रेपोमध्ये agent skills share करण्याची योग्य पद्धत
आठ रेपोमध्ये skill कॉपी केल्यास प्रती drift होतात. एक shared repo ठेवा, प्रत्येक project मध्ये version pin करा, smoke test जोडा आणि बदलांचे review करा.
रेपॉझिटरींमध्ये agent skills कशा सामायिक कराव्यात
रेपॉझिटरींमध्ये agent skills सामायिक करण्यासाठी फाइल कॉपी करणे थांबवा आणि तिच्यावर अवलंबून राहा. एक skills repository ठेवा, तिला tag द्या आणि प्रत्येक प्रोजेक्टला एखाद्या tag वर pin करा. त्यानंतर प्रत्येक skill साठी smoke test जोडा आणि प्रत्येक bump चे पुनरावलोकन dependency bump प्रमाणे करा.
यात चार भाग आहेत: सत्याचा एक सामायिक स्रोत, प्रत्येक repository साठी pin केलेली आवृत्ती, प्रत्येक skill साठी smoke test आणि पुनरावलोकनाची प्रक्रिया. प्रत्येक भाग का आवश्यक आहे, 2026 मध्ये उपलब्ध tools याबाबत काय करतात आणि बाह्य git host किंवा package registry न वापरता self-hosted git remote वर संपूर्ण रचना कशी उभी करायची, हे खाली स्पष्ट केले आहे. smoke tests हा एकमेव अपवाद आहे. ते Claude Code चालवतात आणि Claude Code प्रत्येक विनंती model API कडे पाठवतो. त्यामुळे या टप्प्यातही विनंती तुमच्या server च्या बाहेर जाते.
agent skill म्हणजे SKILL.md file असलेला folder आणि त्याला आवश्यक असलेल्या scripts व reference files यांचा संच. हे एकक नवीन असल्यास, आधी agent skill म्हणजे काय आणि SKILL.md कसे कार्य करते वाचा. हे पृष्ठ त्या एककाभोवतीच्या supply chain विषयी आहे.
स्किल कुठे असते आणि ती शेअर करणे कठीण का आहे
Claude Code खालील ठिकाणांसह इतर काही ठिकाणांहूनही skills लोड करते. skills documentation मध्ये प्रत्येक path दिलेला आहे.
.claude/skills/<skill-name>/SKILL.mdही managed settings directory मधील enterprise location आहे. ज्या मशीनवर एखादी संस्था ती deploy करते, त्या मशीनवरील प्रत्येक user साठी ती लोड होते.~/.claude/skills/<skill-name>/SKILL.mdवैयक्तिक location आहे. ती तुमच्या सर्व projects मध्ये लोड होते; इतर कोणाच्याही projects मध्ये नाही..claude/skills/<skill-name>/SKILL.mdही project level location आहे. ते repository checkout करणाऱ्या प्रत्येकासाठी लोड होते.<plugin>/skills/<skill-name>/SKILL.mdहे plugin मध्ये समाविष्ट असते. ते plugin enabled असलेल्या प्रत्येक ठिकाणी लोड होते.
Claude Code nested project directories, --add-dir सोबत दिलेल्या directories आणि तुमच्या claude.ai account साठी enabled केलेल्या skills मधूनही skills लोड करते.
Team साठी project level location उपयुक्त आहे, कारण ती repository मध्ये commit केली जाते आणि repo clone करणाऱ्या प्रत्येकाला ती मिळते. अडचणही इथूनच सुरू होते. .claude/skills/ मधील skill एका repository शी संबंधित असते. तुमच्याकडे आठ repositories आहेत. त्यामुळे त्या skill च्या आठ प्रती तयार होतात.
Frontmatter यासाठी कोणतीही मदत देत नाही. Agent Skills spec मध्ये सहा keys मान्य आहेत. त्यापैकी वेगळी key वापरल्यास ती अंमलात आणणारे distribution paths ही यादी दाखवतात:
Unexpected key(s) in SKILL.md frontmatter: argument-hint. Allowed properties are: allowed-tools, compatibility, description, license, metadata, nameकाय अनुपस्थित आहे ते पहा: version key नाही. metadata अंतर्गत version नोंदवता येते; परंतु spec मध्ये dependency pin किंवा update mechanism परिभाषित केलेले नाही. हे योग्य आहे, कारण skill हे package नसून एक document आहे. त्यामुळे versioning ही file भोवतीच्या layer मधून करावी लागते, आणि ती layer व्यवस्थापित करणे ही तुमची जबाबदारी आहे.
समस्या 1: शांतपणे वेगळ्या होत जाणाऱ्या आठ प्रती
पहिल्या दिवशी copy-paste काम करते. साठाव्या दिवशी ती अपयशी ठरते. कोणी payments repo मधील चुकीची सूचना दुरुस्त करते, पण इतर सात प्रतींमध्ये बदल करत नाही. दुसरी व्यक्ती orders मध्ये pagination बाबत नियम जोडते. आता agent ज्या directory मधून सुरू झाला त्यानुसार समान skill name साठी दोन वेगवेगळी reviews मिळतात. याची जाणीव कोणत्याही developer ला होत नाही.
ही अडचण शांतपणे उद्भवते, कारण कोणतीही error state नसते. skill हा prose असतो. जुनी सूचना आत्मविश्वासपूर्ण पण चुकीचे उत्तर निर्माण करते. हीच सर्वात महागडी चूक असते. agent तुमच्या प्रतीची इतर कोणत्याही प्रतीशी तुलना करत नाही. त्यामुळे एकमेव संकेत म्हणजे दोन repo मध्ये विसंगती असल्याचे एखाद्या व्यक्तीच्या लक्षात येणे.
समस्या 2: कोणतीही आवृत्ती निश्चित केलेली नाही
एखादी टीम skills एकाच ठिकाणी ठेवत असली, तरी ती सामायिक करण्याची नेहमीची पद्धत म्हणजे copy step: setup script, onboarding doc मधील `curl` line किंवा folder sync करणारा shell alias. या सर्व पद्धती branch च्या सध्याच्या head वर असलेली आवृत्ती install करतात.
याचा अर्थ असा की, एकाच application च्या एकाच commit वर काम करणारे दोन developers वेगवेगळ्या instructions वापरत असू शकतात, कारण त्यांनी वेगवेगळ्या दिवशी sync चालवले. खराब agent run नंतर महत्त्वाच्या प्रश्नाचे उत्तरही देता येत नाही: हे कोणत्या skill version ने तयार केले? नोंदवलेली revision नसल्यास run reproducible राहत नाही. त्यामुळे bug report वर पुढील कारवाई करता येत नाही.
समस्या तीन: skill अजून कार्यरत आहे हे कोणालाच माहीत नसते
skill साठी compiler नसतो. ती model साठीच्या सूचना असतात. त्यामुळे file byte for byte समान राहिली तरी skill काम करणे थांबवू शकते. model upgrade मुळे दीर्घ instruction किती अचूकपणे पाळली जाते ते बदलते. skill ज्या command line tool ला call करते तो एखादा flag rename करतो. reference file मधील URL 404 देऊ लागतो आणि agent error page वरून काम करतो.
यापैकी कोणत्याही परिस्थितीत काहीही स्पष्टपणे fail होत नाही. agent अजूनही उत्तर देतो. मात्र ते उत्तर मागील महिन्यापेक्षा खराब असते. प्रत्येक pull request मध्ये थोडीशी घसरण होत असल्याने ती ओळखणे कठीण असते.
2026 मध्ये उपलब्ध झालेली साधने कोणती समस्या सोडवतात
यावर सध्या अनेक उत्तरे उपलब्ध होत आहेत आणि version कुठे ठेवावी याबाबत त्यांच्यात मतभेद आहेत.
Lockfiles. Vercel Labs चे skills command line tool (vercel-labs/skills, MIT licensed, 9 October 2026 रोजी v1.7.2) git repository मधून skills install करून तुमचा agent अपेक्षित असलेल्या कोणत्याही directory मध्ये ठेवते. तसेच, 70 पेक्षा अधिक agents साठी आवश्यक layout त्याला माहीत आहे. npx skills add <repo> install करते, npx skills update upgrade करते आणि npx skills list तुमच्याकडे काय आहे ते दाखवते. हे दोन lock files ठेवते. ~/.agents/.skill-lock.json येथील global lock file मध्ये एका user ने install केलेल्या घटकांची नोंद असते. 20 February 2026 पासून, म्हणजे v1.4.1 पासून, project scope मध्ये install केल्यावर project root मध्ये skills-lock.json देखील लिहिले जाते. हे file version control मध्ये commit करण्यासाठी आहे, असे tool च्या source code मध्ये नमूद आहे. npx skills experimental_install त्यातून project मधील skills पुन्हा restore करते. दुसऱ्या machine वर global lock file restore करण्यासाठी skills install command मागणारा Issue 283, 5 November 2026 रोजी planned नसल्याचे सांगून बंद करण्यात आला; maintainer च्या मते तो Issue 549 मधील त्याच विनंतीसारखा आहे. या दोन्ही issues कडे स्थितीचा अहवाल म्हणून पाहा. Per-project lockfile उपलब्ध आहे. प्रसिद्ध झालेल्या v1.8.1 मध्ये restore command अजूनही help मध्ये experimental असे labelled आहे. मात्र source न देता npx skills install चालवले तरी ते project lockfile restore करते.
Specs and tests. SkillSpec याकडे वेगळ्या दृष्टिकोनातून पाहते. ती SKILL.md वर विश्वास ठेवण्यासारखे prose न मानता तपासता येणारा contract मानते. Skills "followable, testable, and provable" बनवणे हे तिचे घोषित उद्दिष्ट आहे. skillspec doctor <path> मुळे agent ने संदर्भ गमावण्याची शक्यता कुठे आहे ते कळते. skillspec boundary map <path> skill मध्ये काय आहे ते दाखवते आणि skillspec boundary assess <path> ती कोणत्या गोष्टींना पोहोचू शकते ते risk नुसार क्रमवारीत दाखवते. हे MIT किंवा Apache 2.0 या दोन्हीपैकी कोणत्याही license अंतर्गत उपलब्ध असलेले Rust crate आहे. Version 0.2.2 29 July 2026 रोजी प्रकाशित झाले आणि 10 October 2026 रोजी crates.io वर तेच नवीनतम version आहे. नवीनतम version ऐवजी निश्चित केलेले version install करा:
cargo install skillspec --version 0.2.2 --locked
skillspec --version12 November 2026 रोजी प्रसिद्ध झालेल्या Cargo 1.100 पासून, cargo install packaged lockfile default ने वापरते आणि --locked कोणताही परिणाम करत नाही. skillspec --version ने 0.2.2 print केले पाहिजे. वेगळी संख्या आढळल्यास तुमच्या PATH मध्ये आधी असलेले जुने binary वापरले जात आहे.
Vendor practice. Google ने google/skills मधील skills कशा तयार केल्या जातात, याचे वर्णन how it builds, tests and scales agent skills या post मध्ये केले आहे. मोठ्या प्रमाणावरील भाग वगळल्यास ही पद्धत नेहमीच्या continuous integration (CI) सारखीच आहे. प्रत्येक skill merge होण्यापूर्वी frontmatter metadata, line count, directory layout आणि naming यांसाठीच्या linters मधून तपासली जाते. 404 परत करणाऱ्या कोणत्याही URL मुळे link checker build fail करते. त्यामुळे agent ने तयार केलेली दिसायला योग्य पण चुकीची link पकडली जाते. Authors ने skill सोबत evaluation prompt suite आणि scoring rubric देणे आवश्यक आहे. त्यानंतर scheduled evaluation jobs संपूर्ण library वर दर आठवड्याला चालवले जातात, ज्यामुळे regressions शोधता येतात. तसेच, प्रत्येक skill साठी एक named owner असतो आणि quality कमी झाल्यास त्याने ती दुरुस्त करणे अपेक्षित असते.
तीन्ही उत्तरांमागील समान रचना
तुम्हाला यांपैकी एक निवडण्याची गरज नाही. या सर्वांच्या मुळाशी एकच रचना आहे आणि plain git तुम्हाला ती पूर्णपणे उपलब्ध करून देते.
- सत्याचा एकच स्रोत. प्रत्येक skill चे नेमके एकच ठिकाण असते आणि प्रत्येक repository प्रत ठेवण्याऐवजी त्या ठिकाणाचा संदर्भ देते.
- प्रत्येक repository साठी निश्चित केलेली आवृत्ती. प्रत्येक प्रकल्प वापरत असलेली अचूक revision नोंदवतो. त्यामुळे upgrade म्हणजे त्या प्रकल्पातील author आणि date असलेला commit असतो.
- प्रत्येक skill साठी smoke test. skill ने अपेक्षित परिणाम अजूनही तयार केला जातो हे सिद्ध करणारी एक चालवता येणारी तपासणी.
- Review path. shared skill मधील बदल review प्रक्रियेतून जातो आणि प्रत्येक consumer तो स्वीकारण्यापूर्वी diff पाहतो.
हीच dependency ची रचना आहे. tooling त्याभोवती विकसित होण्यापेक्षा skills shared artifact म्हणून अधिक वेगाने विकसित झाली. त्यामुळे तुम्ही आधीपासून विश्वास ठेवत असलेले tooling वापरणे हा सर्वात सुरक्षित पर्याय आहे.
स्वतः होस्ट केलेल्या git remote वर लहान टीमसाठीची रचना
एका repository मध्ये skills ठेवले आहेत. त्यात इतर काहीही नाही. त्यामुळे त्याचा इतिहास सूचनांच्या changelog सारखा दिसतो.
agent-skills/
skills/
api-review/
SKILL.md
release-notes/
SKILL.md
tests/
api-review.sh
release-notes.sh
CHANGELOG.mdReleases म्हणजे tags. Annotated tags वापरा, कारण त्यामध्ये message आणि date असतात. Message मध्ये consumer ला bump का हवा आहे ते लिहा:
git tag -a v1.4.0 -m "api-review: require pagination on list endpoints"
git push origin v1.4.0तुमचा remote Gitea, Forgejo, GitLab किंवा तुमच्या स्वतःच्या VPS वरील SSH द्वारे bare repository असला, तरी पुढीलपैकी काहीही बदलत नाही. येथे सर्व काही git आणि एका symlink वर आधारित आहे.
git submodule वापरून पिन करणे
submodule तुमच्या repository मध्ये दुसऱ्या repository ची एक अचूक commit नोंदवतो. ही नोंद म्हणजे pin. प्रत्येक consuming project मध्ये:
git submodule add https://git.example.com/team/agent-skills.git vendor/agent-skills
git -C vendor/agent-skills fetch --tags
git -C vendor/agent-skills checkout v1.4.0
mkdir -p .claude/skills
ln -s ../../vendor/agent-skills/skills/api-review .claude/skills/api-review
git add .gitmodules vendor/agent-skills .claude/skills/api-review
git commit -m "Pin shared agent skills to v1.4.0"हे काम symlink मुळे होते. Project स्तरावरील skill entry डिस्कवरील दुसऱ्या ठिकाणच्या directory कडे निर्देश करणारा symlink असू शकतो. Claude Code त्या symlink चे अनुसरण करतो आणि target मधून SKILL.md वाचतो. त्यामुळे skill नेहमीच्या project skill प्रमाणे लोड होते, परंतु तिचे bytes तुम्ही निवडलेल्या commit वरील submodule मध्ये राहतात.
Pin तपासा:
git submodule statusयोग्य ओळीत सुरुवातीला एक space, त्यानंतर commit, मग path आणि शेवटी सर्वात जवळचा tag असतो:
4d1a7c2f0b93e5a1c8d6f2b40e7a95c3d1f8b602 vendor/agent-skills (v1.4.0)सुरुवातीला - असल्यास submodule कधीही initialise केलेले नाही. त्यामुळे .claude/skills/api-review कशाकडेही निर्देश करत नाही आणि skill शांतपणे लोड होत नाही. हे git submodule update --init वापरून दुरुस्त करा. सुरुवातीला + असल्यास checkout केलेली commit नोंदवलेल्या commit पेक्षा वेगळी आहे. त्यामुळे तो developer इतर कोणाकडेही नसलेल्या सूचना चालवत आहे. नवीन clone साठी git clone --recurse-submodules आवश्यक आहे. ही ओळ README मध्ये असली पाहिजे, कारण साधा clone केल्यास vendor/agent-skills रिकामे राहते आणि कोणतीही त्रुटी दाखवली जात नाही.
Upgrade जाणीवपूर्वक केले जाते. हाच त्याचा मुख्य उद्देश आहे:
git -C vendor/agent-skills fetch --tags
git -C vendor/agent-skills diff v1.4.0 v1.5.0 -- skills/
git -C vendor/agent-skills checkout v1.5.0
git add vendor/agent-skills
git commit -m "Bump shared agent skills to v1.5.0"diff ओळ ही review साठीची पद्धत आहे. प्रत्येक consuming repo मध्ये दिसणारा तोच बदल ती दाखवते आणि तो pull request मध्ये समाविष्ट करता येतो.
त्याऐवजी plugin marketplace वापरून pinning
प्रत्येक developer ने submodules शिकणे आवश्यक नसावे असे वाटत असल्यास, Claude Code plugin system वितरणाची प्रक्रिया तुमच्यासाठी हाताळते आणि self-hosted remote सोबत कार्य करते. skills repository मध्ये .claude-plugin/marketplace.json येथे catalog ठेवा:
{
"name": "acme-agents",
"owner": { "name": "Platform team", "email": "platform@example.com" },
"plugins": [
{
"name": "team-skills",
"description": "Shared review and release skills",
"version": "1.4.0",
"source": {
"source": "url",
"url": "https://git.example.com/team/agent-skills.git",
"ref": "v1.4.0",
"sha": "4d1a7c2f0b93e5a1c8d6f2b40e7a95c3d1f8b602"
}
}
]
}येथे दोन वेगवेगळे sources वापरले जातात. त्यांची गल्लत करणे ही सर्वसाधारण चूक आहे. Marketplace source म्हणजे catalog स्वतः कुठून fetch केला जातो ते. ते branch किंवा tag साठी ref स्वीकारते. Claude Code v2.1.324 किंवा त्यानंतरच्या आवृत्तीत ते पूर्ण lowercase commit SHA देखील स्वीकारते. मात्र ते स्वतंत्र sha field स्वीकारत नाही. Catalog मधील plugin source दोन्ही स्वीकारते. दोन्ही सेट असल्यास sha हा प्रभावी pin असतो. Marketplace source मधील ref वापरून catalog pin करा. Catalog entry मधील sha वापरून plugin pin करा. Type names देखील वेगवेगळी आहेत. Catalog मध्ये url म्हणजे clone करण्यासाठीचे git repository. Marketplace source मध्ये url म्हणजे थेट marketplace.json file कडे जाणारा link. Git repository साठी git वापरले जाते.
त्यानंतर प्रत्येक वापरणारे repository committed .claude/settings.json मध्ये marketplace घोषित करते:
{
"extraKnownMarketplaces": {
"acme-agents": {
"source": {
"source": "git",
"url": "https://git.example.com/team/agent-skills.git",
"ref": "v1.4.0"
}
}
},
"enabledPlugins": {
"team-skills@acme-agents": true
}
}Project folder साठी workspace trust dialog स्वीकारल्यानंतर Claude Code teammate साठी marketplace register करते. हे करण्यास सांगणारे wiki page आवश्यक राहत नाही. Catalog entry relative path ऐवजी git URL कडे निर्देश करते. त्यामुळे repository च्या settings मधूनच plugin install होत नाही. प्रत्येक teammate claude plugin install team-skills@acme-agents --scope project एकदा चालवतो. तोपर्यंत Claude Code plugin project settings मध्ये enabled आहे, पण installed नाही, असे दाखवते. त्यानंतर skills /team-skills:api-review ला प्रतिसाद देतात. कारण plugin skills plugin name नुसार namespaced असतात आणि त्याच नावाच्या project skill शी conflict होऊ शकत नाहीत. नवीन tag push केल्यानंतर catalog आणि consuming repositories मधील pins update करा. त्यानंतर consumers /plugin marketplace update acme-agents वापरून refresh करतात. Install summary मध्ये तसे विचारले असल्यास /reload-plugins चालवा.
एका skill साठी smoke test लिहिणे
Smoke test म्हणजे ज्ञात fault असलेल्या fixture वर चालवलेला scripted agent run आणि त्यासोबत केलेले एक assertion. Claude Code -p वापरून non-interactively चालतो आणि user-invoked skill तिथे कार्य करते: prompt string मध्ये /skill-name ठेवा; run सुरू होण्यापूर्वी ते expand केले जाते.
#!/usr/bin/env bash
set -euo pipefail
claude -p "/api-review Read fixtures/orders-api.md and list the rule ids it breaks." \
--allowedTools "Read" \
--output-format json \
--json-schema '{"type":"object","properties":{"rule_ids":{"type":"array","items":{"type":"string"}}},"required":["rule_ids"]}' \
| jq -e '.structured_output.rule_ids | index("pagination-required")' > /dev/nullfixtures/orders-api.md ही एक deliberate fault असलेली लहान file आहे. Skill ने ती fault नमूद करणे हे assertion आहे. jq -e च्या filter मधून null तयार झाल्यास ते non-zero exit करते. त्यामुळे seeded fault पकडणे थांबवणारे skill script अयशस्वी करते. Run अयशस्वी झाल्यास claude स्वतः non-zero exit करते आणि set -euo pipefail यापैकी कोणतेही failure failed test मध्ये रूपांतरित करते.
एका run पासून दुसऱ्या run मध्ये model आपल्या उत्तरांची पुनर्रचना करते. त्यामुळे पूर्ण वाक्यावर कधीही assertion करू नका. Skill ने निर्माण करायच्या identifier वर किंवा तुम्ही मागितलेल्या schema मधील field वर assertion करा. Run कमी खर्चात राहण्यासाठी fixture लहान ठेवा.
CI मध्ये --bare जोडा. ते नसल्यास claude -p interactive session ज्या context ला load करेल तोच context load करते. त्यात hooks, plugins आणि ज्या machine वर ते चालते त्या machine मधील CLAUDE.md यांचा समावेश असतो. त्यामुळे सहकाऱ्याच्या वैयक्तिक configuration मुळे result बदलू शकतो. Bare mode auto-discovery वगळते; मात्र --add-dir ने स्पष्टपणे दिलेल्या directory अंतर्गत .claude/skills/ मधील skills याला अपवाद आहेत. येथे test करत असलेला project skill bare mode वगळते, त्यामुळे तो skill explicitly load करा. Bare mode तुमचा subscription login देखील read करत नाही. त्यामुळे आधी environment मध्ये ANTHROPIC_API_KEY सेट करा:
claude --bare -p "/team-skills:api-review Read fixtures/orders-api.md and list the rule ids it breaks." \
--plugin-dir vendor/agent-skills \
--allowedTools "Read" \
--output-format json--plugin-dir ने load केलेला plugin आपले नाव .claude-plugin/plugin.json मधून घेतो. तो manifest नसल्यास plugin चे नाव त्याच्या directory वरून घेतले जाते. Skills repository मधील catalog च्या बाजूला "name": "team-skills" असलेले plugin.json commit करा. अन्यथा वरील command ला त्याऐवजी /agent-skills:api-review call करावे लागेल.
--output-format stream-json सह system/init event कोणते plugins load झाले ते report करते आणि load न झालेल्या plugins साठी plugin_errors array देते. Startup events आधी आल्यास init event stream उघडत नाही. plugin_errors non-empty असल्यास CI job अयशस्वी करा. त्यामुळे अस्तित्वात नसलेल्या revision कडे निर्देश करणारा pin पकडला जातो. अन्यथा agent तुमचे house rules शांतपणे दुर्लक्षित करत आहे असे दिसू शकते.
सामायिक skill ही कार्यान्वित करता येणारी सूचना असते
दोन वैशिष्ट्यांमुळे हे शब्दशः लागू होते आणि फाइल दुसऱ्या टीमकडून आली असल्यास दोन्ही महत्त्वाची ठरतात.
पहिले, SKILL.md मॉडेल काहीही वाचण्यापूर्वी shell commands चालवू शकते. मजकुरातील अशी ओळ preprocessing करते:
- Current branch: !`git rev-parse --abbrev-ref HEAD`ही command skill लोड करणाऱ्या मशीनवर चालते आणि तिचे output मॉडेलला मिळणाऱ्या मजकुरातील placeholder ची जागा घेते. तीन backticks नंतर ! ने सुरू केलेला fenced block देखील याच पद्धतीने अनेक commands चालवतो. Runtime वेळी यासाठी कोणतीही पुष्टी मागितली जात नाही. Claude Code प्रत्येक command तुमच्या permission rules विरुद्ध तपासते. auto mode बाहेर, या rules मुळे परवानगी नसलेली command skill चे execution थांबवते, जोपर्यंत skill खालील दुसऱ्या वैशिष्ट्याद्वारे तिला आधीच मंजुरी देत नाही. Deny आणि ask rules या pre-approval वरही प्राधान्याने लागू होतात. सामायिक skill वाचणे म्हणजे त्यातील command substitutions वाचणे होय.
दुसरे, frontmatter द्वारे tools साठी आधीच मंजुरी देता येते. allowed-tools मधील यादीतील tools skill invoke केलेल्या turn साठी permission prompt न दाखवता मंजूर करते. Workspace trust या मंजुरीवर निर्बंध घालत नाही: कोणीही trust न केलेल्या folder मध्ये -p run असतानाही Claude Code project skill मधील allowed-tools लागू करते. Claude Code documentation याचा परिणाम स्पष्टपणे सांगते: skill स्वतःला व्यापक tool access देऊ शकते. त्यामुळे Claude Code repository मध्ये चालवण्यापूर्वी तेथे check-in केलेल्या skills चे allowed-tools तपासा. Managed settings मध्ये allowManagedPermissionRulesOnly सेट करून organization project आणि personal skills मधून हे field वगळू शकते. यासाठी Claude Code v2.1.282 किंवा त्यानंतरची आवृत्ती आवश्यक आहे.
म्हणून skill bump कडे dependency bump प्रमाणेच पाहा. Mechanism परवानगी देत असेल तेथे exact commit नुसार pin करा, कारण tag बदलता येतो आणि branch तर परिभाषेनेच बदलत राहतो. Locked-down machine वर settings मधील "disableSkillShellExecution": true प्रत्येक command substitution चालवण्याऐवजी तिच्या जागी literal text [shell command execution disabled by policy] ठेवते. Managed settings द्वारे लागू केले असल्यास user ते override करू शकत नाही. Bundled आणि managed skills या setting मधून वगळल्या जातात.
Skill काय वाचते याबाबतही अशीच काळजी घ्या. env चालवणारी किंवा config file उघडणारी skill तिला सापडणारी कोणतीही माहिती मॉडेलच्या context मध्ये आणते. हीच समस्या तुम्ही चालवणाऱ्या agents पासून secrets दूर ठेवणे या विभागात स्पष्ट केली आहे. Page fetch करणारी किंवा query चालवणारी skill हीच माहिती बाहेरच्या स्रोताकडून context मध्ये आणते. Retrieved text तुम्ही लिहिलेल्या instructions प्रमाणेच context मध्ये दिसते. त्यामुळे web search साठी agent ला तुमच्या स्वतःच्या SearXNG instance कडे निर्देशित करण्यापूर्वी ही boundary समजून घेणे महत्त्वाचे आहे.
आवृत्ती बदलताना काय वाचावे
- प्रत्येक
SKILL.mdbody मधील diff, कारण तुमचा agent ज्या सूचनांचे पालन करेल तो मजकूर तिथे असतो. - प्रत्येक command substitution, कारण skill load होताना ते तुमच्या machine वर चालतात.
allowed-toolsमधील कोणताही बदल, कारण त्या ओळीमुळे prompt शिवाय tools वापरण्याची परवानगी मिळते.- tag मागे चालवलेली test run. Shared repository स्वतःचे smoke tests CI मध्ये चालवत असल्यास, तुम्ही pin केलेल्या tag सोबत green run जोडलेली असावी.
दहा मिनिटांत संपूर्ण diff वाचता येत नसेल, तर reviewer ज्या skill कडे पाहत आहे ती खूप मोठी झाली आहे. तिचे विभाजन करा. हाच मुद्दा तुमचे agents वाचत असलेल्या repository documentsनाही लागू होतो: टिकाऊ नियम AGENTS.md आणि HUMAN.md चे विभाजन मध्ये वर्णन केलेल्या files मध्ये ठेवा, architectural reasoning agents साठी लिहिलेल्या DESIGN.md मध्ये ठेवा आणि skillsना मर्यादित procedures म्हणून ठेवावे.
मॉडेल किंवा tool मधील बदलामुळे skill काम करणे थांबते
कोणीही skill मध्ये बदल न करता तिच्या अंतर्गत अनेक गोष्टी बदलू शकतात. मॉडेलच्या upgrade मुळे दीर्घ instruction चे पालन किती विश्वासार्हपणे होते ते बदलते. त्यामुळे मॉडेलने नवव्या step पर्यंत पोहोचण्यावर अवलंबून असलेली skill तिथपर्यंत पोहोचणे थांबवू शकते. Command line tool मधील flag चे नाव बदलल्यास agent जुना flag चालवतो, error वाचतो आणि स्वतःहून दुसरी कृती करतो. संदर्भित URL 404 देऊ लागतो. Agent harness skills कशा निवडतो त्यात बदल झाल्यास पूर्वी match जिंकणारा description आता जिंकत नाही. Procedure अशा प्रकारे लवकर समाप्त होऊ लागल्यावर कोणताही version bump ही समस्या सोडवत नाही. Instructions मध्ये शेवटच्या steps पर्यंत पोहोचणे सक्तीचे करणारी रचना आवश्यक असते. unlazy skill आणि तिची Depth Tree पद्धत याच दृष्टिकोनावर आधारित आहे.
म्हणूनच या व्यवस्थेत smoke test महत्त्वाची भूमिका बजावते. प्रत्येक skill ची test नियोजित वेळापत्रकानुसार तसेच push वेळी चालवा. Google याच कारणासाठी संपूर्ण library विरुद्ध आपली evaluation jobs दर आठवड्याला चालवते. दहा skills असलेल्या team साठी छोट्या VPS वर weekly cron job पुरेसा असतो. Developer ला समस्या आढळण्यापूर्वी breakage कळण्याचा हा एकमेव मार्ग आहे.
Portability देखील उपयुक्त ठरते. Agent Skills spec मध्ये frontmatter सहा keys पर्यंत मर्यादित ठेवले आहे. त्यामुळे त्या spec नुसार लिहिलेली skill ज्या tool साठी लिहिली आहे त्यापलीकडील tools मध्येही load होते. याउलट, तुम्ही जोडलेली प्रत्येक harness-specific key ही एका vendor वर अवलंबून राहण्याचा निर्णय असतो. मॉडेल बदलल्यानंतरही कार्यरत राहतील अशा skills लिहिणे ही स्वतंत्र शिस्त आहे. तिचे वर्णन कोणत्याही model वर skill कार्यरत कशी करावी येथे केले आहे.
FAQ
अनेक repository मध्ये एकच agent skill कसा share करावा?
Skill एका स्वतंत्र git repository मध्ये ठेवा, त्यामध्ये releases ला tag करा आणि प्रत्येक वापरणाऱ्या project मध्ये file कॉपी करण्याऐवजी tag चा reference द्या. यासाठी दोन पद्धती वापरता येतात. git submodule अचूक commit नोंदवते आणि .claude/skills/<name> पासून submodule मधील symlink दिल्यास ती skill सामान्य project skill प्रमाणे load होते. Plugin marketplace हेच काम /plugin द्वारे करते; त्यामधील pin वापरणाऱ्या repository च्या .claude/settings.json मध्ये घोषित केलेला असतो. दोन्ही पद्धती version git history मध्ये ठेवतात. त्यामुळे एखादा agent run कोणत्या instructions मुळे तयार झाला हे निश्चित करता येते.
agent skill ला विशिष्ट version वर pin करता येते का?
SKILL.md च्या आतून हे करता येत नाही, कारण त्या frontmatter मध्ये version key नाही. हा pin file भोवतालच्या layer मधून द्यावा लागतो. git submodule रचनेनुसारच अचूक commit वर pin करते. Claude Code plugin marketplace मध्ये plugin source branch किंवा tag साठी ref आणि अचूक commit साठी sha स्वीकारतो. दोन्ही दिले असल्यास sha ला प्राधान्य मिळते. Marketplace source स्वतः branch किंवा tag साठी ref स्वीकारतो. Claude Code v2.1.324 किंवा त्यानंतरच्या आवृत्तीत तो पूर्ण lowercase commit SHA देखील स्वीकारतो. Commit pin ला प्राधान्य द्या, कारण तुम्ही तपासल्यानंतर tag बदलला जाऊ शकतो.
skill च्या smoke test मध्ये काय assert करावे?
स्थिर असलेल्या बाबीवर assert करा. ज्ञात fault असलेल्या fixture वर skill non-interactively चालवा. त्यानंतर output मध्ये विशिष्ट identifier दिसतो का ते तपासा. उदाहरणार्थ, skill ने report करणे अपेक्षित असलेला rule id तपासा. --output-format json आणि --json-schema वापरून structured output मागितल्यास check अचूक होते. jq -e value नसल्यास script fail करते. पूर्ण sentence वर कधीही assert करू नका, कारण model वेगवेगळ्या run मध्ये आपली उत्तरे वेगळ्या शब्दांत मांडू शकते.
दुसऱ्या team च्या repository मधून shared skill install करणे सुरक्षित आहे का?
तिला code dependency प्रमाणे हाताळा, कारण ती executable instruction असते. SKILL.md load time ला ! command substitution form द्वारे shell commands चालवू शकते. तसेच frontmatter मधील allowed-tools field prompt न दाखवता tools ला आधीच मंजुरी देऊ शकते. प्रत्येक bump मधील diff तपासा. Branch ऐवजी अचूक commit वर pin करा. तुमची स्वतःची team नियंत्रित करत असलेल्या source ला प्राधान्य द्या. Managed machines वर settings मधील "disableSkillShellExecution": true user, project, plugin आणि additional-directory skills मधील command substitutions चालण्यास प्रतिबंध करते. Bundled आणि managed skills याला अपवाद आहेत.
Claude Code व्यतिरिक्त इतर agents मध्ये shared skill कार्य करेल का?
तुम्ही कोणते frontmatter वापरता यावर हे अवलंबून आहे. Agent Skills spec मध्ये सहा keys आहेत: name, description, license, compatibility, metadata आणि allowed-tools. फक्त या keys पर्यंत मर्यादित असलेली skill spec लागू करणाऱ्या tools मध्ये load होते. ती Claude Code मध्येही कोणतेही बदल न करता load होते. Harness-specific keys आणि spec च्या पलीकडील body features इतर ठिकाणी दुर्लक्षित किंवा नाकारले जाऊ शकतात. त्यामुळे मोठ्या प्रमाणावर share करण्याच्या कोणत्याही skill मध्ये ते समाविष्ट करू नका.