#agent_skills — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #agent_skills, aggregated by home.social.
-
Agent Skills仕様、任意のファイルやディレクトリを同梱できると明記 ——metadataの値は文字列のみ
https://gihyo.jp/article/2026/08/agent-skills-spec-metadata-files?utm_source=feed -
Как делать скилы правильно и собрать из них маркетплейс
Началось всё с подборки промтов cursor-vibe-prompts , которую я таскал из проекта в проект копипастой, и в какой-то момент меня настолько утомила эта рутинная процедура копирования из одного окошка в другое, что захотелось чуть упростить себе задачу и вместо копипасты оформить эту историю в формате скилов и вызывать по необходимости. Так на свет и появился репозиторий rpa-skills , изначально в нём была сборная солянка директорий скилов, которые содержали в себе просто SKILL.md с оригинальными промтами внутри. Но выглядело и юзалось это решение как-то не очень удобно, да и масштабировать захотелось, так что я решился пойти на немыслемое, почитать документацию о том, как правильно собирать скилы и маркетплейсы, о чём и расскажу сегодня вам. Но обо всём по порядку, для начала покажу как создавать скилы по уму.
https://habr.com/ru/articles/1062626/
#agent_skills #SKILLmd #Claude_Code #OpenAI_Codex #Cursor #ИИагенты #LLM #маркетплейс_плагинов #промптинжиниринг #вайбкодинг
-
Как делать скилы правильно и собрать из них маркетплейс
Началось всё с подборки промтов cursor-vibe-prompts , которую я таскал из проекта в проект копипастой, и в какой-то момент меня настолько утомила эта рутинная процедура копирования из одного окошка в другое, что захотелось чуть упростить себе задачу и вместо копипасты оформить эту историю в формате скилов и вызывать по необходимости. Так на свет и появился репозиторий rpa-skills , изначально в нём была сборная солянка директорий скилов, которые содержали в себе просто SKILL.md с оригинальными промтами внутри. Но выглядело и юзалось это решение как-то не очень удобно, да и масштабировать захотелось, так что я решился пойти на немыслемое, почитать документацию о том, как правильно собирать скилы и маркетплейсы, о чём и расскажу сегодня вам. Но обо всём по порядку, для начала покажу как создавать скилы по уму.
https://habr.com/ru/articles/1062626/
#agent_skills #SKILLmd #Claude_Code #OpenAI_Codex #Cursor #ИИагенты #LLM #маркетплейс_плагинов #промптинжиниринг #вайбкодинг
-
Как делать скилы правильно и собрать из них маркетплейс
Началось всё с подборки промтов cursor-vibe-prompts , которую я таскал из проекта в проект копипастой, и в какой-то момент меня настолько утомила эта рутинная процедура копирования из одного окошка в другое, что захотелось чуть упростить себе задачу и вместо копипасты оформить эту историю в формате скилов и вызывать по необходимости. Так на свет и появился репозиторий rpa-skills , изначально в нём была сборная солянка директорий скилов, которые содержали в себе просто SKILL.md с оригинальными промтами внутри. Но выглядело и юзалось это решение как-то не очень удобно, да и масштабировать захотелось, так что я решился пойти на немыслемое, почитать документацию о том, как правильно собирать скилы и маркетплейсы, о чём и расскажу сегодня вам. Но обо всём по порядку, для начала покажу как создавать скилы по уму.
https://habr.com/ru/articles/1062626/
#agent_skills #SKILLmd #Claude_Code #OpenAI_Codex #Cursor #ИИагенты #LLM #маркетплейс_плагинов #промптинжиниринг #вайбкодинг
-
Как я собрал систему из девяти скиллов для Claude Code, которая не разваливается на длинных задачах
У любого агента, которому даёшь большую задачу, есть общая болезнь: чем длиннее контекст, тем хуже он держит собственные правила. В начале сессии аккуратен, к середине забывает половину ограничений, к концу выдаёт то, что в первом сообщении сам обещал не делать. Собрал систему скиллов для Claude Code, которая эту стену обходит не за счёт «более умного» агента, а за счёт архитектуры. Девять скиллов, набор всегда активных правил, сабагент-ревьюер. Внутри — разбор механики: — Три слоя по частоте: always-on правила / скиллы по требованию / глубокая детализация в references, которая грузится только когда реально нужна. В контексте одновременно — правила плюс один-два скилла плюс максимум один reference, а не весь справочник разом. — Оркестратор как диспетчер, а не исполнитель: он знает порядок фаз и кому делегировать, но не содержит предметного знания. — Сабагент-ревьюер без прав на запись, который обязан помечать unverified (no browser tool) вместо того, чтобы выставить правдоподобную оценку по осям, которые он физически не проверял. — Capability-check: агент инвентаризирует доступные инструменты до начала работы и докладывает пробелы вместе с фолбэками, а не проваливается молча. Репозиторий открыт, ссылка в статье.
https://habr.com/ru/articles/1059202/
#Claude_Code #agent_skills #AIагенты #контекст #оркестрация #сабагенты #MCP #progressive_disclosure #плагины #промптинжиниринг
-
Как я собрал систему из девяти скиллов для Claude Code, которая не разваливается на длинных задачах
У любого агента, которому даёшь большую задачу, есть общая болезнь: чем длиннее контекст, тем хуже он держит собственные правила. В начале сессии аккуратен, к середине забывает половину ограничений, к концу выдаёт то, что в первом сообщении сам обещал не делать. Собрал систему скиллов для Claude Code, которая эту стену обходит не за счёт «более умного» агента, а за счёт архитектуры. Девять скиллов, набор всегда активных правил, сабагент-ревьюер. Внутри — разбор механики: — Три слоя по частоте: always-on правила / скиллы по требованию / глубокая детализация в references, которая грузится только когда реально нужна. В контексте одновременно — правила плюс один-два скилла плюс максимум один reference, а не весь справочник разом. — Оркестратор как диспетчер, а не исполнитель: он знает порядок фаз и кому делегировать, но не содержит предметного знания. — Сабагент-ревьюер без прав на запись, который обязан помечать unverified (no browser tool) вместо того, чтобы выставить правдоподобную оценку по осям, которые он физически не проверял. — Capability-check: агент инвентаризирует доступные инструменты до начала работы и докладывает пробелы вместе с фолбэками, а не проваливается молча. Репозиторий открыт, ссылка в статье.
https://habr.com/ru/articles/1059202/
#Claude_Code #agent_skills #AIагенты #контекст #оркестрация #сабагенты #MCP #progressive_disclosure #плагины #промптинжиниринг
-
Как я собрал систему из девяти скиллов для Claude Code, которая не разваливается на длинных задачах
У любого агента, которому даёшь большую задачу, есть общая болезнь: чем длиннее контекст, тем хуже он держит собственные правила. В начале сессии аккуратен, к середине забывает половину ограничений, к концу выдаёт то, что в первом сообщении сам обещал не делать. Собрал систему скиллов для Claude Code, которая эту стену обходит не за счёт «более умного» агента, а за счёт архитектуры. Девять скиллов, набор всегда активных правил, сабагент-ревьюер. Внутри — разбор механики: — Три слоя по частоте: always-on правила / скиллы по требованию / глубокая детализация в references, которая грузится только когда реально нужна. В контексте одновременно — правила плюс один-два скилла плюс максимум один reference, а не весь справочник разом. — Оркестратор как диспетчер, а не исполнитель: он знает порядок фаз и кому делегировать, но не содержит предметного знания. — Сабагент-ревьюер без прав на запись, который обязан помечать unverified (no browser tool) вместо того, чтобы выставить правдоподобную оценку по осям, которые он физически не проверял. — Capability-check: агент инвентаризирует доступные инструменты до начала работы и докладывает пробелы вместе с фолбэками, а не проваливается молча. Репозиторий открыт, ссылка в статье.
https://habr.com/ru/articles/1059202/
#Claude_Code #agent_skills #AIагенты #контекст #оркестрация #сабагенты #MCP #progressive_disclosure #плагины #промптинжиниринг
-
Промпт — это творчество? Нет, это 10 блоков в жёстком порядке
Все знают, как писать промпты правильно: роль, критерии готовности, защита от выдумок, разметка под конкретную модель. Проблема в другом - выписывать все эти пунктыруками для каждого нового промпта утомительно. Да ещё и думать надо :) Поэтому я собрал скилл, который делает рутину за меня: описываешь задачу своими словами, получаешь полноценный промпт под Claude, GPT, Gemini или DeepSeek. Под катом - как он устроен: десять обязательных блоков, Python-проверяльщик, протокол разнообразия из свежей научной работы. Скилл открытый, ссылка внутри.
https://habr.com/ru/articles/1046501/
#промптинжиниринг #prompt_engineering #llm #claude #agent_skills #skills #нейросети
-
Промпт — это творчество? Нет, это 10 блоков в жёстком порядке
Все знают, как писать промпты правильно: роль, критерии готовности, защита от выдумок, разметка под конкретную модель. Проблема в другом - выписывать все эти пунктыруками для каждого нового промпта утомительно. Да ещё и думать надо :) Поэтому я собрал скилл, который делает рутину за меня: описываешь задачу своими словами, получаешь полноценный промпт под Claude, GPT, Gemini или DeepSeek. Под катом - как он устроен: десять обязательных блоков, Python-проверяльщик, протокол разнообразия из свежей научной работы. Скилл открытый, ссылка внутри.
https://habr.com/ru/articles/1046501/
#промптинжиниринг #prompt_engineering #llm #claude #agent_skills #skills #нейросети
-
Промпт — это творчество? Нет, это 10 блоков в жёстком порядке
Все знают, как писать промпты правильно: роль, критерии готовности, защита от выдумок, разметка под конкретную модель. Проблема в другом - выписывать все эти пунктыруками для каждого нового промпта утомительно. Да ещё и думать надо :) Поэтому я собрал скилл, который делает рутину за меня: описываешь задачу своими словами, получаешь полноценный промпт под Claude, GPT, Gemini или DeepSeek. Под катом - как он устроен: десять обязательных блоков, Python-проверяльщик, протокол разнообразия из свежей научной работы. Скилл открытый, ссылка внутри.
https://habr.com/ru/articles/1046501/
#промптинжиниринг #prompt_engineering #llm #claude #agent_skills #skills #нейросети
-
rtk + context-mode поверх Serena + Semble: стоит ли нахлобучивать прокси-экономию токенов или это бред?
Тема экономии токенов сейчас дико популярна, и мы с ребятами в Гильдии AI-инженеров знатно её пообсуждали. Напомню краткую суть: там связка Serena (LSP) + Semble (векторные эмбеддинги) + Ripgrep (поиск координат) показала себя абсолютным топом для точечной навигации. Но в комментариях и личке мне тут же начали советовать: «Нахлобучь сверху еще rtk для сжатия вывода терминала и context-mode для полнотекстового индекса репозитория! Тема прокси-экономии сейчас на пике хайпа, сэкономишь еще больше!». Я подумал за**ись. И решил провести душный чек. Взял популярный open-source проект supermemory (~180 файлов, JS/TS) и замерил: действительно ли добавление rtk + context-mode дает реальный профит поверх моего текущего сетапа, или это просто карго-культ и оверхед, который утянет бюджет в минус?
https://habr.com/ru/articles/1043774/
#codex_cli #codex #claude_code #gemini #antigravity #serena #mcp #agent_skills #agent_hooks #agent_harness
-
rtk + context-mode поверх Serena + Semble: стоит ли нахлобучивать прокси-экономию токенов или это бред?
Тема экономии токенов сейчас дико популярна, и мы с ребятами в Гильдии AI-инженеров знатно её пообсуждали. Напомню краткую суть: там связка Serena (LSP) + Semble (векторные эмбеддинги) + Ripgrep (поиск координат) показала себя абсолютным топом для точечной навигации. Но в комментариях и личке мне тут же начали советовать: «Нахлобучь сверху еще rtk для сжатия вывода терминала и context-mode для полнотекстового индекса репозитория! Тема прокси-экономии сейчас на пике хайпа, сэкономишь еще больше!». Я подумал за**ись. И решил провести душный чек. Взял популярный open-source проект supermemory (~180 файлов, JS/TS) и замерил: действительно ли добавление rtk + context-mode дает реальный профит поверх моего текущего сетапа, или это просто карго-культ и оверхед, который утянет бюджет в минус?
https://habr.com/ru/articles/1043774/
#codex_cli #codex #claude_code #gemini #antigravity #serena #mcp #agent_skills #agent_hooks #agent_harness
-
rtk + context-mode поверх Serena + Semble: стоит ли нахлобучивать прокси-экономию токенов или это бред?
Тема экономии токенов сейчас дико популярна, и мы с ребятами в Гильдии AI-инженеров знатно её пообсуждали. Напомню краткую суть: там связка Serena (LSP) + Semble (векторные эмбеддинги) + Ripgrep (поиск координат) показала себя абсолютным топом для точечной навигации. Но в комментариях и личке мне тут же начали советовать: «Нахлобучь сверху еще rtk для сжатия вывода терминала и context-mode для полнотекстового индекса репозитория! Тема прокси-экономии сейчас на пике хайпа, сэкономишь еще больше!». Я подумал за**ись. И решил провести душный чек. Взял популярный open-source проект supermemory (~180 файлов, JS/TS) и замерил: действительно ли добавление rtk + context-mode дает реальный профит поверх моего текущего сетапа, или это просто карго-культ и оверхед, который утянет бюджет в минус?
https://habr.com/ru/articles/1043774/
#codex_cli #codex #claude_code #gemini #antigravity #serena #mcp #agent_skills #agent_hooks #agent_harness
-
Чем умнее модель, тем меньше ей нужно: четыре дисциплины production‑агента
Если твой агент обвешан пошаговыми инструкциями и десятком узких инструментов под каждый шаг — он, скорее всего, работает хуже, чем мог бы. Звучит контр‑интуитивно, но это прямой вывод из инженерных постов Anthropic за последний год: чем умнее становится модель, тем сильнее прежняя обвязка её сдерживает. За год правила производства агентов пересобрались. Появилось семь отдельных дисциплин. Это первая из двух частей: здесь — четыре дисциплины‑фундамента, на которых держится рабочий агент, а не демка. И три из этих четырёх — не про то, что добавить, а про то, что убрать лишнее и довериться модели.
https://habr.com/ru/articles/1042514/
#AIагенты #productionагенты #context_engineering #инженерия_контекста #Anthropic #Claude #LLM #Agent_Skills #промптинжиниринг #tool_design
-
Чем умнее модель, тем меньше ей нужно: четыре дисциплины production‑агента
Если твой агент обвешан пошаговыми инструкциями и десятком узких инструментов под каждый шаг — он, скорее всего, работает хуже, чем мог бы. Звучит контр‑интуитивно, но это прямой вывод из инженерных постов Anthropic за последний год: чем умнее становится модель, тем сильнее прежняя обвязка её сдерживает. За год правила производства агентов пересобрались. Появилось семь отдельных дисциплин. Это первая из двух частей: здесь — четыре дисциплины‑фундамента, на которых держится рабочий агент, а не демка. И три из этих четырёх — не про то, что добавить, а про то, что убрать лишнее и довериться модели.
https://habr.com/ru/articles/1042514/
#AIагенты #productionагенты #context_engineering #инженерия_контекста #Anthropic #Claude #LLM #Agent_Skills #промптинжиниринг #tool_design
-
Чем умнее модель, тем меньше ей нужно: четыре дисциплины production‑агента
Если твой агент обвешан пошаговыми инструкциями и десятком узких инструментов под каждый шаг — он, скорее всего, работает хуже, чем мог бы. Звучит контр‑интуитивно, но это прямой вывод из инженерных постов Anthropic за последний год: чем умнее становится модель, тем сильнее прежняя обвязка её сдерживает. За год правила производства агентов пересобрались. Появилось семь отдельных дисциплин. Это первая из двух частей: здесь — четыре дисциплины‑фундамента, на которых держится рабочий агент, а не демка. И три из этих четырёх — не про то, что добавить, а про то, что убрать лишнее и довериться модели.
https://habr.com/ru/articles/1042514/
#AIагенты #productionагенты #context_engineering #инженерия_контекста #Anthropic #Claude #LLM #Agent_Skills #промптинжиниринг #tool_design
-
[Перевод] Ультимативный гид по Codex CLI: от первой установки до воркфлоу
Перед вами то самое руководство, которое можно прочитать самому или скормить ИИ, а он проведет вас за ручку. Всё: от npm install до CI/CD в продакшене, с готовыми конфигами, мнениями и паттернами.
https://habr.com/ru/articles/1040296/
#codex #codex_cli #chatgpt #claudecode #agentsmd #hooks #agent_skills #gemini #openai #vibecoding
-
[Перевод] Ультимативный гид по Codex CLI: от первой установки до воркфлоу
Перед вами то самое руководство, которое можно прочитать самому или скормить ИИ, а он проведет вас за ручку. Всё: от npm install до CI/CD в продакшене, с готовыми конфигами, мнениями и паттернами.
https://habr.com/ru/articles/1040296/
#codex #codex_cli #chatgpt #claudecode #agentsmd #hooks #agent_skills #gemini #openai #vibecoding
-
[Перевод] Ультимативный гид по Codex CLI: от первой установки до воркфлоу
Перед вами то самое руководство, которое можно прочитать самому или скормить ИИ, а он проведет вас за ручку. Всё: от npm install до CI/CD в продакшене, с готовыми конфигами, мнениями и паттернами.
https://habr.com/ru/articles/1040296/
#codex #codex_cli #chatgpt #claudecode #agentsmd #hooks #agent_skills #gemini #openai #vibecoding
-
Анатомия production AI агента: разбор двух открытых промптов Anthropic
Что должно быть в теле production AI агента? Не «один длинный промпт», а структурированная система: роль, бюджет вызовов, OODA loop, потолки ресурсов, разделение ответственности между агентами. Разбираю два открытых промпта от Anthropic ( research_lead_agent.md и research_subagent.md ), собираю чек-лист из 13 блоков и шаблон SKILL.md . На руки — конкретный артефакт, по которому можно пройтись по своему агенту.
https://habr.com/ru/articles/1035948/
#claude #anthropic #aiагенты #llm #context_engineering #agent_skills #system_prompt #claude_code #multiagent
-
Анатомия production AI агента: разбор двух открытых промптов Anthropic
Что должно быть в теле production AI агента? Не «один длинный промпт», а структурированная система: роль, бюджет вызовов, OODA loop, потолки ресурсов, разделение ответственности между агентами. Разбираю два открытых промпта от Anthropic ( research_lead_agent.md и research_subagent.md ), собираю чек-лист из 13 блоков и шаблон SKILL.md . На руки — конкретный артефакт, по которому можно пройтись по своему агенту.
https://habr.com/ru/articles/1035948/
#claude #anthropic #aiагенты #llm #context_engineering #agent_skills #system_prompt #claude_code #multiagent
-
Анатомия production AI агента: разбор двух открытых промптов Anthropic
Что должно быть в теле production AI агента? Не «один длинный промпт», а структурированная система: роль, бюджет вызовов, OODA loop, потолки ресурсов, разделение ответственности между агентами. Разбираю два открытых промпта от Anthropic ( research_lead_agent.md и research_subagent.md ), собираю чек-лист из 13 блоков и шаблон SKILL.md . На руки — конкретный артефакт, по которому можно пройтись по своему агенту.
https://habr.com/ru/articles/1035948/
#claude #anthropic #aiагенты #llm #context_engineering #agent_skills #system_prompt #claude_code #multiagent
-
Harness вокруг LLM: что я понял за полтора года ежедневной работы
Полтора года в Claude Code, несколько релизов моделей, десятки экспериментов с командой в Kaiten. Всё это время я ждал, что главным рычагом качества будет очередной релиз модели. Оказалось, ровно наоборот: смена модели даёт заметный, но ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Англоязычные инженеры называют эту обвязку harness . Это контур, в котором живёт модель: системный промпт, инструменты, контекст, скиллы, хуки, разрешения и память. Без него даже флагманский Claude или Codex работает как экскаватор без рычагов — мощность есть, использовать нечем. У русского аналога одного короткого слова пока нет, поэтому ниже — harness и обвязка вперемешку.
https://habr.com/ru/articles/1035812/
#LLM #Claude_Code #AIагенты #prompt_engineering #harness #Anthropic #context_engineering #Agent_Skills #llmstxt #vibecoding
-
Harness вокруг LLM: что я понял за полтора года ежедневной работы
Полтора года в Claude Code, несколько релизов моделей, десятки экспериментов с командой в Kaiten. Всё это время я ждал, что главным рычагом качества будет очередной релиз модели. Оказалось, ровно наоборот: смена модели даёт заметный, но ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Англоязычные инженеры называют эту обвязку harness . Это контур, в котором живёт модель: системный промпт, инструменты, контекст, скиллы, хуки, разрешения и память. Без него даже флагманский Claude или Codex работает как экскаватор без рычагов — мощность есть, использовать нечем. У русского аналога одного короткого слова пока нет, поэтому ниже — harness и обвязка вперемешку.
https://habr.com/ru/articles/1035812/
#LLM #Claude_Code #AIагенты #prompt_engineering #harness #Anthropic #context_engineering #Agent_Skills #llmstxt #vibecoding
-
Harness вокруг LLM: что я понял за полтора года ежедневной работы
Полтора года в Claude Code, несколько релизов моделей, десятки экспериментов с командой в Kaiten. Всё это время я ждал, что главным рычагом качества будет очередной релиз модели. Оказалось, ровно наоборот: смена модели даёт заметный, но ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Англоязычные инженеры называют эту обвязку harness . Это контур, в котором живёт модель: системный промпт, инструменты, контекст, скиллы, хуки, разрешения и память. Без него даже флагманский Claude или Codex работает как экскаватор без рычагов — мощность есть, использовать нечем. У русского аналога одного короткого слова пока нет, поэтому ниже — harness и обвязка вперемешку.
https://habr.com/ru/articles/1035812/
#LLM #Claude_Code #AIагенты #prompt_engineering #harness #Anthropic #context_engineering #Agent_Skills #llmstxt #vibecoding
-
Bug fingerprinting для UI: почему stack trace не работает и что вместо
TL;DR: Sentry дедуплицирует backend-ошибки по хешу (error class + top stack frame + module) . Для UI-багов этот рецепт ломается — у expect(button).toBeVisible() нет stack frame в продуктовом смысле, есть локатор + assertion + URL . В webtest-orch я собрал composite SHA-256 fingerprint из (normalized_selector | assertion type | error class | URL template | message[:80]) с тремя rules нормализации ( :nth-child , UUID, /users/123 → /users/:id ). Это даёт стабильный 8-hex BUG-id который выживает прогоны и даёт diff new / regression / persisting / fixed без БД и embedding’ов.
https://habr.com/ru/articles/1032230/
#playwright #qa_automation #qa_testing #claude #agents #agent_skills #aria #webразработка #fingerprint #ui
-
Bug fingerprinting для UI: почему stack trace не работает и что вместо
TL;DR: Sentry дедуплицирует backend-ошибки по хешу (error class + top stack frame + module) . Для UI-багов этот рецепт ломается — у expect(button).toBeVisible() нет stack frame в продуктовом смысле, есть локатор + assertion + URL . В webtest-orch я собрал composite SHA-256 fingerprint из (normalized_selector | assertion type | error class | URL template | message[:80]) с тремя rules нормализации ( :nth-child , UUID, /users/123 → /users/:id ). Это даёт стабильный 8-hex BUG-id который выживает прогоны и даёт diff new / regression / persisting / fixed без БД и embedding’ов.
https://habr.com/ru/articles/1032230/
#playwright #qa_automation #qa_testing #claude #agents #agent_skills #aria #webразработка #fingerprint #ui
-
Bug fingerprinting для UI: почему stack trace не работает и что вместо
TL;DR: Sentry дедуплицирует backend-ошибки по хешу (error class + top stack frame + module) . Для UI-багов этот рецепт ломается — у expect(button).toBeVisible() нет stack frame в продуктовом смысле, есть локатор + assertion + URL . В webtest-orch я собрал composite SHA-256 fingerprint из (normalized_selector | assertion type | error class | URL template | message[:80]) с тремя rules нормализации ( :nth-child , UUID, /users/123 → /users/:id ). Это даёт стабильный 8-hex BUG-id который выживает прогоны и даёт diff new / regression / persisting / fixed без БД и embedding’ов.
https://habr.com/ru/articles/1032230/
#playwright #qa_automation #qa_testing #claude #agents #agent_skills #aria #webразработка #fingerprint #ui
-
[Перевод] «Большой скачок» в мире AI: история повторяется
В 1958 году Мао приказал каждой деревне в Китае выплавлять сталь. Крестьяне бросали кухонную утварь в самодельные домны и рапортовали о феноменальных показателях. Сталь оказалась непригодной. Урожай сгнил. Тридцать миллионов человек погибли от голода. В 2026 году каждая вторая компания проводит масштабную AI-трансформацию сверху вниз. Тот же вайб.
https://habr.com/ru/articles/1021342/
#AIтрансформация #AIагенты #корпоративный_AI #agent_skills #LLM #productivity #технический_долг #vibe_coding
-
[Перевод] «Большой скачок» в мире AI: история повторяется
В 1958 году Мао приказал каждой деревне в Китае выплавлять сталь. Крестьяне бросали кухонную утварь в самодельные домны и рапортовали о феноменальных показателях. Сталь оказалась непригодной. Урожай сгнил. Тридцать миллионов человек погибли от голода. В 2026 году каждая вторая компания проводит масштабную AI-трансформацию сверху вниз. Тот же вайб.
https://habr.com/ru/articles/1021342/
#AIтрансформация #AIагенты #корпоративный_AI #agent_skills #LLM #productivity #технический_долг #vibe_coding
-
[Перевод] «Большой скачок» в мире AI: история повторяется
В 1958 году Мао приказал каждой деревне в Китае выплавлять сталь. Крестьяне бросали кухонную утварь в самодельные домны и рапортовали о феноменальных показателях. Сталь оказалась непригодной. Урожай сгнил. Тридцать миллионов человек погибли от голода. В 2026 году каждая вторая компания проводит масштабную AI-трансформацию сверху вниз. Тот же вайб.
https://habr.com/ru/articles/1021342/
#AIтрансформация #AIагенты #корпоративный_AI #agent_skills #LLM #productivity #технический_долг #vibe_coding
-
MCP не умер: почему ИИ-агенты тонут в контексте
Еще недавно казалось, что MCP решит главную проблему ИИ-агентов: даст единый способ подключать инструменты, данные и внешние системы. Но быстро выяснилось, что если дать модели все сразу, она не становится умнее - она теряет фокус. В статье разбираю, почему ИИ-агенты тонут в контексте, и какие подходы помогают это исправить.
https://habr.com/ru/articles/1019866/
#mcp #искусственный_интеллект #нейросети #model_context_protocol #ии_агенты #контекстное_окно #автоматизация #agent_skills #api #архитектура
-
MCP не умер: почему ИИ-агенты тонут в контексте
Еще недавно казалось, что MCP решит главную проблему ИИ-агентов: даст единый способ подключать инструменты, данные и внешние системы. Но быстро выяснилось, что если дать модели все сразу, она не становится умнее - она теряет фокус. В статье разбираю, почему ИИ-агенты тонут в контексте, и какие подходы помогают это исправить.
https://habr.com/ru/articles/1019866/
#mcp #искусственный_интеллект #нейросети #model_context_protocol #ии_агенты #контекстное_окно #автоматизация #agent_skills #api #архитектура
-
MCP не умер: почему ИИ-агенты тонут в контексте
Еще недавно казалось, что MCP решит главную проблему ИИ-агентов: даст единый способ подключать инструменты, данные и внешние системы. Но быстро выяснилось, что если дать модели все сразу, она не становится умнее - она теряет фокус. В статье разбираю, почему ИИ-агенты тонут в контексте, и какие подходы помогают это исправить.
https://habr.com/ru/articles/1019866/
#mcp #искусственный_интеллект #нейросети #model_context_protocol #ии_агенты #контекстное_окно #автоматизация #agent_skills #api #архитектура
-
Как я собрал AI-оркестратор расследования продовых инцидентов на `SKILL.md`, субагентах и API
Тикет «404 на оплате» раньше означал для меня 5 вкладок и 15-20 минут ручного расследования: Sentry, Kibana, Grafana, база, Jira. Я собрал AI-оркестратор расследования на SKILL.md , субагентах и обычных API: теперь агент за 3-5 минут приносит первый черновик отчёта. Показываю архитектуру, контракт между агентами, рабочие формулировки и границы, где AI-оркестрация реально помогает, а где начинает буксовать.
https://habr.com/ru/articles/1013858/
#Claude_Code #SKILLmd #Agent_Skills #субагенты #MCP #автоматизация #Sentry #ELK
-
Как я собрал AI-оркестратор расследования продовых инцидентов на `SKILL.md`, субагентах и API
Тикет «404 на оплате» раньше означал для меня 5 вкладок и 15-20 минут ручного расследования: Sentry, Kibana, Grafana, база, Jira. Я собрал AI-оркестратор расследования на SKILL.md , субагентах и обычных API: теперь агент за 3-5 минут приносит первый черновик отчёта. Показываю архитектуру, контракт между агентами, рабочие формулировки и границы, где AI-оркестрация реально помогает, а где начинает буксовать.
https://habr.com/ru/articles/1013858/
#Claude_Code #SKILLmd #Agent_Skills #субагенты #MCP #автоматизация #Sentry #ELK
-
Как я собрал AI-оркестратор расследования продовых инцидентов на `SKILL.md`, субагентах и API
Тикет «404 на оплате» раньше означал для меня 5 вкладок и 15-20 минут ручного расследования: Sentry, Kibana, Grafana, база, Jira. Я собрал AI-оркестратор расследования на SKILL.md , субагентах и обычных API: теперь агент за 3-5 минут приносит первый черновик отчёта. Показываю архитектуру, контракт между агентами, рабочие формулировки и границы, где AI-оркестрация реально помогает, а где начинает буксовать.
https://habr.com/ru/articles/1013858/
#Claude_Code #SKILLmd #Agent_Skills #субагенты #MCP #автоматизация #Sentry #ELK
-
Extend your coding agent with .NET Skills
https://devblogs.microsoft.com/dotnet/extend-your-coding-agent-with-dotnet-skills/#microsoft #NET #AI #C #Debugging #Performance #agent_skills #coding_agents #copilot
-
Extend your coding agent with .NET Skills
https://devblogs.microsoft.com/dotnet/extend-your-coding-agent-with-dotnet-skills/#microsoft #NET #AI #C #Debugging #Performance #agent_skills #coding_agents #copilot
-
Как я запилил Skill для $mol, чтобы Claude Code перестал писать на React
Привет, Хабр! Последние несколько месяцев я пишу на фреймворке $mol . $mol очень крутая штука, но для иишки слишком мало информации в датасетах. Агент постоянно что то да путал, и даже не смотря на типизацию в моле ( даже в css ) это всё очень долго кругами ходило. Агент:
https://habr.com/ru/articles/1002192/
#mol #$mol #skills #skill #agent #agentic_ai #agentic_coding #agent_skills
-
Как я запилил Skill для $mol, чтобы Claude Code перестал писать на React
Привет, Хабр! Последние несколько месяцев я пишу на фреймворке $mol . $mol очень крутая штука, но для иишки слишком мало информации в датасетах. Агент постоянно что то да путал, и даже не смотря на типизацию в моле ( даже в css ) это всё очень долго кругами ходило. Агент:
https://habr.com/ru/articles/1002192/
#mol #$mol #skills #skill #agent #agentic_ai #agentic_coding #agent_skills
-
Как я запилил Skill для $mol, чтобы Claude Code перестал писать на React
Привет, Хабр! Последние несколько месяцев я пишу на фреймворке $mol . $mol очень крутая штука, но для иишки слишком мало информации в датасетах. Агент постоянно что то да путал, и даже не смотря на типизацию в моле ( даже в css ) это всё очень долго кругами ходило. Агент:
https://habr.com/ru/articles/1002192/
#mol #$mol #skills #skill #agent #agentic_ai #agentic_coding #agent_skills
-
AIを“即戦力の専門家”に変える「Agent Skills」は単なる機能拡張ではない、暗黙知をデジタル化する新たなスタンダード【柳谷智宣のAI ウォッチ！】
https://forest.watch.impress.co.jp/docs/serial/yaaiwatch/2081968.html#forest_watch_impress #生成AI #Claude #Agent_Skills #genai #AIエージェント #その他
-
AIを“即戦力の専門家”に変える「Agent Skills」は単なる機能拡張ではない、暗黙知をデジタル化する新たなスタンダード【柳谷智宣のAI ウォッチ！】
https://forest.watch.impress.co.jp/docs/serial/yaaiwatch/2081968.html#forest_watch_impress #生成AI #Claude #Agent_Skills #genai #AIエージェント #その他
-
AIを“即戦力の専門家”に変える「Agent Skills」は単なる機能拡張ではない、暗黙知をデジタル化する新たなスタンダード【柳谷智宣のAI ウォッチ！】
https://forest.watch.impress.co.jp/docs/serial/yaaiwatch/2081968.html#forest_watch_impress #生成AI #Claude #Agent_Skills #genai #AIエージェント #その他
-
「Claude」のファイル生成・編集機能が無料プランにも開放、スキルも利用可能に／コンパクションでより大きなタスクを任せることも
https://forest.watch.impress.co.jp/docs/news/2081867.html#forest_watch_impress #Claude #Claude_Desktop #Agent_Skills #genai #文章生成 #AIコーディング #AIエージェント
-
「Claude」のファイル生成・編集機能が無料プランにも開放、スキルも利用可能に／コンパクションでより大きなタスクを任せることも
https://forest.watch.impress.co.jp/docs/news/2081867.html#forest_watch_impress #Claude #Claude_Desktop #Agent_Skills #genai #文章生成 #AIコーディング #AIエージェント
-
「Claude」のファイル生成・編集機能が無料プランにも開放、スキルも利用可能に／コンパクションでより大きなタスクを任せることも
https://forest.watch.impress.co.jp/docs/news/2081867.html#forest_watch_impress #Claude #Claude_Desktop #Agent_Skills #genai #文章生成 #AIコーディング #AIエージェント
-
📚 Frameworks
===================Executive summary: The Threat Hunter Playbook has been reframed as a set of discoverable, reusable Agent Skills that encode planning workflows for threat hunting. The goal is to capture the structured reasoning, templates, and references that human hunters use during planning so AI agents can apply them consistently without turning speed into noise.
Technical details:
• Workflow instructions: Each Skill contains stepwise guidance describing what the task does, when to use it, and how to carry out decisions during planning (not execution).
• Structured templates and artifacts: Reusable templates standardize how intent, hypotheses, and expected signals are recorded so outputs remain consistent across hunts.
• Supporting references and tools: Skills include links or references to documentation, notebooks, datasets, and contextual information an agent might consult while deciding next steps.How it works conceptually:
• Encode planning phases as discrete Skill modules that an agent can discover and load.
• Represent hunting intent and reasoning in an executable notebook-style artifact that preserves notes, assumptions, and validation queries.
• Allow agents to iterate over results during exploration phases while enforcing discipline during planning, execution handoff, and reporting.Use cases:
• Standardizing hunt planning across SOC teams by sharing Skill templates.
• Augmenting junior analysts with standardized reasoning artifacts so outputs are consistent and auditable.
• Enabling AI agents to choose appropriate workflows (e.g., hypothesis framing, data scoping, false-positive assessment) rather than relying on ad-hoc prompts.Limitations and considerations:
• Skills focus on planning and reasoning; execution and reporting choices remain contexts where human judgment is often necessary.
• Risks include over-reliance on agent judgment during exploratory phases if Skills are not sufficiently constrained, which can produce noisy outputs.
• Interoperability depends on how ecosystems expose Skill discovery (examples in the article cite Anthropic/Claude Code, OpenAI Codex, and GitHub Copilot integration with Visual Studio Code v1.108).References and artifacts to watch for:
• Executable notebook patterns (Jupyter-style) as a carrier for intent and validation logic.
• Template libraries for hunt planning and reporting.🔹 threat_hunting #agent_skills #jupyter_notebooks #playbook #ai
-
エージェントスキルに対応した「Visual Studio Code」v1.108が公開 ～2025年12月更新／追加すれば汎用AIモデルが専門家に、内蔵ターミナルはカスタムグリフ対応を拡充
https://forest.watch.impress.co.jp/docs/news/2076969.html#forest_watch_impress #Visual_Studio_Code #Claude_Skills #Agent_Skills #プログラミング #Windows #Mac #Linux #オフィス_ドキュメント #テキストエディター
-
エージェントスキルに対応した「Visual Studio Code」v1.108が公開 ～2025年12月更新／追加すれば汎用AIモデルが専門家に、内蔵ターミナルはカスタムグリフ対応を拡充
https://forest.watch.impress.co.jp/docs/news/2076969.html#forest_watch_impress #Visual_Studio_Code #Claude_Skills #Agent_Skills #プログラミング #Windows #Mac #Linux #オフィス_ドキュメント #テキストエディター
-
エージェントスキルに対応した「Visual Studio Code」v1.108が公開 ～2025年12月更新／追加すれば汎用AIモデルが専門家に、内蔵ターミナルはカスタムグリフ対応を拡充
https://forest.watch.impress.co.jp/docs/news/2076969.html#forest_watch_impress #Visual_Studio_Code #Claude_Skills #Agent_Skills #プログラミング #Windows #Mac #Linux #オフィス_ドキュメント #テキストエディター
-
エージェントスキルに対応した「Visual Studio Code」v1.108が公開 ～2025年12月更新／追加すれば汎用AIモデルが専門家に、内蔵ターミナルはカスタムグリフ対応を拡充
https://forest.watch.impress.co.jp/docs/news/2076969.html#forest_watch_impress #Visual_Studio_Code #Claude_Skills #Agent_Skills #プログラミング #Windows #Mac #Linux #オフィス_ドキュメント #テキストエディター
-
エージェントスキルに対応した「Visual Studio Code」v1.108が公開 ～2025年12月更新／追加すれば汎用AIモデルが専門家に、内蔵ターミナルはカスタムグリフ対応を拡充
https://forest.watch.impress.co.jp/docs/news/2076969.html#forest_watch_impress #Visual_Studio_Code #Claude_Skills #Agent_Skills #プログラミング #Windows #Mac #Linux #オフィス_ドキュメント #テキストエディター
-
Навыки агентов (Agent Skills): что это такое и почему это больше, чем «папка с промптами»
Привет, Хабр! Меня зовут Сергей Нотевский, я AI Platform Lead в Битрикс24. Сегодня поговорим о новой практике упаковки знаний для LLM - Agent Skills. Разберем само понятие «навыков агентов» и проблемы, которые они решают, рассмотрим архитектуру и взаимосвязь с Tools, RAG и MCP. TL;DR: Agent Skills – это переносимые модули процедурной памяти (инструкции + критерии + ресурсы), которые агент подгружает по мере необходимости. Они решают проблему «впихнуть невпихуемое» в контекст и устраняют prompt sprawl (разрастание промптов): процесс превращается в версионируемый артефакт (папку с кодом и Markdown). В отличие от Retrieval-Augmented Generation (RAG), который приносит факты, и Tools (инструментов), которые дают действия, Skill задаёт алгоритм – как именно действовать .
https://habr.com/ru/companies/bitrix/articles/980654/
#agent_skills #навыки_агентов #архитектура_LLMагентов #LLMагенты #context_rot #skill #ai
-
Навыки агентов (Agent Skills): что это такое и почему это больше, чем «папка с промптами»
Привет, Хабр! Меня зовут Сергей Нотевский, я AI Platform Lead в Битрикс24. Сегодня поговорим о новой практике упаковки знаний для LLM - Agent Skills. Разберем само понятие «навыков агентов» и проблемы, которые они решают, рассмотрим архитектуру и взаимосвязь с Tools, RAG и MCP. TL;DR: Agent Skills – это переносимые модули процедурной памяти (инструкции + критерии + ресурсы), которые агент подгружает по мере необходимости. Они решают проблему «впихнуть невпихуемое» в контекст и устраняют prompt sprawl (разрастание промптов): процесс превращается в версионируемый артефакт (папку с кодом и Markdown). В отличие от Retrieval-Augmented Generation (RAG), который приносит факты, и Tools (инструментов), которые дают действия, Skill задаёт алгоритм – как именно действовать .
https://habr.com/ru/companies/bitrix/articles/980654/
#agent_skills #навыки_агентов #архитектура_LLMагентов #LLMагенты #context_rot #skill #ai
-
Навыки агентов (Agent Skills): что это такое и почему это больше, чем «папка с промптами»
Привет, Хабр! Меня зовут Сергей Нотевский, я AI Platform Lead в Битрикс24. Сегодня поговорим о новой практике упаковки знаний для LLM - Agent Skills. Разберем само понятие «навыков агентов» и проблемы, которые они решают, рассмотрим архитектуру и взаимосвязь с Tools, RAG и MCP. TL;DR: Agent Skills – это переносимые модули процедурной памяти (инструкции + критерии + ресурсы), которые агент подгружает по мере необходимости. Они решают проблему «впихнуть невпихуемое» в контекст и устраняют prompt sprawl (разрастание промптов): процесс превращается в версионируемый артефакт (папку с кодом и Markdown). В отличие от Retrieval-Augmented Generation (RAG), который приносит факты, и Tools (инструментов), которые дают действия, Skill задаёт алгоритм – как именно действовать .
https://habr.com/ru/companies/bitrix/articles/980654/
#agent_skills #навыки_агентов #архитектура_LLMагентов #LLMагенты #context_rot #skill #ai
-
Hugging Face Skills: AI агенты теперь сами обучают LLM
Hugging Face релизнули Skills — Agent Context Protocol (ACP), через который упаковываются определения разных задач для ИИ агентов. По сути — это папки, в которых собраны инструкции, скрипты и ресурсы для использования ИИ агентом под конкретный кейс. Один из перых скиллов — дообучение опенсорсных LLM. Разбираемся подробнее.
https://habr.com/ru/articles/974148/
#искусственный_интеллект #hugging_face #gemini_cli #openai_codex #claude_code #llmагенты #llm #agent_skills #Agent_Context_Protocol #Сезон_ИИ_в_разработке
-
Hugging Face Skills: AI агенты теперь сами обучают LLM
Hugging Face релизнули Skills — Agent Context Protocol (ACP), через который упаковываются определения разных задач для ИИ агентов. По сути — это папки, в которых собраны инструкции, скрипты и ресурсы для использования ИИ агентом под конкретный кейс. Один из перых скиллов — дообучение опенсорсных LLM. Разбираемся подробнее.
https://habr.com/ru/articles/974148/
#искусственный_интеллект #hugging_face #gemini_cli #openai_codex #claude_code #llmагенты #llm #agent_skills #Agent_Context_Protocol #Сезон_ИИ_в_разработке
-
Hugging Face Skills: AI агенты теперь сами обучают LLM
Hugging Face релизнули Skills — Agent Context Protocol (ACP), через который упаковываются определения разных задач для ИИ агентов. По сути — это папки, в которых собраны инструкции, скрипты и ресурсы для использования ИИ агентом под конкретный кейс. Один из перых скиллов — дообучение опенсорсных LLM. Разбираемся подробнее.
https://habr.com/ru/articles/974148/
#искусственный_интеллект #hugging_face #gemini_cli #openai_codex #claude_code #llmагенты #llm #agent_skills #Agent_Context_Protocol #Сезон_ИИ_в_разработке