Agent Skils gebruiken

Agent Skills zijn een van de manieren met de grootste impact om LLM's te gebruiken. Ze bieden de juiste context voor de taak die je op een herhaalbare manier wilt uitvoeren. 

En het beste? 

Bedrijven schrijven deze skills voor je, dus je hoeft ze alleen maar in je workflows te gebruiken. In deze handleiding laat ik je zien hoe je deze skills kunt inzetten om features te schrijven die echt werken.

Wat zijn Skills?

Een ‘Skill’ is een map met markdownbestanden die uitleggen hoe je een specifieke taak uitvoert. Het belangrijkste skillbestand moet SKILL.md heten en de inhoud van dit bestand mag alles zijn wat je wilt, zolang de frontmatter een veld voor de naam en beschrijving bevat. (Er zijn nog andere optionele frontmattervelden die je hier kunt vinden.)

In deze map kun je andere informatie opnemen waarnaar het SKILL.md-bestand kan verwijzen, maar die alleen wanneer nodig in de context wordt geladen. Deze informatie moet je in de volgende mappen opslaan:

1. scripts/ - Uitvoerbare code die agents kunnen uitvoeren.
2. references/ - Meer markdownbestanden die indien nodig als aanvullende documentatie kunnen worden gebruikt.
3. assets/ - Statische resources die de agent kan gebruiken.

Wat maakt Skills bijzonder?

Een van de grootste problemen bij het gebruik van AI is Context Bloat. Van context bloat is sprake wanneer je de AI zoveel context (oftewel informatie) geeft dat die moeite heeft om de taak uit te voeren.

Stel je voor dat je een junior ontwikkelaar precies de documentatie voor een specifieke feature geeft, zonder irrelevante informatie. Na het lezen van deze documentatie zou die een grote kans van slagen hebben bij het implementeren ervan.

Stel je nu voor dat je de junior ontwikkelaar vraagt om ALLE documentatie te lezen. En daarna een specifieke feature te implementeren op basis van een klein deel van de documentatie. De kans van slagen zou veel kleiner zijn.

LLM's werken op dezelfde manier. 

Eerdere benaderingen, zoals MCP, probeerden dit op te lossen door grote hoeveelheden gestructureerde context in het model te laden. Dit werkte beter dan helemaal geen context, maar taken werden nog steeds niet consistent uitgevoerd.

Skills zijn anders.

Standaard worden alleen de naam en beschrijving uit de frontmatter in het context window geladen. Dit neemt weinig context in beslag, maar geeft het LLM informatie over welke soorten skills beschikbaar zijn. Wanneer wordt vastgesteld dat een Skill nuttig is, wordt SKILL.md in het context window geladen. Vervolgens worden de andere bestanden in de mappen scripts/, references/ en assets/ alleen wanneer nodig in de context geladen.

Hoe gebruik je deze Skills dan?

skills.sh

Afhankelijk van de LLM-interface die je gebruikt, kun je ze downloaden en opslaan op de locaties die geschikt zijn voor die applicatie. Bijvoorbeeld:

Nogmaals: Skills zijn gewoon mappen met bestanden. Je kunt ze dus naar deze mappen kopiëren en plakken, waarna alles werkt.

De andere optie is skills.sh gebruiken. 

Dit is een Agent Skills Directory van Vercel, waarmee je Skills kunt ontdekken op basis van hoe vaak ze worden gebruikt. Je kunt ook een door Vercel ontwikkelde CLI-tool gebruiken om deze skills aan je projecten of je globale gebruiker toe te voegen.

Voer hiervoor de opdracht npx skills add <owner/repo> uit. Die begeleidt je door het hele proces. De opdracht is eigenlijk een geautomatiseerde kopieer- en plakactie, maar wel sneller.

Skills gebruiken

Zodra je ze hebt geïnstalleerd (via skills.sh of door ze te kopiëren en plakken), is het heel eenvoudig om ze te gebruiken. Welke editor je ook gebruikt, die zou de skill automatisch moeten gebruiken wanneer die denkt dat dit nuttig is. In theorie hoef je er niet meer over na te denken zodra je de skill op de juiste locatie hebt geladen. 

MAAR, op het moment van schrijven gebruikt de editor de Skills niet altijd op het juiste moment. Dus als je weet dat die op een bepaald moment een skill moet gebruiken, vertel het dan aan het LLM. 

Ik heb bijvoorbeeld de speech-to-text-skills van ElevenLabs geïnstalleerd. Als ik wil dat Claude die gebruikt, kan ik de volgende prompt sturen:

Het kon de onderstaande app in één keer maken.

Natuurlijk heeft deze UI nog veel verbetering nodig, maar de kernlogica van ElevenLabs is degelijk en werkt. Alles met één zin. 

Ik raad je sterk aan om Agent Skills in je projecten in te zetten. Ze geven je LLM de juiste context voor een specifieke taak, samengesteld door de mensen die de tools oorspronkelijk hebben gemaakt.

Als je ElevenLabs in je projecten gebruikt, installeer je onze skills met:

npx skills add elevenlabs/skills