Så använder du Agent Skills

Agent Skills är ett av de mest effektiva sätten att använda LLM:er. De ger rätt kontext för uppgiften du vill utföra, på ett sätt som går att upprepa. 

Och det bästa? 

Företag skriver de här färdigheterna åt dig, så du behöver bara använda dem i dina workflows. I den här guiden visar jag hur du kan använda de här färdigheterna för att skapa funktioner som faktiskt fungerar.

Vad är Skills?

En ”Skill” är en mapp med markdown-filer om hur man utför en specifik uppgift. Huvudfilen för en Skill måste heta SKILL.md, och innehållet i filen kan vara vad du vill, så länge frontmatter innehåller ett fält för namn och beskrivning. (Det finns andra valfria frontmatter-fält som du hittar här.)

I den här mappen kan du ha annan information som SKILL.md-filen kan hänvisa till, men som bara läses in i kontexten vid behov. Informationen bör lagras i följande mappar:

1. scripts/ – körbar kod som agenter kan köra.
2. references/ – fler markdown-filer som kan användas som kompletterande dokumentation vid behov.
3. assets/ – statiska resurser som agenten kan använda.

Vad gör Skills speciella?

Ett av de största problemen med att använda AI är Context Bloat. Context bloat uppstår när du ger AI:n så mycket kontext, alltså information, att den har svårt att utföra uppgiften.

Tänk dig att du ger en junior utvecklare exakt den dokumentation som behövs för en specifik funktion, och inget irrelevant. Efter att ha läst dokumentationen skulle utvecklaren ha stor chans att lyckas implementera den.

Tänk dig nu att du ber den juniora utvecklaren att läsa ALL dokumentation och sedan implementera en specifik funktion från en liten del av den. Chansen att lyckas skulle vara betydligt lägre.

LLM:er fungerar på samma sätt. 

Tidigare metoder, som MCP, försökte lösa detta genom att läsa in stora mängder strukturerad kontext i modellen. Det fungerade bättre än att inte ha någon kontext alls, men hade fortfarande svårt att utföra uppgifter konsekvent.

Skills är annorlunda.

Som standard läses bara namnet och beskrivningen från frontmatter in i kontextfönstret. Det tar mycket lite kontext i anspråk, men ger LLM:en information om vilka typer av färdigheter som finns tillgängliga. När en Skill bedöms vara användbar läses SKILL.md in i kontextfönstret. Först när det behövs läses sedan övriga filer i mapparna scripts/, references/ och assets/ in i kontexten.

Så hur använder du de här Skills?

skills.sh

Beroende på vilket LLM-gränssnitt du använder kan de laddas ner och sparas på de platser som passar den applikationen. Till exempel:

Återigen: Skills är bara mappar med filer, så du kan kopiera och klistra in dem i de här katalogerna, så fungerar allt.

Det andra alternativet är att använda skills.sh. 

Det här är en katalog med Agent Skills, skapad av Vercel, där du kan upptäcka Skills baserat på hur ofta de används. Du kan också använda CLI-verktyget de har utvecklat för att lägga till de här färdigheterna i dina projekt eller för din globala användare.

Kör kommandot npx skills add <owner/repo>, så guidas du genom hela processen. Kommandot är i praktiken en förfinad kopiera-och-klistra-in-funktion, men snabbare.

Använda Skills

När du har installerat dem (antingen med skills.sh eller genom att kopiera och klistra in dem) är de mycket enkla att använda. Redigeraren du använder bör automatiskt använda färdigheten när den bedömer att den är hjälpsam. I teorin behöver du inte tänka mer på det när du har lagt Skill-filen på rätt plats. 

MEN, när detta skrivs används Skills inte alltid vid rätt tillfällen. Om du vet att den bör använda en Skill i ett visst läge, säg det till LLM:en. 

Jag har till exempel installerat Skills för speech-to-text från ElevenLabs. Om jag vill att Claude ska använda dem kan jag skicka följande prompt:

Den kunde skapa appen nedan på ett enda försök.

Det här gränssnittet behöver förstås förbättras mycket, men kärnlogiken från ElevenLabs är korrekt och fungerar. Allt med en enda mening. 

Jag rekommenderar starkt att använda Agent Skills i dina projekt. De ger din LLM rätt kontext för en specifik uppgift, sammanställd av personerna som skapade verktygen från början.

Och om du använder ElevenLabs i dina projekt installerar du våra Skills med:

npx skills add elevenlabs/skills