (Skill) در صورت نیاز (on-demand) فراخوانی می‌شود. سبک‌های خروجی در Claude Code در انتهای طیف همیشه فعال قرار دارند، زیرا انتخاب یکی از آن‌ها مستقیماً system prompt را ویرایش می‌کند؛ بنابراین، این سبک‌ها هر پاسخی را در طول نشست (session) شکل می‌دهند، حتی پاسخ‌هایی که هیچ مهارتی در آن‌ها دخیل نیست.

آزمون تشخیص این موضوع تنها یک پرسش است: آیا نادیده گرفتن این پاراگراف در وظیفه‌ای که هیچ ارتباطی با آن ندارد، اشتباه است؟ سبک نگارش (House style)، دستور build و قانون نام‌گذاری شاخه‌ها (branch) برای همه وظایف کاربرد دارند، بنابراین باید در فایل همیشه فعال قرار بگیرند، جایی که بارگذاری مداوم آن‌ها هدف اصلی است. چک‌لیست انتشار (release checklist) که دو بار در ماه اجرا می‌کنید، برای همه وظایف کاربرد ندارد، پس باید در یک مهارت قرار گیرد. زمانی که بخشی از فایل همیشه فعال شما به یک دستورالعمل شماره‌گذاری‌شده تبدیل شد، این نشانه‌ای است که باید آن را به جای دیگری منتقل کنید.

این فایل‌ها قواعد خاص خود را دارند که رعایت آن‌ها ارزشمند است. برای آشنایی با دو موردی که ما استفاده می‌کنیم، به آنچه در AGENTS.md قرار می‌گیرد و آنچه در فایل انسانی جای دارد و فایل design.md که ساختار یک codebase را توضیح می‌دهد مراجعه کنید.

مهارت حداقلی چگونه است

در Claude Code، مهارت‌های شخصی در ~/.claude/skills/<name>/SKILL.md قرار می‌گیرند و برای تمام پروژه‌های شما روی آن دستگاه اعمال می‌شوند، اما شامل Cowork یا نشست‌های ابری نمی‌شوند. مهارت‌های پروژه در .claude/skills/<name>/SKILL.md ذخیره شده و به git کامیت می‌شوند، بنابراین تیم شما نیز به آن‌ها دسترسی خواهد داشت؛ رشته‌های ابری در یک پروژه Claude آن‌ها را بارگذاری نمی‌کنند. GitHub Copilot و VS Code مهارت‌های پروژه را از .github/skills/ و .agents/skills/ و همچنین .claude/skills/ می‌خوانند. فایل موجود در این مسیرها یکسان است.

mkdir -p ~/.claude/skills/restore-drill
---
name: restore-drill
description: Run a restic restore drill and report what was recovered. Use when the user asks to test backups, verify a restore, or check that a snapshot is readable.
---

# Restore drill

1. Run `restic snapshots` and pick the newest snapshot for the host in question.
2. Restore it into a scratch directory under `/tmp`, never over live data.
3. Compare the restored file count and total size against the snapshot summary.
4. Report the snapshot ID and anything that failed to restore.

If `restic snapshots` reports that it cannot open the config file, stop and report the full error instead of guessing the cause.

این یک مهارت کامل است. نام دایرکتوری به دستوری تبدیل می‌شود که تایپ می‌کنید، بنابراین این مورد /restore-drill است. در Claude Code، منوی /skills لیست موارد نصب‌شده را نمایش می‌دهد که سریع‌ترین راه برای اطمینان از شناسایی فایل است. اگر فایل در آن منو وجود ندارد، ابتدا نام‌ها را بررسی کنید: فایل باید حتماً SKILL.md نام‌گذاری شده باشد و مشخصات Agent Skills ایجاب می‌کند که نام شامل حروف کوچک، اعداد و خط‌تیره‌های تکی باشد و با نام دایرکتوری مطابقت داشته باشد. همین دستورالعمل که به صورت یک رویه برای اجرای مجدد توسط ایجنت نوشته شده است، همراهی طبیعی برای پشتیبان‌گیری زمان‌بندی‌شده restic روی یک VPS محسوب می‌شود، جایی که اجرای پشتیبان‌گیری با بازیابی آن متفاوت است.

چه زمانی یک مهارت باید به اسکریپت تبدیل شود

هر مرحله‌ای که همیشه یک پاسخ صحیح و مشخص دارد، باید به یک اسکریپت تبدیل شود. در این حالت، مهارت مربوطه به چند خط دستور تقلیل می‌یابد که زمان اجرا و نحوه خواندن خروجی را مشخص می‌کنند. این کار دو دلیل دارد که هر دو کاملاً کاربردی هستند.

نخست، سورس‌کد یک اسکریپت هرگز وارد context window نمی‌شود. یک پارسر 300 خطی فقط خروجی خود را به شما می‌دهد و تمام؛ در حالی که همان منطق اگر به صورت دستورالعمل‌های markdown نوشته شود، با هر بار بارگذاری مهارت، تمام طول آن متن مصرف می‌شود.

دوم، یک اسکریپت همیشه پاسخ یکسانی ارائه می‌دهد. اگر از یک مدل بخواهید در هر بار اجرا، قانون مشابهی برای تحلیل لاگ‌ها استخراج کند، ممکن است در روزهای بد عملکرد، تفاوت‌های جزئی ایجاد شود و شما تا زمانی که دو عدد با هم مغایرت نداشته باشند، متوجه آن نخواهید شد.

بنابراین کار را بر اساس نوع آن تقسیم کنید. «فایل CSV را تحلیل کن و هر ردیفی که در آن مجموع با اقلام مطابقت ندارد را چاپ کن» یک اسکریپت است. «به ردیف‌هایی که اسکریپت چاپ کرده نگاه کن و توضیح بده کدام‌یک شبیه خطای ورود داده به نظر می‌رسند» یک دستورالعمل مهارتی است. حفظ قضاوت در markdown و قطعیت در کد، همان انضباطی است که در ساخت حلقه‌ای که یک عامل می‌تواند بدون نظارت شما اجرا کند به کار می‌رود.

چرا مهارت من هرگز فعال نمی‌شود؟

دلیل آن این است که description شما فقط عملکرد مهارت را شرح می‌دهد و نمی‌گوید چه زمانی باید از آن استفاده کرد. همان یک خط، تنها چیزی است که عامل (agent) برای تطبیق با درخواست شما در اختیار دارد. عبارت «کمک به کارهای پایگاه داده» با هیچ مورد خاصی مطابقت ندارد. عبارت «اجرای مهاجرت اسکیما روی پایگاه داده staging. زمانی استفاده شود که کاربر درخواست مهاجرت یک جدول، افزودن یک ستون یا تغییر اسکیما را دارد» شامل کلماتی است که کاربر واقعاً تایپ می‌کند، بنابراین مهارت فعال می‌شود.

خطای معکوس، مهارتی است که دائماً فعال می‌شود. توصیفی مانند «برای هرگونه تغییر کد در این مخزن استفاده شود» با همه چیز مطابقت دارد، بنابراین بدنه مهارت در هر تسک بارگذاری شده و در طول گفتگوهای بعدی نیز باقی می‌ماند. توصیف را به مورد خاصی که مد نظر دارید محدود کنید. در Claude Code می‌توانید disable-model-invocation: true را نیز در frontmatter تنظیم کنید که از بارگذاری خودکار جلوگیری کرده و مهارت را تنها زمانی که نامش را تایپ می‌کنید، در دسترس قرار می‌دهد.

خطای سوم، مهارتی است که یک ابزار را تکرار می‌کند. دستورالعمل‌هایی که به عامل می‌گویند یک API را curl کند که سرور MCP آن از قبل در دسترس قرار داده است، یا دستورالعمل‌هایی برای grep کردن فایل‌ها در حالی که محیط دارای ابزار جستجو است، مسیر کندتری را ایجاد کرده و دو مجموعه دستورالعمل متناقض به دست می‌دهند. مورد تکراری را حذف کرده و به جای آن هدف (intent) را توصیف کنید.

حدس نزنید که با کدام‌یک از این سه مورد روبرو هستید. همان پرامپت را دو بار در یک نشست (session) تازه اجرا کنید؛ یک بار با مهارت فعال و یک بار با مهارت غیرفعال، سپس پاسخ‌ها را مقایسه کنید. نشست تازه اهمیت دارد، زیرا نشستی که در آن مهارت را نوشته‌اید، از قبل شامل تمام گفته‌های آن مهارت است و این موضوع باعث پنهان ماندن شکاف‌های نسخه مکتوب می‌شود. افزونه skill-creator شرکت Anthropic این مقایسه را در Claude Code خودکار می‌کند؛ این شامل تولید پرامپت‌هایی است که باید یا نباید مهارت را فعال کنند و اندازه‌گیری میزان دفعات فعال شدن آن. اگر مهارت بارگذاری می‌شود اما عامل همچنان کاری که گفته شده را انجام نمی‌دهد، مشکل از توصیف نیست و دلایلی که باعث می‌شود عامل به دستورالعمل‌هایی که قبلاً خوانده بی‌توجهی کند، جایی است که باید در مرحله بعد بررسی کنید.

آیا این فرمت متعلق به یک فروشنده خاص است یا یک استاندارد محسوب می‌شود؟

شرکت Anthropic این فرمت را در اواخر سال 2025 منتشر کرد و سپس آن را به عنوان یک استاندارد باز در agentskills.io قرار داد. در تاریخ 22 اکتبر 2026، Anthropic اعلام کرد که Agent Skills را به بنیاد Agentic AI تحت نظارت Linux Foundation اهدا کرده است. تا اکتبر 2026، این مشخصات فیلدهای الزامی name و description، فیلدهای اختیاری license، compatibility، metadata و allowed-tools، سه دایرکتوری اختیاری و رفتار بارگذاری مرحله‌ای را تعریف می‌کند. این استاندارد همچنین شامل یک اعتبارسنج مرجع است، بنابراین skills-ref validate ./my-skill پیش از اشتراک‌گذاری یک پوشه، آن را با مشخصات مطابقت می‌دهد.

لیست کلاینت‌ها نشان‌دهنده واقعی وضعیت است. یک پوشه مشابه توسط Claude Code، Cursor، OpenAI Codex، Gemini CLI، GitHub Copilot، VS Code، Goose، OpenHands و opencode (در میان سایرین) خوانده می‌شود. مایکروسافت مهارت‌های خود را با همین فرمت در github.com/microsoft/skills منتشر می‌کند و ابزاری دسکتاپی به نام Skill Recorder ارائه می‌دهد که عملکرد شما در انجام یک کار را مشاهده کرده، آن را به صورت یک هدف به همراه مراحل مرتب‌شده بازسازی می‌کند و نتیجه را به عنوان یک مهارت ذخیره می‌نماید. وقتی فروشنده‌ای ابزار ضبط‌کننده‌ای می‌سازد که خروجی آن با مشخصات متعلق به شخص دیگری مطابقت دارد، نشانه خوبی است که این فرمت دیگر صرفاً یک قابلیت برای یک محصول خاص نیست.

نخستین گام‌ها برای نوشتن

برای ساخت یک کتابخانه برنامه‌ریزی نکنید. صبر کنید تا زمانی که خودتان را در حال کپی کردن دستورالعمل‌های مشابه در یک چت برای سومین بار یافتید؛ سپس آن متن را به یک SKILL.md منتقل کرده و نسخه کپی‌شده را حذف کنید. تکراری که شخصاً حس کرده‌اید، تنها محرک قابل‌اعتماد برای مهارتی است که ارزش نگهداری دارد. یک رویه جستجو، اولین مهارت مناسب است و مهارت جستجویی که توسط نمونه شخصی SearXNG شما پشتیبانی می‌شود الگوی آن را نشان می‌دهد.

دو عادت، سلامت کتابخانه را حفظ می‌کنند. پیش از نصب هر مهارتی که خودتان ننوشته‌اید، آن را (شامل اسکریپت‌ها) مطالعه کنید؛ چرا که مهارت، مجموعه‌ای از دستورالعمل‌هاست که عامل شما اجرا می‌کند و کدی است که ممکن است به کار گرفته شود: با آن مانند نصب نرم‌افزار از یک منبع ناشناس برخورد کنید. همچنین اعتبارنامه‌ها را خارج از این پوشه نگه دارید، زیرا مهارت یک فایل متنی است که commit و به اشتراک گذاشته می‌شود. دور نگه داشتن اسرار از عامل‌ها توضیح می‌دهد که این مقادیر باید کجا قرار بگیرند و نقشه راه یادگیری عامل‌ها در سال جاری، مهارت‌ها را در کنار سایر بخش‌های پیکربندی مرتب می‌کند.

FAQ

تفاوت بین مهارت عامل (agent skill) و سرور MCP چیست؟

یک سرور MCP (مخفف Model Context Protocol) یک پردازش در حال اجرا است که ابزارها را از طریق یک پروتکل در اختیار عامل قرار می‌دهد؛ بنابراین به پیکربندی و اعتبارنامه نیاز دارد و تعاریف کامل ابزارهای آن، فضای context را برای کل نشست اشغال می‌کند، مگر اینکه کلاینت آن‌ها را به تعویق بیندازد (کاری که Claude Code اکنون به‌صورت پیش‌فرض انجام می‌دهد). یک مهارت عامل، پوشه‌ای است که حاوی یک فایل SKILL.md است، هیچ پردازش یا پروتکلی ندارد و تا زمانی که عامل تصمیم به خواندن آن نگیرد، حدود 100 توکن هزینه دارد. برای دسترسی دادن به یک عامل جهت کار با سیستم، از سرور MCP استفاده کنید. برای آموزش نحوه استفاده بهینه از آن دسترسی به عامل، از مهارت استفاده کنید. بسیاری از تنظیمات از هر دو استفاده می‌کنند.

آیا مهارت‌های عامل فقط با Claude Code کار می‌کنند؟

خیر. Anthropic این فرمت را توسعه داد و سپس آن را به عنوان یک استاندارد باز در agentskills.io منتشر کرد. همین پوشه توسط Cursor، OpenAI Codex، Gemini CLI، GitHub Copilot، VS Code، Goose، OpenHands و سایر کلاینت‌ها خوانده می‌شود. تفاوت در این است که هر کلاینت کجا را جستجو می‌کند و کدام فیلدهای اضافی frontmatter را درک می‌کند. Claude Code فایل‌های ~/.claude/skills/ و .claude/skills/ را می‌خواند، در حالی که GitHub Copilot و VS Code فایل‌های .github/skills/، .claude/skills/ یا .agents/skills/ را در مخزن (repository) می‌خوانند. خود فایل SKILL.md بدون تغییر بین آن‌ها جابه‌جا می‌شود.

قبل از اینکه سرعت سیستم کاهش یابد، چند مهارت می‌توانم نصب کنم؟

محدودیت اصلی، بودجه راه‌اندازی (startup budget) است، نه تعداد مهارت‌ها. هر مهارت نصب‌شده، نام و توضیحات خود را اضافه می‌کند که طبق راهنمای منتشرشده برای این مشخصات، حدود 100 توکن است؛ بنابراین سی مهارت قبل از استفاده از هر کدام، حدود 3,000 توکن هزینه دارند. آنچه زودتر از سرعت دچار افت می‌شود، تطبیق‌پذیری (matching) است: وجود مهارت‌های زیاد با توضیحات هم‌پوشان، انتخاب مهارت درست را برای مدل دشوارتر می‌کند. توضیحاتی بنویسید که با هم هم‌پوشانی نداشته باشند و مهارت‌هایی را که دیگر استفاده نمی‌کنید، حذف کنید.

آیا این دستورالعمل باید در یک مهارت باشد یا در AGENTS.md؟

بپرسید که آیا این دستورالعمل برای هر وظیفه‌ای در مخزن کاربرد دارد یا خیر. دستورات ساخت (build)، سبک نگارش و قوانین نام‌گذاری برای همه وظایف اعمال می‌شوند، بنابراین در فایل همیشه فعال (always-on) قرار می‌گیرند که هدف آن بارگذاری در هر بار اجرا است. رویه‌ای که گهگاه اجرا می‌کنید، مانند چک‌لیست انتشار یا تمرین بازیابی، باید یک مهارت باشد تا قبل از فعال‌سازی، فقط هزینه توضیحات یک‌خطی خود را داشته باشد. پس از بارگذاری در Claude Code، دستورالعمل‌های آن در طول گفتگو و در مراحل بعدی، حتی برای وظایف نامرتبط، باقی می‌ماند. بخشی از AGENTS.md که به مراحل شماره‌گذاری‌شده تبدیل شده است، معمولاً مهارتی است که باید منتقل شود.

آیا این مقاله مفید بود؟