Agent Becerileri (veya beceriler), yapay zeka ajanlarının talebe göre yüklediği bağımsız talimat ve kaynak paketleridir. Her beceri, kodunuzun yanında bulunan sürüm kontrollü bir dizindir; bir YAML ön bilgisi (meta veriler) ve Markdown gövdesinden (çalıştırma talimatları) oluşan SKILL.md dosyasına dayanır. Bu dosya, ajana belirli bir görev için ne yapacağını ve nasıl yapacağını söyler. Ajan, ön bilgiyi okuyarak alaka düzeyini belirler ve yalnızca etkinleştirildiğinde tam gövdeyi yükler.
Neden beceri kullanmalısınız?
Ajanlar yetenekli olsa da güvenilir gerçek dünya görevleri için gerekli prosedürel bilgiye ve organizasyonel bağlama sahip değildir. Beceriler, alan uzmanlığını her oturumu şişirmeden ajan yeteneklerini genişleten yeniden kullanılabilir dosyalara paketler. Temel faydalar şunlardır:
Talebe göre yükleme: Ajan, bir beceriyi yalnızca görev tanımına uygun olduğunda yükler; bu sayede bağlam penceresi odaklı kalır.
Yeniden kullanılabilirlik: Bir beceriyi bir kez yazın ve oturumlar, görevler ile ekip üyeleri arasında yeniden kullanın.
Sürüm kontrolü: Beceriler kod deponuzda barınır. Değişiklikleri Git ile izleyin, çekme isteklerinde inceleyin ve tıpkı kodla yaptığınız gibi iş birliği yapın.
Birleştirilebilirlik: Ajan, göreve göre birden fazla beceriyi dinamik olarak seçer ve birleştirir.
Beceri yapısı
Her beceri, Agent Skills teknik özellikleri çerçevesinde bağımsız bir dizin olarak düzenlenir:
my-skill/
├── SKILL.md # Required: metadata + execution instructions
├── scripts/ # Optional: executable code (Python, Bash, etc.)
├── references/ # Optional: detailed documentation, decision tables
└── assets/ # Optional: templates, schemas, data files
SKILL.md tek zorunlu dosyadır. Meta veriler ve gövde olmak üzere iki bölümden oluşur.
Meta veriler: En azından benzersiz bir tanımlayıcı olan
nameve geçerli senaryolar ile tetikleme koşullarını belirtendescriptionalanlarını gerektirir. Ajan, bir beceriyi yükleyip yüklemeyeceğinedescriptionalanına bakarak karar verir.Gövde: Adım adım operasyonel prosedürü içerir. Koşullu dallanmalar, kontrol noktaları ve beklenen çıktıları içerebilir; ayrıca net başarı kriterleri tanımlamalıdır.
Beceriler nasıl çalışır?
Beceriler, bağlam kullanımını en aza indirmek için aşamalı açıklama yöntemini kullanır. Ajan, becerileri üç aşamada işler:
Keşif: Başlangıçta ajan, her becerinin ön bilgisinden yalnızca
namevedescriptionalanlarını okur (beceri başına ~100 belirteç) ve mevcut göreve uygunluğunu değerlendirir.Etkinleştirme: Bir görev becerinin açıklamasıyla eşleştiğinde ajan,
SKILL.mdgövdesinin tamamını bağlamına yükler (önerilen sınır <5.000 belirteçtir).Çalıştırma: Ajan, gövdedeki talimatları izler ve yalnızca gerektiğinde
scripts/,references/veyaassets/dizinlerinden dosyaları yükler.
Beceriler yalnızca prosedürel yönergeler sağlar. Çalışma zamanı veya platform güvenlik ilkelerini geçersiz kılmazlar. Yapılandırma değişiklikleri veya üretim verilerine erişim gibi işlemler, platformun kimlik, ilke ve erişim kontrollerine tabi olmaya devam eder.
Örnek: ECS örneklerini sorgulama
Bu örnekte, ECS örneklerinin çalışma durumunu sorgulayan bir beceri oluşturulur.
1. Adım: Beceri dizinini oluşturun
Aşağıdaki yapıya sahip skills/ecs-query dizinini oluşturun:
ecs-query/
├── SKILL.md # Metadata and execution instructions
├── references/
│ └── instance-status-codes.md # ECS instance status code reference
├── scripts/
│ ├── query-instances.py # Calls DescribeInstances to list instances
│ └── export-csv.py # Exports results as CSV
└── assets/
└── output-template.md # Output format template
SKILL.md dosyasını oluşturun:
---
name: ecs-query
description: Query the running status of ECS instances. Use when the user wants to check, list, or view ECS instance status across regions.
---
# Query ECS instances
## Steps
1. Confirm the query scope: region and filter conditions (instance status, tags, etc.). Default to all regions if none specified.
2. Run `scripts/query-instances.py` with the specified region and filters to retrieve the instance list. Refer to `references/instance-status-codes.md` to interpret status codes.
3. Format the output using the template in `assets/output-template.md`:
- Query summary (region, total instance count)
- Instance table (name, ID, status, instance type, IP address)
4. If the user wants to export results, run `scripts/export-csv.py` to generate a CSV file.
SKILL.md dosyası, YAML ön bilgisinden (name ve description) ve bir Markdown gövdesinden oluşur. scripts/, references/ ve assets/ içindeki dosyalar, yürütme mantığını referans verilerinden ayırmak için göreli yollar kullanır.
2. Adım: Beceriyi içe aktarın
Beceri dizinini, ajan platformunuzun beklediği yola yerleştirin:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Örneğin, Claude Code'da ecs-query/ klasörünü .claude/skills/ içine taşıyarak içe aktarma işlemini tamamlayın.
3. Adım: Beceriyi doğrulayın
Beceri açıklamasıyla eşleşen bir görev girin. Ajan, beceriyi otomatik olarak keşfeder ve etkinleştirir.
Örneğin, Claude Code'da:
Check which ECS instances are running in the China (Hangzhou) region.
Ajan, ecs-query becerisiyle eşleşir ve sonuçları SKILL.md içinde tanımlanan biçimde döndürür:
ECS Instance Query Results
Query summary:
- Region: China (Hangzhou)
- Running instances: 3
Instance list:
| Instance name | Instance ID | Status | Instance type | IP address |
|---------------|----------------------|---------|-----------------|----------------|
| web-server-01 | i-bp1a2b3c4d5e6f7g8h | Running | ecs.g7.xlarge | 172.16.0.10 |
| api-gateway | i-bp2c3d4e5f6g7h8i9j | Running | ecs.c7.large | 172.16.0.20 |
| db-backup | i-bp3d4e5f6g7h8i9j0k | Running | ecs.r7.2xlarge | 172.16.0.30 |
Beceri dosya biçimleri, içerik yapısı ve güvenlik ilkeleri platformlar arasında farklılık gösterebilir. Ayrıntılar için platformunuzun belgelerine bakın.