Agent Skills от Anthropic: как научить ИИ-агента новым навыкам

Anthropic представила систему Agent Skills — модульный способ расширения возможностей Claude через компонуемые папки с инструкциями и кодом

Введение

Искусственный интеллект развивается стремительно. Если раньше языковые модели могли только генерировать текст, то сейчас они превращаются в полноценных агентов, способных выполнять сложные задачи: писать код, работать с файлами, запускать программы.

Claude Code, например, может решать задачи в различных областях благодаря доступу к локальной файловой системе и выполнению кода. Но возникает вопрос: как дать агенту специализированные знания для конкретных задач, не создавая десятки разных версий модели?

Anthropic нашла элегантное решение — Agent Skills: организованные папки с инструкциями, скриптами и ресурсами, которые агент динамически загружает по мере необходимости.

Почему это важно:

Универсальность: один агент может специализироваться в разных областях
Масштабируемость: навыки можно создавать и распространять независимо
Простота: любой может создать навык, используя обычный Markdown и код

Что такое Agent Skills

Концепция

Представьте, что вы нанимаете нового сотрудника. Вместо того чтобы обучать его всему сразу, вы даёте руководство по адаптации: «Когда нужно работать с CRM — читай этот раздел, когда заполнять документы — вот инструкция».

Agent Skills работают так же: это набор структурированных инструкций, которые агент загружает только тогда, когда они нужны для текущей задачи.

Преимущества подхода

Проблема старого подхода:

Создание отдельных агентов для каждой задачи
Фрагментированные инструкции в системном промпте
Ограничение размером контекстного окна

Решение через Skills:

Один универсальный агент с модульными навыками
Прогрессивное раскрытие информации (progressive disclosure)
Фактически неограниченный объём знаний

Анатомия навыка: как это устроено

Базовая структура

В простейшем виде навык — это папка с файлом SKILL.md. Этот файл начинается с YAML-метаданных:

---
name: PDF Editor
description: Работа с PDF-файлами: чтение, редактирование, заполнение форм
---

Обязательные поля:

name — название навыка
description — краткое описание (1-2 предложения)

Трёхуровневая система загрузки

Agent Skills используют принцип прогрессивного раскрытия — информация загружается постепенно, только когда она действительно нужна.

Уровень 1: Метаданные

При запуске Claude видит только name и description всех установленных навыков. Этого достаточно, чтобы понять, когда какой навык использовать.

Пример:

Установленные навыки:
- PDF Editor: Работа с PDF-файлами
- Email Automation: Автоматизация email-рассылок
- Data Analysis: Анализ данных и визуализация

Уровень 2: Основное содержимое

Когда Claude решает, что навык релевантен задаче, он читает полное содержимое SKILL.md.

Уровень 3: Дополнительные файлы

Для сложных навыков основной файл может ссылаться на дополнительные:

pdf/
├── SKILL.md (основные инструкции)
├── reference.md (справочник по API)
└── forms.md (работа с формами)

Claude прочитает forms.md только если задача связана с заполнением форм.

Прогрессивное раскрытие в действии

Этот принцип позволяет навыкам содержать фактически неограниченный объём контекста. Агент не читает весь навык целиком — только то, что нужно для текущей задачи.

Как работает контекстное окно

Динамическое изменение контекста

Диаграмма показывает, как меняется содержимое контекстного окна при активации навыка:

Последовательность операций:

Начальное состояние
- Системный промпт Claude
- Метаданные всех установленных навыков
- Сообщение пользователя
Активация навыка
- Claude решает, что задача связана с PDF
- Вызывает инструмент Bash для чтения pdf/SKILL.md
- Содержимое файла загружается в контекст
Загрузка дополнительного контекста
- Claude видит ссылку на forms.md в основном файле
- Читает дополнительный файл с инструкциями по формам
Выполнение задачи
- Claude приступает к работе с PDF, имея все нужные инструкции

Ключевое преимущество: Если бы задача не касалась форм, файл forms.md не был бы загружен, экономя токены.

Навыки и выполнение кода

Детерминированная надежность

Большие языковые модели отлично справляются со многими задачами, но некоторые операции лучше выполнять традиционным кодом:

Примеры задач для кода:

Сортировка больших массивов данных
Парсинг структурированных форматов (JSON, XML, PDF)
Математические вычисления, требующие точности
Работа с API сторонних сервисов

Пример: навык PDF с кодом

Навык PDF включает Python-скрипт extract_form_fields.py:

import PyPDF2

def extract_fields(pdf_path):
    """Извлечь все поля формы из PDF"""
    with open(pdf_path, 'rb') as file:
        reader = PyPDF2.PdfReader(file)
        if '/AcroForm' in reader.trailer['/Root']:
            fields = reader.trailer['/Root']['/AcroForm']['/Fields']
            return [field['/T'] for field in fields]
    return []

Преимущества:

Claude может запустить скрипт без загрузки PDF в контекст
Результат детерминирован и воспроизводим
Экономия токенов (не нужно парсить PDF через генерацию текста)

Создание навыков: практические рекомендации

1. Начните с оценки

Не создавайте навыки «на всякий случай». Определите конкретные пробелы:

Процесс:

Запустите Claude на типичных задачах
Наблюдайте, где он спотыкается или требует дополнительного контекста
Создайте навык для устранения этого пробела

Пример:

Claude плохо справляется с заполнением PDF-форм → создаём навык PDF Editor с инструкциями и скриптами для работы с формами.

2. Структурируйте для масштабирования

Когда разбивать навык на файлы:

✅ SKILL.md > 1000 строк → выносите разделы в отдельные файлы
✅ Взаимоисключающие контексты → отдельные файлы (например, «создание PDF» и «редактирование PDF»)
✅ Редко используемые вместе инструкции → разные файлы

Пример структуры:

email-automation/
├── SKILL.md (общие принципы)
├── gmail.md (специфика Gmail API)
├── outlook.md (специфика Outlook)
├── templates/ (шаблоны писем)
└── scripts/ (Python-скрипты для отправки)

3. Думайте с точки зрения Claude

Критические элементы:

name и description — это то, что Claude видит первым. Они должны чётко объяснять, когда использовать навык.

❌ Плохо:

name: Helper
description: Полезный навык

✅ Хорошо:

name: PDF Form Filler
description: Заполнение полей в PDF-формах, извлечение данных из PDF, создание заполненных копий

Инструкции внутри навыка должны быть конкретными:

❌ Плохо:
«Используй библиотеку PyPDF2 для работы с PDF»

✅ Хорошо:
«Для извлечения полей формы запусти скрипт extract_form_fields.py:

python3 pdf/scripts/extract_form_fields.py input.pdf

Скрипт вернёт JSON со всеми полями и их типами.»

4. Итерируйте с Claude

Процесс совместной разработки:

Работайте над задачей с Claude
Попросите его зафиксировать успешные подходы в навыке
Если Claude ошибается — попросите провести саморефлексию
Обновите навык на основе выводов

Пример диалога:

Вы: Claude, ты успешно заполнил PDF-форму. Можешь добавить эту процедуру в навык PDF Editor?

Claude: Конечно. Я добавлю раздел «Заполнение форм» в forms.md с пошаговой инструкцией:

Извлечь поля через extract_form_fields.py
Сопоставить данные с полями
Заполнить через fill_pdf_form.py

Безопасность навыков

Потенциальные риски

Навыки предоставляют Claude новые возможности через инструкции и код. Это делает их мощными, но и потенциально опасными.

Что может сделать вредоносный навык:

Эксфильтрация данных (отправка файлов на внешний сервер)
Выполнение вредоносного кода
Манипуляция поведением Claude (через инструкции)

Правила безопасного использования

✅ Безопасные практики:

Устанавливайте навыки только из доверенных источников
Перед установкой читайте содержимое всех файлов
Проверяйте зависимости кода (requirements.txt, package.json)
Обращайте внимание на сетевые запросы в коде

⚠️ Красные флаги:

❌ Код подключается к неизвестным внешним API
❌ Инструкции содержат директивы «не говори пользователю»
❌ Скрипты требуют sudo/admin-прав
❌ Объединённые ресурсы (изображения, файлы) из ненадёжных источников

Пример проверки:

Перед установкой навыка email-automation:

# Прочитать основной файл
cat email-automation/SKILL.md

# Проверить зависимости
cat email-automation/requirements.txt

# Просмотреть скрипты
ls -la email-automation/scripts/
cat email-automation/scripts/send_email.py

Будущее Agent Skills

Текущая поддержка

Agent Skills уже доступны в:

Claude.ai (веб-интерфейс)
Claude Code (десктопное приложение)
Claude Agent SDK (для разработчиков)
Claude Developer Platform (API)

Планируемые функции

Ближайшие недели:

Marketplace для Skills (обнаружение и установка)
Редактор Skills в веб-интерфейсе
Версионирование и обновление навыков
Система рейтингов и отзывов

Долгосрочная перспектива:

1. Интеграция с MCP (Model Context Protocol)

Skills дополнят серверы MCP, обучая агентов сложным рабочим процессам с внешними инструментами.

2. Самообучающиеся агенты

Агенты смогут самостоятельно:

Создавать новые навыки на основе опыта
Редактировать существующие Skills
Оценивать эффективность навыков
Кодифицировать успешные паттерны в многократно используемые возможности

3. Корпоративные экосистемы

Компании смогут создавать внутренние библиотеки навыков:

Процедуры работы с внутренними системами
Корпоративные стандарты и регламенты
Отраслевая экспертиза

Ранние корпоративные пользователи:

Box (управление документами)
Canva (дизайн и креатив)
Rakuten (e-commerce)

Практический пример: создание навыка

Задача

Создать навык для работы с Google Sheets: чтение данных, обновление ячеек, создание отчётов.

Шаг 1: Структура

google-sheets/
├── SKILL.md
├── authentication.md
├── read_operations.md
├── write_operations.md
└── scripts/
    ├── auth.py
    ├── read_sheet.py
    └── update_sheet.py

Шаг 2: SKILL.md

---
name: Google Sheets Helper
description: Работа с Google Sheets: чтение, запись, форматирование данных через API
---

# Google Sheets Helper

Этот навык предоставляет возможности для работы с Google Sheets.

## Возможности

- Чтение данных из таблиц
- Обновление ячеек и диапазонов
- Создание новых листов
- Форматирование данных

## Аутентификация

Перед работой необходимо настроить доступ. См. [authentication.md](authentication.md)

## Операции чтения

Для чтения данных используй скрипт:

bash
python3 google-sheets/scripts/read_sheet.py <spreadsheet_id> <range>

Подробнее: [read_operations.md](read_operations.md)

## Операции записи

Для обновления данных:

bash
python3 google-sheets/scripts/update_sheet.py <spreadsheet_id> <range> <values>

Подробнее: [write_operations.md](write_operations.md)

Шаг 3: Тестирование

Пользователь: "Прочитай данные из таблицы и создай сводку"

Claude:
1. Активирует навык Google Sheets Helper
2. Читает SKILL.md
3. Запускает read_sheet.py
4. Обрабатывает данные
5. Создаёт сводку

Выводы

Agent Skills — это модульный подход к расширению возможностей ИИ-агентов без переобучения модели.
Прогрессивное раскрытие позволяет навыкам содержать неограниченный объём информации, загружая только необходимое.
Простота формата (Markdown + код) делает Skills доступными для всех, а не только для ML-инженеров.
Безопасность критична — всегда проверяйте навыки из недоверенных источников перед установкой.
Будущее за саморазвивающимися агентами — которые сами создают и улучшают свои навыки.

Следующие шаги

Что делать прямо сейчас:

Изучите документацию — начните с официального гайда: https://docs.claude.com/en/docs/agents-and-tools/agent-skills
Определите потребности — какие задачи ваш агент решает плохо? Создайте навык для этого.
Начните с простого — создайте навык из одного SKILL.md с инструкциями для типичной задачи.
Итерируйте — работайте с Claude, просите его улучшать навык на основе опыта.
Делитесь — если ваш навык полезен другим, опубликуйте его (когда появится Marketplace).

Заключение

Agent Skills — это фундаментальный сдвиг в подходе к ИИ-агентам. Вместо создания десятков специализированных моделей, мы получаем одного универсального агента, который может специализироваться через модульные навыки.

Если вам интересны ИИ-агенты и автоматизация рабочих процессов, я помогу внедрить подобные решения в ваш бизнес. Пишите в Telegram: https://t.me/dtamarov

Об авторе: Специалист по SEO, контент-маркетингу и лидогенерации с опытом более 10 лет. Помогаю бизнесу выстраивать системы пассивной лидогенерации через контент и органический трафик.

Дополнительные ресурсы

Официальные источники:

Сообщество: