एजेंट स्किल्स का इस्तेमाल कैसे करें
- लेखक
- Tadas Petra
- प्रकाशित
- आखिरी बार अपडेट किया गया
सुनेंइस आर्टिकल को सुनें
LLM का इस्तेमाल करने के सबसे असरदार तरीकों में से एक हैं Agent Skills। ये आपको बार-बार किए जाने वाले कामों के लिए सही संदर्भ देते हैं।
और सबसे अच्छी बात?
कंपनियां आपके लिए ये skills लिख रही हैं, इसलिए आपको बस इन्हें अपने workflows में इस्तेमाल करना है। इस गाइड में, मैं आपको दिखाऊंगा कि इन skills का इस्तेमाल करके ऐसे features कैसे लिखें जो सच में काम करते हैं।
Skills क्या हैं?
“Skill” एक फ़ोल्डर है, जिसमें किसी खास काम को करने के तरीके के बारे में markdown files होती हैं। मुख्य skill file का नाम SKILL.md होना चाहिए। इस file में कुछ भी हो सकता है, बस frontmatter में name और description fields होने चाहिए। (अन्य वैकल्पिक frontmatter fields यहां देख सकते हैं।)
यह सलाह दी जाती है कि यह मुख्य SKILL.md file 500 lines से कम हो।
इस फ़ोल्डर में दूसरी जानकारी भी रखी जा सकती है, जिसका संदर्भ SKILL.md file में दिया जा सकता है, लेकिन उसे जरूरत पड़ने पर ही context में लोड किया जाता है। यह जानकारी इन फ़ोल्डरों में रखें:
- scripts/ - ऐसा executable code जिसे agents चला सकते हैं।
- references/ - जरूरत पड़ने पर अतिरिक्त documentation के तौर पर इस्तेमाल की जा सकने वाली और markdown files।
- assets/ - ऐसे static resources जिनका इस्तेमाल agent कर सकता है।
Skills को खास क्या बनाता है?
AI इस्तेमाल करते समय सबसे बड़ी समस्याओं में से एक है Context Bloat। Context bloat तब होता है, जब आप AI को इतना ज्यादा context (यानी जानकारी) देते हैं कि उसे काम पूरा करने में मुश्किल होने लगती है।
कल्पना कीजिए कि आप किसी junior डेवलपर को किसी खास feature का सटीक documentation देते हैं और कुछ भी गैर-ज़रूरी नहीं देते। यह documentation पढ़ने के बाद, उस feature को implement करने में उसकी सफलता की संभावना काफी अधिक होगी।
अब कल्पना कीजिए कि आप उस junior डेवलपर से सारा documentation पढ़ने को कहते हैं। फिर उसे पढ़ने के बाद documentation के एक छोटे हिस्से से कोई खास feature implement करने को कहते हैं। सफलता की संभावना काफी कम होगी।
LLM भी इसी तरह काम करते हैं।
पहले के तरीके, जैसे MCP, ने बड़ी मात्रा में structured context को model में लोड करके इसे हल करने की कोशिश की। यह बिल्कुल context न होने से बेहतर था, लेकिन फिर भी कामों को लगातार पूरा करने में मुश्किल आती थी।
Skills अलग हैं।
डिफ़ॉल्ट रूप से, frontmatter से सिर्फ़ name और description context window में लोड होते हैं। इसमें बहुत कम context लगता है, लेकिन इससे LLM को पता चलता है कि किस तरह की skills उपलब्ध हैं। जब किसी Skill को उपयोगी माना जाता है, तो SKILL.md को context window में लोड किया जाता है। फिर जरूरत पड़ने पर ही scripts/, references/ और assets/ फ़ोल्डरों की दूसरी files context में लोड होती हैं।
तो, इन Skills का इस्तेमाल कैसे करें?
skills.sh
आप जिस LLM interface का इस्तेमाल कर रहे हैं, उसके आधार पर इन्हें डाउनलोड करके उस application के सही स्थानों पर रखा जा सकता है। उदाहरण के लिए:
फिर से, Skills सिर्फ़ files वाले फ़ोल्डर हैं, इसलिए आप इन्हें इन directories में copy-paste कर सकते हैं और सब कुछ काम करेगा।
दूसरा विकल्प skills.sh इस्तेमाल करना है।
यह Vercel का बनाया हुआ एक Agent Skills Directory है, जिससे आप यह देख सकते हैं कि कौन-सी Skills कितनी बार इस्तेमाल हो रही हैं। आप उनके बनाए CLI tool से इन skills को अपने projects या अपने global user में जोड़ सकते हैं।
ऐसा करने के लिए यह command चलाएं npx skills add <owner/repo>, और यह आपको पूरी प्रक्रिया में मार्गदर्शन देगा। यह command मूल रूप से copy-paste ही करती है, लेकिन तेज़ है।
Skills का इस्तेमाल
इन्हें install कर लेने के बाद (चाहे skills.sh से या copy-paste करके), इनका इस्तेमाल बहुत आसान है। आप जिस भी editor में हों, उसे अपने-आप skill का इस्तेमाल करना चाहिए, जब उसे लगे कि वह मददगार होगी। सिद्धांत रूप में, skill को सही स्थान पर लोड करने के बाद आपको उसके बारे में फिर सोचने की जरूरत नहीं है।
लेकिन, इसे लिखते समय, यह हमेशा सही मौकों पर Skills का इस्तेमाल नहीं करता। इसलिए, अगर आपको पता है कि किसी खास समय पर उसे skill इस्तेमाल करनी चाहिए, तो LLM को बताएं।
उदाहरण के लिए, मैंने ElevenLabs की स्पीच टू टेक्स्ट skills install की हैं। फिर अगर मुझे Claude से उनका इस्तेमाल करवाना हो, तो मैं यह prompt भेज सकता हूं:
इस project में एक आसान उदाहरण लागू करने के लिए speech to text skill इस्तेमाल करें। इस audio का इस्तेमाल करें https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3।
इसने नीचे दिए गए ऐप को एक ही प्रयास में बना दिया।
बेशक, इस UI में काफी सुधार की जरूरत है, लेकिन ElevenLabs का मूल logic सही है और काम कर रहा है। वह भी सिर्फ़ एक वाक्य में।
मैं आपके projects में Agent Skills इस्तेमाल करने की ज़ोरदार सलाह देता हूं। यह आपके LLM को किसी खास काम के लिए सही context देता है, जिसे उन लोगों ने तैयार किया है जिन्होंने शुरू में ये tools बनाए थे।
और अगर आप अपने projects में ElevenLabs इस्तेमाल कर रहे हैं, तो हमारी skills को इस तरह install करें:
