SSD Nodes Learn Hosting plans →
கல்வி வழிகாட்டிகள் Matt Connorஆல் Matt Connor · புதுப்பிக்கப்பட்டது 2026-11-14

ஏஜென்ட் திறன் (Agent Skill) என்றால் என்ன? முழு விளக்கம்

Agent Skill என்பது SKILL.md கோப்பை கொண்ட ஒரு கோப்புறை ஆகும். பெரிய பிராம்ப்ட்களை விட இது ஏன் சிறந்தது மற்றும் MCP தொழில்நுட்பத்திலிருந்து இது எவ்வாறு வேறுபடுகிறது என்பதை அறிக.

ஏஜென்ட் திறன் (agent skill) என்றால் என்ன

ஏஜென்ட் திறன் என்பது வட்டில் உள்ள ஒரு கோப்புறை (folder) ஆகும், அதில் SKILL.md என்ற பெயரில் ஒரு கோப்பு இருக்கும். அந்த கோப்பில் ஒரு பெயர், ஒரு சிறிய விளக்கம் மற்றும் எளிய markdown வடிவில் எழுதப்பட்ட அறிவுறுத்தல்கள் இருக்கும். ஏஜென்ட் தொடங்கும்போதே அந்த விளக்கத்தை ஏற்றிக்கொள்ளும். உங்கள் கோரிக்கை அந்த விளக்கத்துடன் பொருந்தினாலோ அல்லது நீங்கள் அந்தத் திறனை அதன் பெயரைக் கூறி அழைத்தாலோ மட்டுமே, அது அந்த அறிவுறுத்தல்களை வாசிக்கும். திறன்களைப் பற்றிய மற்ற அனைத்து விஷயங்களும் இந்த இரண்டு வாக்கியங்களிலிருந்துதான் உருவாகின்றன.

அந்தக் கோப்புறையில் ஒரு கோப்பைத் தாண்டி கூடுதல் கோப்புகள் இருக்கலாம். ஏஜென்ட் திறன் விவரக்குறிப்பு (Agent Skills specification) மூன்று விருப்பத்தேர்வு கோப்பகங்களைக் குறிப்பிடுகிறது: ஏஜென்ட் இயக்கும் குறியீட்டிற்காக scripts/, அது தேவைப்படும்போது வாசிக்கும் ஆவணங்களுக்காக references/, மற்றும் வார்ப்புருக்கள் (templates) மற்றும் தரவுகளுக்காக assets/. இவை எதுவும் கட்டாயமில்லை. SKILL.md கோப்பை மட்டும் கொண்ட ஒரு கோப்புறையே முழுமையான திறனாகக் கருதப்படும்.

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

விளக்கம் என்பது மக்கள் குறைவாக மதிப்பிடும் ஒரு பகுதியாகும். ஒரு திறனைத் திறப்பதா வேண்டாமா என்று ஏஜென்ட் முடிவெடுப்பதற்கு முன்பு அது பார்க்கும் ஒரே உரை இதுதான். எனவே, ஒரு நபர் உண்மையில் தட்டச்சு செய்யும் சொற்களைப் பயன்படுத்தி, அந்தத் திறன் என்ன செய்கிறது மற்றும் அதை எப்போது பயன்படுத்த வேண்டும் என்பதை அது தெளிவாகக் கூற வேண்டும்.

ஒரு திறன் பயன்படுத்தப்படும் வரை ஏன் அதற்கு கிட்டத்தட்ட செலவு இல்லை

இந்த வாதமே இந்த வடிவமைப்பைப் புரிந்துகொள்வதை மதிப்புமிக்கதாக மாற்றுகிறது; இது அம்சங்களைப் பற்றியது அல்ல, சூழலைப் (context) பற்றியது. ஏற்றுதல் (loading) நிலைகளாக நடக்கிறது, இதை விவரக்குறிப்பு (specification) முற்போக்கான வெளிப்பாடு (progressive disclosure) என்று அழைக்கிறது.

தொடக்கத்தில், முகவர் (agent) நிறுவப்பட்ட ஒவ்வொரு திறனின் name மற்றும் description-ஐ மட்டுமே ஏற்றுகிறது, வேறெதையும் அல்ல. Agent Skills விவரக்குறிப்பின்படி, ஒரு திறனுக்கு தோராயமாக 100 tokens செலவாகிறது (அக்டோபர் 2026 நிலவரப்படி வெளியிடப்பட்ட வழிகாட்டுதல்). ஒரு டஜன் திறன்களை நிறுவினால், நீங்கள் ஒரு நீண்ட பத்தியின் சூழலை மட்டுமே செலவழித்திருப்பீர்கள்.

ஒரு கோரிக்கை (request) விளக்கத்துடன் பொருந்தும்போது, முகவர் அந்த ஒரு SKILL.md-ன் உள்ளடக்கத்தைப் படிக்கிறது. உள்ளடக்கத்தை 5,000 tokens-க்கு கீழும், கோப்பை 500 வரிகளுக்கு கீழும் வைத்திருக்க விவரக்குறிப்பு பரிந்துரைக்கிறது. references/ மற்றும் scripts/-ல் உள்ள கோப்புகளுக்கு இந்த நிலையில் எந்தச் செலவும் இல்லை. ஒரு குறிப்புக் கோப்பு (reference file), அறிவுறுத்தல்கள் முகவரை அதனிடம் அனுப்பினால் மட்டுமே ஏற்றப்படும். தொகுக்கப்பட்ட ஸ்கிரிப்ட் (bundled script) வேறுபட்டது: முகவர் அதை shell வழியாக இயக்குகிறது, எனவே ஸ்கிரிப்ட்டின் மூலக் குறியீடு (source) சூழல் சாளரத்திற்குள் (context window) நுழையாது, அதன் வெளியீடு (output) மட்டுமே நுழையும்.

இப்போது மக்கள் முதலில் பயன்படுத்தும் ஒரு மிகப்பெரிய prompt-உடன் இதை ஒப்பிட்டுப் பாருங்கள். ஒரு system prompt அல்லது எப்போதும் இயங்கும் அறிவுறுத்தல் கோப்பில் உள்ள ஒவ்வொரு வரியும் ஒவ்வொரு கோரிக்கையிலும், ஒவ்வொரு அமர்விலும் கட்டணம் வசூலிக்கப்படுகிறது, அந்தப் பணிக்கு அது தேவைப்பட்டாலும் இல்லாவிட்டாலும். மேலும், அது உண்மையான கேள்வியுடன் கவனத்தை ஈர்க்கப் போட்டியிடுகிறது. பத்தாயிரம் tokens கொண்ட நிலையான அறிவுறுத்தல்கள், மணி என்ன என்று கேட்பதற்குக்கூட நீங்கள் செலுத்தும் கட்டணமாகும். ஒரு டஜன் திறன்கள் செயல்படுத்தப்படுவதற்கு முன்பு சுமார் 1,200 tokens மட்டுமே செலவாகும், ஆனால் ஏற்றப்பட்ட அறிவுறுத்தல்கள் அதே உரையாடலில் அடுத்தடுத்த பணிகளுக்காக சூழலில் இருக்க முடியும். இதுவே திறன்களுக்கான முழுமையான வாதம், இதனால்தான் ஒரு சிறிய நூலகம் (library) நீண்ட prompt-ஐ விடச் சிறந்தது.

ஒரு எச்சரிக்கை மக்களைக் குழப்பக்கூடும். Claude Code-ல், ஒரு திறன் ஏற்றப்பட்டவுடன், அதன் உள்ளடக்கம் அடுத்தடுத்த உரையாடல் சுற்றுகளிலும் (turns) சூழலில் இருக்கும், எனவே ஒரு நீண்ட SKILL.md என்பது ஒருமுறை மட்டும் நடக்கும் செலவல்ல, அது மீண்டும் மீண்டும் வரும் செலவாகும். சுருக்குதல் (compaction) மூலம் ஏற்றப்பட்ட திறன் உள்ளடக்கத்தை குறைக்கலாம் அல்லது நீக்கலாம். விவரங்களை references/-க்கு நகர்த்துவது என்பது நேர்த்திக்காக மட்டுமல்ல. இது வடிவமைக்கப்பட்டபடி செயல்படும் ஒரு நுட்பமாகும்.

Agent-ன் திறன் (skill) என்பது ஒரு tool call அல்ல

Tool அல்லது function call என்பது model-ஆல் இயக்கப்படக்கூடிய ஒன்று. Harness, model-க்கு ஒரு schema-வை அனுப்புகிறது: பெயர், விளக்கம் மற்றும் arguments-ன் வடிவம். Model ஒரு call-ஐ வெளியிடுகிறது, உங்கள் code அதை இயக்குகிறது, அதன் முடிவு ஒரு செய்தியாகத் திரும்ப வருகிறது. Tools செயல்களைச் செய்கின்றன. அந்தப் பரிமாற்றத்தின் இரண்டு பகுதிகளும் harness-க்கு, அதாவது model-ஐச் சுற்றி loop-ஐ இயக்கும் நிரலுக்கு உரியவை. இதுவே தொடக்கத்தின்போது உங்கள் திறன் விளக்கங்களைப் படித்து, எப்போது ஒன்றைத் திறக்க வேண்டும் என்று முடிவு செய்கிறது.

ஒரு திறன் தானாக எதையும் இயக்குவதில்லை. Agent அதைப் படித்துவிட்டு, ஏற்கனவே உள்ள tools-ஐப் பயன்படுத்திச் செயல்படுகிறது. ஒரு திறன் அழைக்கப்படும்போது Claude Code arguments-ஐ ஏற்றுக்கொள்கிறது மற்றும் $ARGUMENTS போன்ற placeholders மூலம் அவற்றை அதன் அறிவுறுத்தல்களில் செருகுகிறது. ஒரு திறன் என்ன செய்ய முடியும் என்றால், எந்தெந்த tools-ஐ, என்ன வரிசையில் பயன்படுத்த வேண்டும், எதைச் சரிபார்க்க வேண்டும் என்று model-க்குக் கூற முடியும். ஒரு வேலையை இரண்டாவது agent-க்கு வழங்குவது இதற்கு மிகத் தெளிவான உதாரணம்: ஒரு Claude Code session ஏற்கனவே மற்றொன்றுக்குச் செய்தி அனுப்ப முடியும், மேலும் எப்போது அதைச் செய்வது மற்றும் என்ன அனுப்ப வேண்டும் என்பதை நீங்கள் எழுதும் இடமே இந்தத் திறன் ஆகும்.

சுருக்கமாகச் சொன்னால்: ஒரு tool agent-க்கு ஒரு புதிய திறனை வழங்குகிறது, ஒரு திறன் பெரும்பாலும் ஏற்கனவே உள்ள திறன்களைப் பயன்படுத்துவது குறித்த முடிவெடுக்கும் ஆற்றலை வழங்குகிறது. ஒரு திறன் ஒரு புதிய திறனைச் சேர்க்கும்போது, அது agent ஏற்கனவே வைத்திருக்கும் shell மூலம் இயக்கும் ஒரு bundled script வழியாகவே செய்கிறது. ஒரு படி ஒவ்வொரு முறையும் துல்லியமான, சரிபார்க்கப்பட்ட முடிவைத் தர வேண்டும் என்றால், உங்களுக்கு ஒரு tool அல்லது script தேவை. ஒரு படிக்கு அதே சிந்தனை சீராகப் பயன்படுத்தப்பட வேண்டும் என்றால், உங்களுக்கு ஒரு திறன் தேவை. ஒரு திறன் முடிவெடுக்கும் ஆற்றலாக மட்டுமே இருந்தாலும், நீங்கள் அடிக்கடி பயன்படுத்தும் ஒன்றாக அது இருக்கலாம், Ponytail, இது ஒரு coding agent-ஐச் செயல்படும் மிகச்சிறிய மாற்றத்தைச் செய்யத் தூண்டுகிறது என்பது காட்டுவது போல: இது புதிய திறனைச் சேர்ப்பதில்லை, மாறாக ஏற்கனவே உள்ளவற்றை agent எப்படிப் பயன்படுத்துகிறது என்பதை மட்டுமே மாற்றுகிறது. அந்த முடிவெடுக்கும் ஆற்றல் மறுபக்கமும் செயல்படலாம், unlazy திறன், இது ஒரு agent வேலையை முன்கூட்டியே முடித்துவிட்டதாக அறிவிப்பதைத் தடுக்க Depth Tree-ஐப் பயன்படுத்துகிறது என்பது அதே தந்திரத்தை, கட்டுப்பாட்டிற்குப் பதிலாக முழுமைக்காகப் பயன்படுத்துகிறது.

Agent skill என்பது MCP server அல்ல

MCP (model context protocol) என்பது ஒரு agent-ஐ வெளிப்புற அமைப்புடன் இணைப்பதற்கான protocol ஆகும். MCP server என்பது இயங்கும் ஒரு process; அது அந்த protocol-ஐப் பயன்படுத்தி, agent-க்குத் தேவையான tools-ஐ வழங்குகிறது. இதற்கு பொதுவாக configuration, credentials, மற்றும் local command அல்லது network endpoint தேவைப்படும். ஆனால், skill என்பது ஒரு markdown கோப்பைக் கொண்ட folder மட்டுமே. இதில் process, port அல்லது protocol எதுவும் இல்லை.

Context cost-ம் இதேபோல் மாறுபடுகிறது. MCP server வழங்கும் ஒவ்வொரு tool-க்கும் ஒரு பெயர், விளக்கம் மற்றும் argument schema இருக்கும். இவற்றை முன்கூட்டியே ஏற்றும் client-களில், அந்த tool பயன்படுத்தப்பட்டாலும் இல்லாவிட்டாலும், அவை முழு session-க்கும் request-ல் இருக்கும். Claude Code இப்போது இயல்பாகவே அவ்வாறு செயல்படுவதில்லை: அக்டோபர் 2026 நிலவரப்படி, அதன் tool search வசதி இயல்பாகவே செயல்பாட்டில் உள்ளது. எனவே, session தொடங்கும் போது tool பெயர்களும் server அறிவுறுத்தல்களும் மட்டுமே ஏற்றப்படும்; Claude அவற்றைத்தேடும்போது மட்டுமே முழுமையான விளக்கங்கள் பெறப்படும். ஒரு skill என்பது ஓய்வு நிலையில் இருக்கும்போது வெறும் ஒரு வரி உரை மட்டுமே.

இவை இரண்டும் ஒன்றையொன்று பூர்த்தி செய்பவை; இரண்டையும் பயன்படுத்துவதே மிகச்சிறந்த அமைப்பாகும். MCP server அணுகலை வழங்குகிறது. Skill அந்தச் செயல்பாட்டு முறையை வழங்குகிறது: உங்கள் குழுவின் உண்மையான பணிப்பாய்வுகளுக்கு (workflow) எந்தெந்த tools-ஐ, எந்த வரிசையில் பயன்படுத்த வேண்டும், மற்றும் ஒரு சிறந்த முடிவு எப்படி இருக்க வேண்டும் என்பதை அது தீர்மானிக்கிறது. நீங்கள் சொந்தமாக server-ஐ host செய்ய விரும்பினால், running MCP servers on a VPS அந்தப் பகுதியை விளக்குகிறது.

Agent skill என்பது system prompt அல்லது AGENTS.md அல்ல

இவை இரண்டுமே markdown வடிவிலான அறிவுறுத்தல்கள் என்பதால், இந்த குழப்பம் ஏற்படுவது இயல்பானது. இவை ஏற்றப்படும் நேரமே இவற்றுக்கு இடையேயான வேறுபாடு. System prompt மற்றும் project instructions ஆகியவை தொடக்கத்திலேயே ஏற்றப்பட்டு எப்போதும் செயல்பாட்டில் இருக்கும்; nested AGENTS.md மற்றும் CLAUDE.md கோப்புகள், அந்தந்த directories-ல் agent பணிபுரியும் போது மட்டுமே ஏற்றப்படும். Skill என்பது தேவைப்படும்போது மட்டும் பயன்படுத்தப்படுவது. Claude Code-ன் output styles எப்போதும் செயல்பாட்டில் இருக்கும் அமைப்புகளின் இறுதியில் அமைகின்றன, ஏனெனில் ஒன்றை தேர்ந்தெடுப்பது system prompt-ஐயே மாற்றியமைக்கிறது, எனவே இது எந்த skill-ம் பயன்படுத்தப்படாத பதில்கள் உட்பட, அந்த session-ல் உள்ள ஒவ்வொரு பதிலையும் வடிவமைக்கிறது.

இதற்கான சோதனை ஒரு கேள்விதான்: இந்த பத்தியைப் புறக்கணிப்பது, இதற்கும் சம்பந்தமில்லாத ஒரு பணியில் தவறாகுமா? House style, build command மற்றும் branch naming விதிமுறைகள் ஒவ்வொரு பணிக்கும் பொருந்தும், எனவே அவை எப்போதும் செயல்பாட்டில் இருக்கும் கோப்பில் இருக்க வேண்டும்; அங்கு ஒவ்வொரு முறையும் ஏற்றப்படுவதுதான் அதன் நோக்கம். நீங்கள் மாதத்திற்கு இருமுறை இயக்கும் release checklist ஒவ்வொரு பணிக்கும் பொருந்தாது, எனவே அது ஒரு skill-ல் இருக்க வேண்டும். உங்கள் always-on கோப்பின் ஒரு பகுதி எண் இடப்பட்ட நடைமுறையாக (numbered procedure) வளர்ந்துவிட்டால், அதை நகர்த்த வேண்டிய நேரம் வந்துவிட்டது என்று அர்த்தம்.

அந்தக் கோப்புகளுக்கு என்று சில மரபுகள் உள்ளன, அவற்றைச் சரியாகப் புரிந்துகொள்வது அவசியம். AGENTS.md-ல் எவை இருக்க வேண்டும் மற்றும் human கோப்பில் எவை இருக்க வேண்டும் மற்றும் codebase-ன் அமைப்பை விளக்கும் design.md ஆகியவற்றை நாங்கள் பயன்படுத்துகிறோம், அவற்றைப் பார்க்கவும்.

குறைந்தபட்ச திறன் (minimal skill) எவ்வாறு இருக்கும்

Claude Code-ல், தனிப்பட்ட திறன்கள் ~/.claude/skills/<name>/SKILL.md-ல் சேமிக்கப்படுகின்றன. இவை அந்த கணினியில் உள்ள உங்கள் அனைத்து திட்டங்களுக்கும் பொருந்தும், ஆனால் Cowork அல்லது cloud அமர்வுகளுக்குப் பொருந்தாது. திட்டப்பணிக்கான திறன்கள் .claude/skills/<name>/SKILL.md-ல் சேமிக்கப்பட்டு git-ல் commit செய்யப்படுகின்றன, எனவே உங்கள் குழுவினரும் அவற்றைப் பெற முடியும்; Claude திட்டத்தில் உள்ள cloud threads இவற்றை ஏற்றுவதில்லை. GitHub Copilot மற்றும் VS Code ஆகியவை திட்டப்பணிக்கான திறன்களை .github/skills/ மற்றும் .agents/skills/ ஆகியவற்றிலிருந்தும், .claude/skills/-லிருந்தும் படிக்கின்றன. உள்ளே இருக்கும் கோப்பு ஒரே கோப்புதான்.

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.

இது ஒரு முழுமையான திறன் ஆகும். கோப்பகத்தின் (directory) பெயரே நீங்கள் தட்டச்சு செய்யும் கட்டளையாக மாறுகிறது, எனவே இது /restore-drill ஆகும். Claude Code-ல், /skills மெனு நிறுவப்பட்டவற்றை பட்டியலிடுகிறது, கோப்பு கண்டறியப்பட்டதை உறுதிப்படுத்த இதுவே விரைவான வழியாகும். அந்த மெனுவில் அது இல்லை என்றால், முதலில் பெயர்களைச் சரிபார்க்கவும்: கோப்பு SKILL.md என்று பெயரிடப்பட்டிருக்க வேண்டும், மேலும் Agent Skills விவரக்குறிப்பின்படி, பெயர் சிறிய எழுத்துக்கள், எண்கள் மற்றும் ஒற்றை ஹைபன்களைக் கொண்டிருக்க வேண்டும், இது கோப்பகத்தின் பெயருடன் ஒத்துப்போக வேண்டும். உங்கள் ஏஜென்ட் மீண்டும் இயக்கக்கூடிய ஒரு செயல்முறையாக எழுதப்பட்ட அதே பயிற்சி, VPS-ல் திட்டமிடப்பட்ட restic பேக்கப்கள் என்பதற்கு ஒரு இயல்பான துணையாகும், இதில் பேக்கப் எடுப்பதும் பேக்கப்பை மீட்டெடுப்பதும் ஒன்றல்ல.

எப்போது ஒரு திறனை script-ஆக மாற்ற வேண்டும்

ஒவ்வொரு முறையும் ஒரே சரியான விடையைத் தரும் எந்தவொரு செயலும் ஒரு script-ஆக இருக்க வேண்டும். அந்தத் திறனை, அதை எப்போது இயக்க வேண்டும் மற்றும் அதன் வெளியீட்டை எவ்வாறு வாசிக்க வேண்டும் என்று விளக்கும் சில வரிகளாகக் குறைத்துவிடலாம். இதற்கு இரண்டு நடைமுறை காரணங்கள் உள்ளன.

முதலாவதாக, ஒரு script-ன் source code, context window-க்குள் நுழையாது. 300 வரிகளைக் கொண்ட ஒரு parser, அதன் வெளியீட்டை மட்டுமே உங்களுக்குத் தரும். ஆனால், அதே தர்க்கத்தை markdown வழிமுறைகளாக எழுதினால், அந்தத் திறன் ஒவ்வொரு முறை ஏற்றப்படும்போதும் அதன் முழு நீளமும் context window-ஐ ஆக்கிரமிக்கும்.

இரண்டாவதாக, ஒரு script ஒவ்வொரு முறையும் ஒரே விடையைத் தரும். ஒவ்வொரு முறையும் log parsing விதியை மீண்டும் உருவாக்கச் சொல்லும்போது, ஒரு model ஏதேனும் ஒரு நாளில் சிறிய மாற்றங்களைச் செய்யக்கூடும். இரண்டு எண்கள் மாறுபடும் வரை நீங்கள் அதைக் கவனிக்க மாட்டீர்கள்.

எனவே, பணியின் தன்மையைப் பொறுத்து பிரிக்கவும். "CSV-ஐ parse செய்து, total மற்றும் line items பொருந்தாத ஒவ்வொரு வரிசையையும் அச்சிடு" என்பது ஒரு script. "script அச்சிட்ட வரிசைகளைப் பார்த்து, அவற்றில் எது தரவு உள்ளீட்டுப் பிழை (data entry mistake) போலத் தெரிகிறது என்பதை விளக்கு" என்பது ஒரு திறன் சார்ந்த அறிவுறுத்தல். தீர்ப்புகளை (judgment) markdown-லும், துல்லியத்தன்மையை (determinism) code-லும் வைத்திருப்பது, நீங்கள் கவனிக்காமலேயே ஒரு agent இயக்கக்கூடிய loop-ஐ உருவாக்குதல் போன்ற அதே ஒழுக்கமுறையாகும்.

எனது skill ஏன் ஒருபோதும் செயல்படுவதில்லை?

ஏனெனில் அதன் description அந்த skill என்ன செய்கிறது என்பதை மட்டுமே கூறுகிறது, அதை எப்போது பயன்படுத்த வேண்டும் என்று கூறவில்லை. உங்கள் கோரிக்கையை agent ஒப்பிட்டுப் பார்ப்பதற்கு அந்த ஒரு வரி மட்டுமே உள்ளது. "தரவுத்தளப் பணிகளுக்கு உதவுகிறது" என்பது எதனுடனும் சரியாகப் பொருந்தாது. "Staging தரவுத்தளத்தில் schema migration-ஐ இயக்குகிறது. பயனர் ஒரு அட்டவணையை மாற்றவோ, நெடுவரிசையைச் சேர்க்கவோ அல்லது schema-வை மாற்றவோ கோரும்போது இதைப் பயன்படுத்தவும்" என்பதில் ஒரு நபர் உண்மையில் தட்டச்சு செய்யும் சொற்கள் இருப்பதால், அது செயல்படுகிறது.

இதற்கு நேர்மாறான தோல்வி, அடிக்கடி செயல்படும் skill ஆகும். "இந்த repository-ல் உள்ள எந்தக் குறியீடு மாற்றத்திற்கும் இதைப் பயன்படுத்தவும்" போன்ற விளக்கம் எல்லாவற்றுடனும் பொருந்துகிறது. இதனால் ஒவ்வொரு பணியின் போதும் அந்த body ஏற்றப்பட்டு, உரையாடலின் அடுத்தடுத்த கட்டங்களிலும் அது நீடிக்கிறது. நீங்கள் குறிப்பிட்ட பயன்பாட்டிற்கு மட்டும் விளக்கத்தைச் சுருக்கவும். Claude Code-ல் நீங்கள் frontmatter-ல் disable-model-invocation: true-ஐ அமைக்கலாம்; இது தானாகவே ஏற்றப்படுவதைத் தடுத்து, நீங்கள் அதன் பெயரைத் தட்டச்சு செய்யும்போது மட்டும் அந்த skill-ஐக் கிடைக்கச் செய்யும்.

மூன்றாவது தோல்வி, ஒரு கருவியை (tool) நகலெடுக்கும் skill ஆகும். அதன் MCP server ஏற்கனவே வழங்கும் API-ஐ curl செய்யுமாறு agent-க்கு அறிவுறுத்துவது அல்லது harness-ல் தேடல் கருவி இருக்கும்போது கோப்புகளை grep செய்யச் சொல்வது, மெதுவான பாதையை உருவாக்குவதோடு, முரண்படக்கூடிய இரண்டு விதமான அறிவுறுத்தல்களை வழங்குகிறது. நகலை நீக்கிவிட்டு, அதன் நோக்கத்தை மட்டும் விவரிக்கவும்.

இவற்றில் எது உங்கள் பிரச்சனை என்று யூகிக்க வேண்டாம். ஒரு புதிய session-ல் ஒரே prompt-ஐ இரண்டு முறை இயக்கவும்; ஒருமுறை skill-ஐச் செயல்படுத்தியும், மற்றொரு முறை அதை அணைத்தும் முடிவுகளை ஒப்பிடவும். புதிய session முக்கியமானது, ஏனெனில் நீங்கள் skill-ஐ எழுதிய session-ல் ஏற்கனவே அந்த skill-ன் அனைத்துத் தகவல்களும் இருப்பதால், எழுதப்பட்ட பதிப்பில் உள்ள குறைகள் மறைந்துவிடும். Anthropic-ன் skill-creator plugin, Claude Code-க்குள் அந்த ஒப்பீட்டைத் தானியக்கமாக்குகிறது. இதில் skill-ஐச் செயல்படுத்த வேண்டிய மற்றும் செயல்படுத்தக் கூடாத prompt-களை உருவாக்குவதும், ஒவ்வொன்றும் எவ்வளவு அடிக்கடி செயல்படுகிறது என்பதை அளவிடுவதும் அடங்கும். skill ஏற்றப்பட்டும் agent அதன்படி செயல்படவில்லை என்றால், விளக்கம் உங்கள் பிரச்சனை அல்ல; ஏற்கனவே படித்த அறிவுறுத்தல்களை agent ஏன் புறக்கணிக்கிறது என்பதற்கான காரணங்களை அடுத்து கவனிக்க வேண்டும்.

இது ஒரு விற்பனையாளரின் வடிவமா அல்லது தரநிலையா?

Anthropic இந்த வடிவத்தை 2025-ன் பிற்பகுதியில் வெளியிட்டது, பின்னர் அதை agentskills.io தளத்தில் ஒரு திறந்தநிலை தரநிலையாக (open standard) வெளியிட்டது. அக்டோபர் 22, 2026 அன்று, Linux Foundation-ன் கீழ் உள்ள Agentic AI Foundation-க்கு Agent Skills-ஐ வழங்குவதாக Anthropic அறிவித்தது. அக்டோபர் 2026 நிலவரப்படி, அந்த விவரக்குறிப்பு (specification) தேவையான name மற்றும் description புலங்களையும், விருப்பத்தேர்வுக்குரிய license, compatibility, metadata மற்றும் allowed-tools புலங்களையும், மூன்று விருப்பத்தேர்வுக்குரிய கோப்பகங்களையும் (directories), மற்றும் staged loading செயல்பாட்டையும் வரையறுக்கிறது. இது ஒரு reference validator-ஐயும் வழங்குகிறது, எனவே நீங்கள் ஒரு கோப்புறையைப் பகிர்வதற்கு முன்பு skills-ref validate ./my-skill மூலம் அதை விவரக்குறிப்புடன் சரிபார்க்கலாம்.

கிளையன்ட் பட்டியல் தான் உண்மையான அறிகுறி. ஒரே கோப்புறையை Claude Code, Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Goose, OpenHands மற்றும் opencode உள்ளிட்ட பல கருவிகள் படிக்கின்றன. Microsoft தனது சொந்த திறன்களை (skills) இந்த வடிவத்தில் github.com/microsoft/skills தளத்தில் வெளியிடுகிறது. மேலும், Skill Recorder என்ற desktop கருவியை வழங்குகிறது; இது நீங்கள் ஒரு பணியைச் செய்வதை ஒருமுறை கவனித்து, அதை ஒரு நோக்கம் (intent) மற்றும் வரிசைப்படுத்தப்பட்ட படிகளாக (ordered steps) மறுசீரமைத்து, முடிவை ஒரு திறனாக (skill) எழுதுகிறது. ஒரு விற்பனையாளர் தனது வெளியீட்டு வடிவம் வேறொருவரின் விவரக்குறிப்புக்குச் சொந்தமானதாக இருக்கும் வகையில் ஒரு recorder-ஐ உருவாக்குவது, அந்த வடிவம் ஒரு தயாரிப்பின் அம்சமாக மட்டும் இல்லாமல் தரநிலையாக மாறிவிட்டது என்பதற்கான நல்ல அறிகுறியாகும்.

முதலில் எதை எழுத வேண்டும்

ஒரு library-ஐத் திட்டமிட வேண்டாம். ஒரே அறிவுறுத்தல்களை மூன்றாவது முறையாக chat-ல் நகலெடுத்து ஒட்டுவதை நீங்கள் கவனிக்கும் வரை காத்திருங்கள், பிறகு அந்த உரையை ஒரு SKILL.md-க்கு மாற்றிவிட்டு, நகலெடுத்த உரையை நீக்கிவிடுங்கள். நீங்கள் ஏற்கனவே உணர்ந்த அந்தத் திரும்பத் திரும்பச் செய்யும் செயலே, ஒரு திறனைப் பாதுகாத்து வைப்பதற்கான நம்பகமான அறிகுறியாகும். ஒரு தேடல் செயல்முறை (search procedure) இதற்கான நல்ல தொடக்கமாகும், மேலும் உங்கள் சொந்த SearXNG instance மூலம் ஆதரிக்கப்படும் ஒரு தேடல் திறன் அதன் வடிவத்தைக் காட்டுகிறது.

இரண்டு பழக்கங்கள் இந்த library-ஐ ஆரோக்கியமாக வைத்திருக்கும். நீங்கள் எழுதாத ஒவ்வொரு திறனையும் நிறுவுவதற்கு முன்பு, அதில் உள்ள scripts உட்பட அனைத்தையும் படியுங்கள். ஏனெனில், ஒரு திறன் என்பது உங்கள் agent பின்பற்றும் அறிவுறுத்தல்கள் மற்றும் அது இயக்கும் code ஆகும்: இதை ஒரு அந்நியரிடமிருந்து software-ஐ நிறுவுவது போலக் கருதுங்கள். மேலும், credentials-ஐ அந்த folder-க்கு வெளியே வைத்திருங்கள், ஏனெனில் ஒரு திறன் என்பது commit செய்யப்பட்டு பகிரப்படும் ஒரு text file ஆகும். ரகசியங்களை உங்கள் agent-களிடமிருந்து விலக்கி வைத்தல் என்ற பகுதி அந்த மதிப்புகள் எங்கே இருக்க வேண்டும் என்பதை விளக்குகிறது, மேலும் இந்த ஆண்டு agent-களைக் கற்றுக்கொள்வதற்கான வரைபடம் மற்ற அமைப்புகளுடன் சேர்த்து திறன்களை வரிசைப்படுத்துகிறது.

FAQ

agent skill மற்றும் MCP server-க்கு இடையே உள்ள வேறுபாடு என்ன?

MCP (model context protocol) server என்பது ஒரு இயங்கும் process ஆகும்; இது ஒரு protocol வழியாக agent-க்கு கருவிகளை (tools) வழங்குகிறது. இதற்கு configuration மற்றும் credentials தேவை. client அவற்றை ஒத்திவைக்காத வரை (Claude Code இப்போது இயல்பாகவே அவ்வாறு செய்கிறது), அதன் முழுமையான கருவி வரையறைகள் முழு session-க்கும் context-ஐ ஆக்கிரமிக்கும். agent skill என்பது SKILL.md கோப்பைக் கொண்ட ஒரு folder ஆகும்; இதற்கு தனி process அல்லது protocol தேவையில்லை. agent அதை வாசிக்க முடிவு செய்யும் வரை, இது சுமார் 100 tokens மட்டுமே செலவாகும். ஒரு system-ஐ agent அணுகுவதற்கு MCP server-ஐப் பயன்படுத்தவும். அந்த அணுகுமுறையைச் சரியாகப் பயன்படுத்துவதற்கான வழிமுறைகளை agent-க்குக் கற்பிக்க skill-ஐப் பயன்படுத்தவும். பல அமைப்புகளில் இவை இரண்டுமே பயன்படுத்தப்படுகின்றன.

agent skills, Claude Code-உடன் மட்டுமே வேலை செய்யுமா?

இல்லை. Anthropic இந்த வடிவத்தை உருவாக்கி, பின்னர் அதை agentskills.io-வில் ஒரு திறந்த தரநிலையாக (open standard) வெளியிட்டது. அதே folder-ஐ Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Goose, OpenHands மற்றும் பிற client-கள் வாசிக்கின்றன. ஒவ்வொரு client-ம் எங்கு தேடுகிறது மற்றும் எந்த கூடுதல் frontmatter புலங்களைப் புரிந்துகொள்கிறது என்பதில் மட்டுமே வேறுபாடு உள்ளது. Claude Code ~/.claude/skills/ மற்றும் .claude/skills/ ஆகியவற்றை வாசிக்கிறது, அதே சமயம் GitHub Copilot மற்றும் VS Code ஆகியவை repository-ல் உள்ள .github/skills/, .claude/skills/ அல்லது .agents/skills/ ஆகியவற்றை வாசிக்கின்றன. SKILL.md கோப்பு எந்த மாற்றமும் இன்றி அவற்றுக்கிடையே செயல்படும்.

எத்தனை skills-களை நிறுவினால் வேகம் குறையும்?

இங்கு கட்டுப்பாடு என்பது எண்ணிக்கையை விட, startup budget ஆகும். ஒவ்வொரு நிறுவப்பட்ட skill-ம் அதன் பெயர் மற்றும் விளக்கத்தை வழங்குகிறது; வெளியிடப்பட்ட வழிகாட்டுதலின்படி இது சுமார் 100 tokens ஆகும். எனவே, முப்பது skills-களைப் பயன்படுத்தினால், அவை எதையும் பயன்படுத்துவதற்கு முன்பே சுமார் 3,000 tokens செலவாகும். முதலில் வேகம் குறையாது, மாறாக matching திறன் குறையும்: ஒன்றுடன் ஒன்று தொடர்புடைய விளக்கங்களைக் கொண்ட பல skills இருந்தால், சரியானதைத் தேர்ந்தெடுப்பது model-க்கு கடினமாகிவிடும். ஒன்றுடன் ஒன்று தொடர்பில்லாத விளக்கங்களை எழுதவும், நீங்கள் பயன்படுத்தாத skills-களை நீக்கிவிடவும்.

இந்த அறிவுறுத்தலை ஒரு skill-ல் வைக்க வேண்டுமா அல்லது AGENTS.md-ல் வைக்க வேண்டுமா?

இது repository-ல் உள்ள அனைத்து பணிகளுக்கும் பொருந்துமா என்று கேளுங்கள். build commands, house style மற்றும் naming rules ஆகியவை அனைத்திற்கும் பொருந்தும், எனவே அவை எப்போதும் இயங்கும் கோப்பில் இருக்க வேண்டும்; அங்கு ஒவ்வொரு முறையும் loading செய்வதுதான் நோக்கம். எப்போதாவது மட்டும் செய்யும் ஒரு செயல்முறை, உதாரணமாக release checklist அல்லது restore drill, ஒரு skill-ஆக இருக்க வேண்டும். அப்போதுதான் அது செயல்படுத்தப்படுவதற்கு முன்பு அதன் ஒரு வரி விளக்கத்திற்கு மட்டுமே tokens செலவாகும். Claude Code-ல் ஒருமுறை load செய்யப்பட்ட பிறகு, அதன் அறிவுறுத்தல்கள் தொடர்பில்லாத பணிகள் உட்பட, பிற்கால உரையாடல்களிலும் அப்படியே இருக்கும். AGENTS.md-ன் ஒரு பகுதி, எண்ணிடப்பட்ட படிகளாக வளர்ந்திருந்தால், அது பெரும்பாலும் skill-ஆக மாற்றப்பட வேண்டிய ஒன்று என்று அர்த்தம்.

இந்தக் கட்டுரை பயனுள்ளதாக இருந்ததா?