Shaw Talebi explică funcția skills din Claude — instrucțiuni reutilizabile, împachetate, pe care Claude le accesează automat când sunt relevante (pe web, desktop sau în Claude Code). Premisa: cu cât instrucțiunile sunt mai clare, cu atât rezultatele sunt mai bune. În loc să rescrii prompturi de fiecare dată sau să copiezi din Notion/Google Docs, scrii instrucțiunile o singură dată ca skill, iar Claude alege singur skill-ul potrivit.
Structură: un folder cu numele skill-ului, conținând fișierul skill.md. Acesta are metadata (name + description) și body (un prompt în markdown). Limite: name max 64 de caractere, description max 1.024, iar body până la ~5.000 de tokeni. Mecanismul-cheie este progressive disclosure, cu trei niveluri de încărcare în context: (1) metadata din skill.md — injectate la pornire, ~100 de tokeni; (2) body — citit doar când skill-ul e invocat, până la 5.000 de tokeni; (3) fișiere și foldere adiționale (ex. research-methodology.md, organizate în subfoldere) plus scripturi — citite la nevoie, practic fără limită. Skill-ul poate referenția alte fișiere .md și poate include scripturi Python/JavaScript, fiindcă Claude rulează într-un mediu virtual cu shell bash, Python și NodeJS (ex. python scripts/foo.py). Astfel poți avea sute/mii de skill-uri cu impact minim pe context.
Skills vs MCP: ambele oferă instrucțiuni și tools, dar skills funcționează doar cu Claude, în timp ce MCP e standard deschis universal (orice LLM, orice aplicație). MCP încarcă din start toate metadatele tool-urilor (ex. serverul Notion ~20.000 de tokeni), pe când un skill Notion ar ocupa ~100 — două ordine de mărime economisite. Caz principal: skills = a învăța Claude să-și folosească mai bine tool-urile existente; MCP = acces la tools și integrări complexe (unde scrierea unui skill ar cere lucru cu API-ul).
Sub-agenți (Claude Code): agenți specializați cu propriul context window; văd toate skill-urile preîncărcate și li se pot atribui servere MCP specifice (ex. context7 pentru documentație) — utili ca să faci research fără să umfli contextul agentului principal.
Exemplu concret: un skill „AI tutor" care explică în limbaj simplu. Conține skill.md (metadata + body cu tehnici de prompt engineering, ~130 de linii), un research-methodology.md referențiat condiționat (~200 de linii) și un folder scripts cu un script Python care extrage transcrieri YouTube (libraria youtube-transcript-api, rulat prin uv run). Skill-urile stau în ~/.claude/skills/<nume>. În demo: la „explain reinforcement learning in simple terms", Claude folosește skill-ul fără să i se ceară explicit, „gândește" întâi (instrucțiunea cere explorarea mai multor narațiuni) și aplică structura status quo → problemă → soluție → exemplu → de ce contează. La „explain GRPO, do research", citește research-methodology.md și folosește web search (inclus nativ), apoi testează tool-ul de transcript YouTube. Autorul a construit skill-ul conversând cu Claude în browser, cu ~6 runde de feedback; codul e pe GitHub.
Skill-urile sunt instrucțiuni reutilizabile, împachetate, accesate automat de Claude (pe web, desktop sau Claude Code) când sunt relevante.
Implementarea e foarte simplă: un folder cu numele skill-ului, conținând un fișier skill.md.
Un skill poate fi mai mult decât un singur skill.md.
how-to-x.md) referențiate din body și citite la nevoie.scripts): Claude rulează într-un mediu virtual cu shell bash, Python și NodeJS, deci poate executa python scripts/foo.py.Conceptul-cheie de la Anthropic: conținutul intră în context doar când e nevoie, pas cu pas.
Ambele oferă tools și instrucțiuni și au suprapunere funcțională, dar diferă esențial:
Sub-agenții (feature din Claude Code) sunt agenți specializați cu propriul context window — exact valoarea lor principală.
fast HTML, pornești un sub-agent cu propriul context și un MCP specific (ex. context7 pentru documentație actualizată), care întoarce doar rezultatul — fără să umfli contextul principal.Un skill care explică concepte tehnice în limbaj simplu, cu trei piese:
skill.md — metadata (name „AI tutor", description „Use when user asks to explain… technical concepts…") + body cu tehnici de prompt engineering.research-methodology.md — referențiat condiționat din skill.md („If a concept is unfamiliar or requires research, load research-methodology.md").scripts — tool Python care extrage transcrieri YouTube; referențiat din research-methodology.md (acolo unde e relevant). Codul e pe GitHub.Autorul deschide folderul real în Cursor și arată structura efectivă.
~/.claude/skills/<nume> (verificat cu pwd).youtube-transcript-api) sunt gestionate cu UV (uv run), ca să evite probleme de dependențe.