Ano Talaga ang Agent Skills?
Alamin kung bakit folder na may SKILL.md ang agent skill, kailan lang nilo-load ang instructions, at paano ito naiiba sa MCP at giant prompt.
Ano talaga ang agent skill
Ang agent skill ay isang folder sa disk na may file na tinatawag na SKILL.md. Naglalaman ang file na ito ng pangalan, maikling paglalarawan, at mga instruction na nakasulat sa plain markdown. Nilo-load ng agent ang paglalarawan sa startup, at binabasa lamang nito ang mga instruction kapag tumugma ang request mo sa paglalarawang iyon o tinawag mo ang skill gamit ang pangalan nito. Halos lahat ng iba pang katangian ng mga skill ay nagmumula sa dalawang pangungusap na ito.
Maaaring maglaman ang folder ng higit sa isang file. Tinutukoy ng Agent Skills specification ang tatlong optional na directory: scripts/ para sa code na pinapatakbo ng agent, references/ para sa mga dokumentong binabasa nito kapag kailangan, at assets/ para sa mga template at data. Hindi required ang alinman sa mga ito. Ang folder na may SKILL.md lamang ay kumpletong skill.
restore-drill/
SKILL.md
references/retention-policy.md
scripts/verify_snapshot.shAng description ang bahaging madalas minamaliit ng mga tao. Ito lamang ang tekstong nakikita ng agent bago ito magpasya kung bubuksan ang skill, kaya dapat nitong malinaw na sabihin kung ano ang ginagawa ng skill at kung kailan ito gagamitin, gamit ang mga salitang karaniwang ita-type ng isang tao.
Bakit halos walang gastos ang isang skill hanggang sa gamitin ito
Ito ang paliwanag kung bakit sulit unawain ang format na ito. Tungkol ito sa context, hindi sa mga feature. May mga yugto ang pag-load, na tinatawag ng specification na progressive disclosure.
Sa pagsisimula, nilo-load ng agent ang name at description ng bawat naka-install na skill, at wala nang iba. Tinataya ng Agent Skills specification na humigit-kumulang 100 tokens ito bawat skill (ayon sa inilathalang gabay, noong October 2026). Kung mag-i-install ka ng isang dosenang skill, humigit-kumulang katumbas lamang ito ng context ng isang mahabang talata.
Kapag tumugma ang isang request sa isang description, binabasa ng agent ang body ng isang SKILL.md na iyon. Inirerekomenda ng spec na panatilihing mas maikli sa 5,000 tokens ang body at mas maikli sa 500 lines ang file. Sa puntong ito, wala pa ring gastos ang mga file sa references/ at scripts/. Nilo-load lamang ang isang reference file kung ipinapabasa rito ng instructions ang agent. Iba naman ang bundled script: pinapatakbo ito ng agent sa pamamagitan ng shell, kaya hindi pumapasok sa context window ang source ng script at output lamang nito ang pumapasok.
Ihambing ito sa karaniwang unang ginagamit ng mga tao: isang napakalaking prompt. Binabayaran sa bawat request at sa bawat session ang bawat line sa system prompt o sa palaging naka-enable na instructions file, kailangan man ito ng task o hindi. Nakikipag-agawan din ito ng atensyon sa aktuwal na tanong. Ang 10,000 tokens ng palaging naka-load na instructions ay gastos kahit ang tanong mo lang ay kung anong oras na. Humigit-kumulang 1,200 tokens ang gastos ng isang dosenang skill bago ma-activate, ngunit maaaring manatili sa context ang mga na-load na instructions para sa mga susunod na task sa parehong conversation. Iyan ang buong dahilan kung bakit kapaki-pakinabang ang mga skill, at kung bakit mas mainam ang isang maliit na library kaysa sa mas mahabang prompt.
May isang limitasyon na madalas hindi napapansin. Sa Claude Code, kapag na-load na ang isang skill, nananatili ang body nito sa conversation sa mga susunod na turn. Kaya ang mahabang SKILL.md ay paulit-ulit na gastos, hindi isang beses lang. Maaaring paikliin o alisin ng compaction ang na-load na skill content. Ang paglilipat ng mga detalye sa references/ ay hindi lamang para maging maayos ang pagkakaayos. Ito ang mekanismong gumagana ayon sa disenyo nito.
Ang skill ng agent ay hindi tool call
Ang tool, na tinatawag ding function call, ay isang bagay na maaaring i-invoke ng model. Nagpapadala ang harness ng schema sa model: pangalan, paglalarawan, at anyo ng mga argument. Naglalabas ang model ng call, pinapatakbo ito ng iyong code, at bumabalik ang resulta bilang message. May ginagawa ang mga tool. Parehong kabilang sa harness, ang program na nagpapatakbo sa loop sa paligid ng model ang dalawang bahaging ito. Ang harness din ang nagbabasa ng mga paglalarawan ng skill sa startup at nagpapasya kung kailan magbubukas ng isa.
Walang awtomatikong ine-execute ang isang skill. Binabasa ito ng agent, saka kumikilos gamit ang mga tool na mayroon na ito. Tumatanggap ang Claude Code ng mga argument kapag ini-invoke ang isang skill at ipinapasok ang mga ito sa instructions nito sa pamamagitan ng mga placeholder gaya ng $ARGUMENTS. Ang kayang gawin ng isang skill ay sabihin sa model kung aling mga tool ang gagamitin, sa anong pagkakasunod-sunod, at ano ang susuriin pagkatapos. Ang pagpapasa ng isang job sa pangalawang agent ang pinakamalinaw na halimbawa: maaari nang mag-message ang isang Claude Code session sa isa pa, at sa skill mo inilalagay kung kailan ito kapaki-pakinabang at ano ang dapat ipadala.
Sa madaling sabi: nagbibigay ang tool ng bagong kakayahan sa agent, samantalang ang skill ay karaniwang nagbibigay dito ng pagpapasya kung paano gagamitin ang mga kakayahang mayroon na ito. Kapag nagdaragdag ng kakayahan ang isang skill, ginagawa nito iyon sa pamamagitan ng bundled script na pinapatakbo ng agent gamit ang shell na mayroon na ito. Kung kailangang lumikha ang isang step ng eksakto at validated na resulta sa bawat pagkakataon, tool o script ang kailangan mo. Kung kailangan ng isang step na pare-parehong mailapat ang parehong pag-iisip, skill ang kailangan mo. Maaaring puro pagpapasya lamang ang isang skill at ito pa rin ang pinakamadalas mong gamitin, gaya ng ipinapakita ng Ponytail, na nagtutulak sa coding agent na gawin ang pinakamaliit na gumaganang pagbabago: wala itong idinadagdag na bagong capability at binabago lamang kung paano ginagamit ng agent ang mga kakayahan nito. Maaari ring kabaligtaran ang direksiyon ng pagpapasyang iyon. Ang unlazy skill, na gumagamit ng Depth Tree upang pigilan ang agent na ideklarang tapos nang maaga ang isang job ay gumagamit ng parehong paraan para sa pagiging masinsinan sa halip na pagpipigil.
Ang skill ng agent ay hindi MCP server
Ang MCP (model context protocol) ay protocol para ikonekta ang isang agent sa external system. Ang MCP server ay isang process na tumatakbo, gumagamit ng protocol na iyon, at naglalantad ng mga tool sa agent. Karaniwan itong nangangailangan ng configuration, credentials, at alinman sa local command o network endpoint. Ang skill ay isang folder na may markdown file. Walang process, port, o protocol dito.
Magkaiba rin ang context cost sa parehong paraan. Ang bawat tool na inilalantad ng isang MCP server ay may pangalan, description, at argument schema. Sa client na naglo-load ng mga ito sa simula, kasama ang mga iyon sa request sa buong session, ginagamit man o hindi. Hindi na ganoon gumagana ang Claude Code bilang default: simula October 2026, naka-enable na agad ang tool search nito, kaya mga pangalan lang ng tool at server instructions ang nilo-load sa pagsisimula ng session. Dumarating ang buong definitions kapag hinanap na ng Claude ang mga ito. Ang skill habang hindi ginagamit ay isang linya lang ng text.
Magkatuwang ang dalawang ito, at ang pinakamahuhusay na setup ay gumagamit ng pareho. Nagbibigay ng access ang MCP server. Nagbibigay naman ang skill ng procedure: kung alin sa mga tool na iyon ang tatawagin para sa aktuwal na workflow ng team, kung anong pagkakasunod-sunod, at kung ano ang maituturing na magandang resulta. Kung ikaw mismo ang nagho-host ng mga ito, tinatalakay ng pagpapatakbo ng mga MCP server sa isang VPS ang bahaging iyon.
Ang agent skill ay hindi system prompt o AGENTS.md
Pareho silang mga instruction sa markdown, kaya makatuwiran ang kalituhang ito. Ang kaibahan ay kung kailan sila nilo-load. Palaging naka-enable ang system prompt at mga project instruction na nilo-load sa startup; nilo-load ang mga nested na AGENTS.md at CLAUDE.md file kapag nagtatrabaho ang agent sa kanilang mga directory. On demand ang isang skill. Ang output styles ng Claude Code ay nasa pinakadulong bahagi ng palaging naka-enable, dahil ang pagpili ng isa ay direktang nag-e-edit sa system prompt. Kaya naaapektuhan nito ang bawat reply sa session, pati ang mga reply sa mga task na walang skill na ginagamit.
Isang tanong ang pagsusuri: magiging mali ba ang pag-ignore sa paragraph na ito sa isang task na walang kaugnayan dito? Nalalapat ang house style, build command, at branch naming rule sa bawat task, kaya dapat nasa always-on file ang mga ito. Ang dahilan ay dapat nilo-load ang file sa bawat pagkakataon. Hindi nalalapat sa bawat task ang release checklist na pinapatakbo mo nang dalawang beses bawat buwan, kaya dapat nasa isang skill ito. Kapag naging numbered procedure na ang isang section ng always-on file, senyales iyon na dapat itong ilipat.
May sarili ring mga convention ang mga file na ito, at mahalagang sundin ang mga ito nang tama. Tingnan ang kung ano ang dapat mapunta sa AGENTS.md at kung ano ang dapat mapunta sa human file at ang design.md na nagpapaliwanag sa estruktura ng isang codebase para sa dalawang file na ginagamit namin.
Ano ang hitsura ng minimal na skill
Sa Claude Code, nasa ~/.claude/skills/<name>/SKILL.md ang mga personal skill at nalalapat ang mga ito sa lahat ng project mo sa machine na iyon, pero hindi sa Cowork o mga cloud session. Nasa .claude/skills/<name>/SKILL.md naman ang mga project skill at kino-commit sa git, kaya magagamit din ng team mo; hindi nilo-load ng mga cloud thread sa isang Claude project ang mga ito. Binabasa ng GitHub Copilot at VS Code ang mga project skill mula sa .github/skills/ at .agents/skills/, pati sa .claude/skills/. Iisang file ang nasa loob ng mga ito.
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.Kumpleto na ang skill na ito. Ang pangalan ng directory ang nagiging command na tina-type mo, kaya /restore-drill ito. Sa Claude Code, ipinapakita ng /skills menu ang mga naka-install, kaya ito ang pinakamabilis na paraan para makumpirmang nakuha ang file. Kung wala ito sa menu, suriin muna ang mga pangalan: dapat SKILL.md ang pangalan ng file, at hinihingi ng Agent Skills specification na lowercase letters, digits, at single hyphens lamang ang gamitin sa name, na dapat tumugma sa directory. Ang parehong proseso na isinulat bilang procedure na maaaring patakbuhin muli ng agent mo ay natural na kaakibat ng naka-schedule na restic backup sa VPS, kung saan hindi pareho ang tumatakbong backup at ang pag-restore ng backup.
Kapag dapat script ang isang skill
Anumang hakbang na iisa lang ang tamang sagot sa bawat pagpapatakbo ay dapat gawing script. Panatilihin sa skill ang ilang linya lamang na nagsasabi kung kailan ito patatakbuhin at kung paano babasahin ang output. May dalawang dahilan, at kapwa praktikal ang mga ito.
Una, hindi pumapasok sa context window ang source ng script. Ang 300-line parser ay ang output lamang nito ang kumokonsumo ng context, samantalang ang parehong logic na isinulat bilang markdown instructions ay kumokonsumo ng buong haba nito sa bawat pag-load ng skill.
Ikalawa, pareho ang ibinibigay na sagot ng script sa bawat pagpapatakbo. Kapag kailangang muling buuin ng model ang parehong log parsing rule sa bawat run, maaaring bahagyang mag-iba ang resulta nito kapag nagkamali. Hindi mo ito mapapansin hanggang sa hindi magtugma ang dalawang numero.
Kaya hatiin ang gawain ayon sa uri. Ang “I-parse ang CSV at i-print ang bawat row kung hindi tugma ang total sa mga line item” ay script. Ang “Suriin ang mga row na ini-print ng script at ipaliwanag kung alin ang mukhang maling data entry” ay skill instruction. Ang pagpapanatili ng judgment sa markdown at determinism sa code ay kaparehong disiplina ng pagbuo ng loop na maaaring patakbuhin ng agent nang hindi mo mino-monitor.
Bakit hindi kailanman nagti-trigger ang skill ko?
Dahil sinasabi lamang ng description nito kung ano ang ginagawa ng skill at hindi nito sinasabi kung kailan ito gagamitin. Ang isang linyang iyon ang tanging itinatapat ng agent sa request mo. Walang partikular na itinutugma ang “Tumutulong sa database work.” Ang “Nagsasagawa ng schema migration sa staging database. Gamitin kapag humiling ang user na mag-migrate ng table, magdagdag ng column, o magbago ng schema” ay naglalaman ng mga salitang aktuwal na tina-type ng isang tao, kaya nagti-trigger ito.
Ang kabaligtarang problema ay ang skill na palaging nagti-trigger. Ang paglalarawang gaya ng “Gamitin para sa anumang pagbabago ng code sa repository na ito” ay tumutugma sa lahat, kaya naglo-load ang body sa bawat task at nananatili ito sa conversation sa mga susunod na turn. Paliitin ang description ayon sa partikular na sitwasyong tinutukoy mo. Sa Claude Code, maaari mo ring itakda ang disable-model-invocation: true sa frontmatter upang ihinto ang automatic loading at panatilihing available ang skill kapag tina-type mo ang pangalan nito.
Ang ikatlong problema ay ang skill na dumodoble sa isang tool. Ang mga instruction na nagsasabing curl ang isang API na inilalantad na ng MCP server nito, o magsagawa ng grep sa mga file kapag may search tool ang harness, ay nagbibigay sa iyo ng mas mabagal na paraan at dalawang set ng instruction na maaaring magkasalungat. Alisin ang duplicate at ilarawan na lamang ang intent.
Huwag hulaan kung alin sa tatlong ito ang problema mo. Patakbuhin nang dalawang beses ang parehong prompt sa isang bagong session: isang beses na available ang skill at isang beses na naka-off ito. Pagkatapos, paghambingin ang mga sagot. Mahalaga ang bagong session dahil ang session kung saan mo isinulat ang skill ay naglalaman na ng lahat ng sinasabi ng skill, kaya natatago ang mga puwang sa nakasulat na bersyon. Ina-automate ng Anthropic na skill-creator plugin ang paghahambing na ito sa loob ng Claude Code. Kasama rito ang pagbuo ng mga prompt na dapat at hindi dapat mag-trigger sa skill, pati ang pagsukat kung gaano kadalas nagti-trigger ang bawat isa. Kung naglo-load ang skill pero hindi pa rin ginagawa ng agent ang sinasabi nito, hindi ang description ang problema mo. Tingnan naman ang mga dahilan kung bakit hindi sinusunod ng agent ang mga instruction na nabasa na nito.
Sa format ba ito ng isang vendor o isang standard?
Inilathala ng Anthropic ang format noong huling bahagi ng 2025, at kalaunan ay inilabas ito bilang isang open standard na naka-host sa agentskills.io. Noong October 22, 2026, inanunsyo ng Anthropic ang pag-donate nito ng Agent Skills sa Agentic AI Foundation sa ilalim ng Linux Foundation. Noong October 2026, tinutukoy sa specification na iyon ang kinakailangang name at description fields, ang mga optional na license, compatibility, metadata at allowed-tools fields, ang tatlong optional directory, at ang staged loading behavior. May kasama rin itong reference validator, kaya sinusuri ng skills-ref validate ./my-skill ang isang folder batay sa specification bago mo ito i-share.
Ang listahan ng mga client ang tunay na palatandaan. Binabasa ng Claude Code, Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Goose, OpenHands at opencode, bukod sa iba pa, ang parehong folder. Inilalathala ng Microsoft ang sarili nitong skills sa format na ito sa github.com/microsoft/skills, at naglalabas ito ng desktop tool na tinatawag na Skill Recorder. Mino-monitor nito kung paano mo ginagawa ang isang task nang isang beses, nire-reconstruct ito bilang intent na may nakaayos na mga step, at isinusulat ang resulta bilang isang skill. Magandang palatandaan na naging higit na sa feature ng isang produkto ang format kapag ang isang vendor ay gumagawa ng recorder na ang output format ay nakabatay sa specification ng ibang entity.
Ano ang unang isusulat
Huwag munang magplano ng library. Maghintay hanggang sa mapansin mong ipinapaste mo na sa chat ang parehong mga instruction sa ikatlong pagkakataon, saka ilipat ang tekstong iyon sa isang SKILL.md at tanggalin ang paste. Ang pag-uulit na naranasan mo na ang tanging maaasahang hudyat na kailangan mo ng skill. Magandang unang skill ang isang search procedure, at ipinapakita ng isang search skill na gumagamit ng sarili mong SearXNG instance kung ano ang anyo nito.
Dalawang gawi ang nagpapanatiling maayos sa library. Basahin ang bawat skill na hindi ikaw ang sumulat bago ito i-install, kasama ang mga script, dahil ang skill ay mga instruction na susundin ng agent mo at code na maaari nitong patakbuhin: ituring ito na parang pag-i-install ng software mula sa hindi mo kilalang tao. Panatilihin ding wala sa folder ang mga credential, dahil ang skill ay isang text file na maaaring i-commit at i-share. Ipinapaliwanag ng Paglalayo ng mga secret sa iyong mga agent kung saan dapat ilagay ang mga value na iyon, at inaayos naman ng road map para sa pag-aaral ng mga agent ngayong taon ang mga skill kasama ng iba pang bahagi ng setup.
FAQ
Ano ang pagkakaiba ng agent skill at MCP server?
Ang MCP (model context protocol) server ay isang tumatakbong process na naglalantad ng tools sa isang agent gamit ang protocol. Kaya kailangan nito ng configuration at credentials. Ang kumpletong tool definitions nito ay kumokonsumo ng context sa buong session, maliban kung ipagpapaliban ito ng client, gaya ng ginagawa ngayon ng Claude Code bilang default. Ang agent skill ay isang folder na naglalaman ng SKILL.md file. Wala itong process o protocol. Kumokonsumo ito ng humigit-kumulang 100 tokens hanggang sa magpasya ang agent na basahin ito. Gumamit ng MCP server upang bigyan ang agent ng access sa isang system. Gumamit ng skill upang sabihin sa agent ang tamang procedure para magamit nang maayos ang access na iyon. Maraming setup ang gumagamit ng pareho.
Gumagana lamang ba ang agent skills sa Claude Code?
Hindi. Anthropic ang bumuo ng format at kalaunan ay inilabas ito bilang open standard sa agentskills.io. Binabasa rin ng Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Goose, OpenHands at iba pang client ang parehong folder. Nagkakaiba lamang kung saan naghahanap ang bawat client at kung aling mga karagdagang frontmatter field ang nauunawaan nito. Binabasa ng Claude Code ang ~/.claude/skills/ at .claude/skills/, samantalang binabasa ng GitHub Copilot at VS Code ang .github/skills/, .claude/skills/ o .agents/skills/ sa repository. Ang SKILL.md file mismo ay naipapasa sa pagitan ng mga ito nang walang pagbabago.
Ilang skill ang maaari kong i-install bago bumagal ang system?
Ang limitasyon ay ang startup budget, hindi ang bilang ng skill. Bawat naka-install na skill ay nagdaragdag ng pangalan at description nito, na humigit-kumulang 100 tokens ayon sa inilathalang guidance ng specification. Kaya ang 30 skill ay kumokonsumo ng humigit-kumulang 3,000 tokens bago magamit ang alinman sa mga ito. Ang unang lumalala ay ang matching, hindi ang speed. Kapag magkakapatong ang descriptions ng maraming skill, mas nahihirapan ang model na piliin ang tama. Sumulat ng mga description na hindi magkakapatong, at tanggalin ang mga skill na hindi mo na ginagamit.
Dapat bang ilagay ang instruction na ito sa isang skill o sa AGENTS.md?
Tanungin kung naaangkop ito sa bawat task sa repository. Ang build command, house style at naming rule ay naaangkop sa lahat ng task. Kaya dapat ilagay ang mga ito sa always-on file, dahil ang punto nito ay i-load sa bawat pagkakataon. Ang procedure na paminsan-minsan lamang ginagamit, gaya ng release checklist o restore drill, ay dapat gawing skill. Sa ganitong paraan, isang linyang description lamang nito ang kumokonsumo ng resources bago ito i-activate. Kapag na-load sa Claude Code, nananatili ang instructions nito sa conversation sa mga susunod na turn, kabilang ang mga task na walang kaugnayan dito. Ang seksyon ng AGENTS.md na lumaki at naging numbered steps ay karaniwang skill na dapat ilipat.