Ano ba talaga ang agent skills?

Kung 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 iyon ng pangalan, maikling description, at mga instruction na nakasulat sa plain markdown. Nilo-load ng agent ang description sa startup, at binabasa lamang nito ang mga instruction kapag tugma ang request mo sa description na iyon. Halos lahat ng iba pang katangian ng skills 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 kinakailangan ang alinman sa mga ito. Ang folder na SKILL.md lamang ang laman ay kumpletong skill.

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

Ang description ang bahaging minamaliit ng mga tao. Ito lamang ang text na nakikita ng agent bago ito magpasya kung bubuksan ba nito ang skill, kaya dapat nitong malinaw na sabihin kung ano ang ginagawa ng skill at kung kailan ito gagamitin, gamit ang mga salitang aktuwal na ita-type ng isang tao.

Bakit halos walang gastos ang isang skill hanggang sa gamitin ito

Ito ang argumentong nagpapahalagang maunawaan ang format, at tungkol ito sa context, hindi sa mga feature. Nangyayari ang loading sa magkakasunod na yugto, na tinatawag ng specification na progressive disclosure.

Sa startup, nilo-load ng agent ang name at description ng bawat naka-install na skill at wala nang iba. Tinatantiya ng Agent Skills specification na nasa humigit-kumulang 100 tokens bawat skill ito (published guidance, as of August 2026). Mag-install ng isang dosenang skill at gumastos ka lamang ng halos katumbas ng context ng isang mahabang paragraph.

Kapag tumugma ang request sa isang description, binabasa ng agent ang body ng isang SKILL.md na iyon. Inirerekomenda ng spec na panatilihin ang body sa mas mababa sa 5,000 tokens at ang file sa mas mababa sa 500 lines. Wala pang gastos ang mga file sa references/ at scripts/ sa puntong ito. Nilo-load lamang ang isang reference file kung itinuturo ito ng instructions sa 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 ang output lamang nito ang pumapasok.

Ihambing ito sa unang karaniwang ginagamit ng mga tao: isang napakalaking prompt. Bawat line sa system prompt o sa palaging naka-enable na instructions file ay binabayaran sa bawat request at sa bawat session, kailangan man ito ng task o hindi, at nakikipag-agawan ito ng atensyon sa aktuwal na tanong. Ang 10,000 tokens ng palaging aktibong instructions ay gastos na binabayaran mo kahit ang itatanong mo lang ay kung anong oras na. Ang isang dosenang skill ay nagkakahalaga ng humigit-kumulang 1,200 tokens habang idle at lumalaki lamang kapag kailangan ito ng isang task. Iyon ang buong dahilan kung bakit kapaki-pakinabang ang skills, at kung bakit mas mainam ang maliit na library kaysa sa mas mahabang prompt.

May isang caveat na madalas hindi napapansin. Kapag nag-load na ang isang skill, nananatili ang body nito sa context para sa natitirang bahagi ng session, kaya ang mahabang SKILL.md ay paulit-ulit na gastos at hindi one-time na gastos. Ang paglilipat ng detalye sa references/ ay hindi simpleng pag-aayos. Ito ang mekanismong gumagana ayon sa disenyo.

Ang agent skill ay hindi isang tool call

Ang tool, na tinatawag ding function call, ay isang bagay na maaaring i-invoke ng model. Nagpapadala ang harness sa model ng isang schema: isang pangalan, isang description, at format ng mga argument. Gumagawa ang model ng call, pinapatakbo ito ng iyong code, at ibinabalik ang resulta bilang isang message. May ginagawa ang mga tool.

Walang awtomatikong ine-execute ang isang skill. Binabasa ito ng agent, pagkatapos ay kumikilos gamit ang mga tool na mayroon na ito. Hindi makapagpapasa ang model ng arguments sa isang skill sa paraang ipinapasa nito ang mga ito sa isang tool. Ang magagawa ng isang skill ay sabihin sa model kung aling mga tool ang gagamitin, sa anong pagkakasunod-sunod, at kung ano ang susuriin pagkatapos.

Sa madaling sabi: nagbibigay ang tool ng bagong kakayahan sa agent, samantalang nagbibigay ang skill ng judgment tungkol sa kakayahang mayroon na ito. Kung kailangang laging makagawa ng eksakto at validated na resulta ang isang step, tool o script ang kailangan mo. Kung kailangan namang pare-parehong mailapat ang parehong pag-iisip, skill ang kailangan mo. Maaaring judgment lamang ang laman ng 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 nito kung paano ginagamit ng agent ang mga kakayahan na mayroon na ito.

Ang agent skill ay hindi MCP server

Ang MCP (model context protocol) ay isang 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 ng mga ito. Ang bawat tool na inilalantad ng MCP server ay may pangalan, description, at argument schema. Bilang default, kasama ang mga ito sa request para sa buong session, ginagamit man o hindi. May ilang client na nagsimula nang kumuha ng tool schema on demand, pero karaniwan pa rin ang pag-load ng mga ito sa simula. Ang skill kapag hindi ginagamit ay isang linya ng text.

Magkasamang ginagamit ang dalawang ito, at pinakamalakas ang setup kapag parehong mayroon. Nagbibigay ng access ang MCP server. Nagbibigay naman ng procedure ang skill: 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, ipinapaliwanag ng pagpapatakbo ng MCP servers sa isang VPS ang bahaging iyon.

Ang agent skill ay hindi system prompt o AGENTS.md

Pareho silang instructions na nasa markdown, kaya makatuwiran ang kalituhang ito. Ang pagkakaiba ay kung kailan sila nilo-load. Palaging naka-on ang AGENTS.md, CLAUDE.md, at ang system prompt. On demand naman ang isang skill.

Isang tanong ang batayan: magiging mali ba ang pag-ignore sa paragraph na ito sa isang task na walang kaugnayan dito? Nalalapat sa bawat task ang house style, build command, at branch naming rule, kaya dapat nasa always-on file ang mga ito. Ang palaging pag-load sa file na iyon ang layunin. Ang release checklist na ginagamit mo dalawang beses bawat buwan ay hindi nalalapat sa bawat task, kaya dapat nasa isang skill ito. Kapag ang isang seksyon ng always-on file mo ay naging numbered procedure na, senyales iyon na dapat mo na itong ilipat.

May sarili ring conventions ang mga file na ito na kailangang sundin nang tama. Tingnan ang kung ano ang dapat nasa AGENTS.md at kung ano ang dapat nasa human file at isang design.md na nagpapaliwanag sa istruktura ng isang codebase para sa dalawang ginagamit namin.

Ano ang hitsura ng isang 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. Nasa .claude/skills/<name>/SKILL.md naman ang mga project skill at kino-commit ang mga ito sa git, kaya mayroon nito ang bawat tao at agent na nagtatrabaho sa repository na iyon. Sa halip, binabasa ng GitHub Copilot at VS Code ang mga workspace skill mula sa .github/skills/. Pareho ang file na nasa loob nito.

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` prints `Fatal: unable to open config file`, the repository path or the password is wrong. Stop and report that instead of guessing.

Kumpleto na ang skill na ito. Ang pangalan ng directory ang nagiging command na tina-type mo, kaya /restore-drill ang command para rito. Sa Claude Code, inililista ng /skills menu ang mga naka-install, kaya ito ang pinakamabilis na paraan para makumpirmang nabasa ang file. Kung wala ito sa menu, may mali sa pangalan: dapat SKILL.md ang pangalan ng file, at dapat lowercase letters, digits, at single hyphens lamang ang nasa pangalan ng directory. Ang parehong drill na isinulat bilang procedure na maaaring muling patakbuhin ng agent mo ay natural na kasama ng nakaiskedyul na restic backup sa isang VPS, kung saan hindi pareho ang pagpapatakbo ng backup at ang pag-restore nito.

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 ng description nito kung ano ang ginagawa ng skill, pero hindi nito sinasabi kung kailan ito gagamitin. Ang isang linyang iyon lang ang itinutugma ng agent sa request mo. Walang partikular na itinutugma ang “Tumutulong sa database work.” Ang “Nagsasagawa ng schema migration sa staging database. Gamitin kapag humihiling ang user na mag-migrate ng table, magdagdag ng column, o magbago ng schema” ay naglalaman ng mga salitang aktuwal na tina-type ng tao, kaya nagti-trigger ito.

Ang kabaligtarang problema ay ang skill na palaging nagti-trigger. Ang description na gaya ng “Gamitin para sa anumang code changes sa repository na ito” ay tumutugma sa lahat, kaya naglo-load ang body sa bawat task at nananatili ito sa context sa natitirang bahagi ng session. Limitahan ang description sa 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 nagdo-duplicate ng isang tool. Ang mga instruction na nagsasabing curl ng API na inilalantad na ng MCP server nito, o mag-grep sa mga file kahit may search tool ang harness, ay nagbibigay ng mas mabagal na paraan at dalawang set ng instruction na maaaring magkasalungat. Burahin ang duplicate at ilarawan na lang ang layunin.

Huwag hulaan kung alin sa tatlong ito ang problema mo. Patakbuhin ang parehong prompt nang dalawang beses sa isang bagong session: isang beses na available ang skill at isang beses na naka-off ito. Pagkatapos, ikumpara ang mga sagot. Mahalaga ang bagong session dahil naglalaman na ng lahat ng sinasabi ng skill ang session kung saan mo ito isinulat, kaya natatago ang mga puwang sa nakasulat na bersyon. Ina-automate ng Anthropic's skill-creator plugin ang paghahambing na ito sa loob ng Claude Code, kabilang ang pagbuo ng mga prompt na dapat at hindi dapat mag-trigger sa skill at pagsukat kung gaano kadalas nagti-trigger ang bawat isa.

Isa bang format ito ng isang vendor o isa itong standard?

Inilathala ng Anthropic ang format noong huling bahagi ng 2025, at kalaunan ay inilabas ito bilang open standard na naka-host sa agentskills.io. Noong August 2026, tinutukoy ng specification na iyon ang mga kinakailangang name at description field, ang mga opsyonal na license, compatibility, metadata at allowed-tools field, ang tatlong opsyonal na directory, at ang staged loading behaviour. May kasama rin itong reference validator, kaya sinusuri ng skills-ref validate ./my-skill ang isang folder laban sa specification bago mo ito ibahagi.

Ang listahan ng mga client ang pinakamalinaw 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 din ito ng desktop tool na tinatawag na Skill Recorder. Mino-monitor ng tool na ito ang pagsasagawa mo ng isang task, binubuo itong muli bilang isang intent na may nakaayos na mga hakbang, at isinusulat ang resulta bilang isang skill. Magandang senyales na tumigil na ang format na ito bilang feature ng isang produkto kapag ang vendor ay gumagawa ng recorder na ang output format ay kabilang sa specification ng ibang partido.

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 isang protocol. Kaya kailangan nito ng configuration at credentials. Karaniwang kumokonsumo rin ng context sa buong session ang mga definition ng tools nito, ginagamit man ang mga ito o hindi. Ang agent skill ay isang folder na naglalaman ng SKILL.md file. Wala itong process o protocol, at humigit-kumulang 100 tokens lamang ang gastos nito hanggang sa magpasya ang agent na basahin ito. Gamitin ang MCP server upang bigyan ang agent ng access sa isang system. Gamitin ang skill upang ituro sa agent ang tamang procedure sa paggamit ng access na iyon. Maraming setup ang gumagamit ng pareho.

Gumagana ba ang agent skills sa Claude Code lamang?

Hindi. Binuo ng Anthropic ang format at pagkatapos ay inilabas ito bilang open standard sa agentskills.io. Binabasa rin ang parehong folder ng Cursor, OpenAI Codex, Gemini CLI, GitHub Copilot, VS Code, Goose, OpenHands, at iba pang clients. Ang nagkakaiba ay 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/ sa repository. Hindi nagbabago ang SKILL.md file kapag inililipat sa pagitan ng mga ito.

Ilang skill ang maaari kong i-install bago bumagal ang system?

Ang pangunahing limitasyon ay ang startup budget, hindi ang bilang ng skills. Idinadagdag ng bawat naka-install na skill ang pangalan at description nito. Humigit-kumulang 100 tokens ang ambag ng bawat isa ayon sa inilathalang guidance ng specification. Kaya ang 30 skills ay kumokonsumo ng humigit-kumulang 3,000 tokens bago gamitin ang alinman sa mga ito. Ang unang naaapektuhan ay ang matching, hindi ang bilis. Kapag magkakapatong ang descriptions ng maraming skills, 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 commands, house style, at naming rules ay naaangkop sa lahat ng task, kaya dapat ilagay ang mga ito sa always-on file. Layunin ng file na iyon ang ma-load sa bawat pagkakataon. Ang procedure na paminsan-minsan lamang ginagamit, gaya ng release checklist o restore drill, ay dapat maging skill. Wala itong cost sa mga task na hindi nangangailangan nito. Ang seksyon ng AGENTS.md na lumaki at naging numbered steps ay karaniwang skill na dapat ilipat.