Полное руководство по созданию Skills для Claude
Как проектировать, тестировать и распространять skills: от первой идеи до публикации. Проверенные паттерны, живые примеры и разбор типичных ошибок.
Введение
Skill — это набор инструкций в виде обычной папки, который учит Claude решать конкретные задачи. По сути, вы один раз описываете свои предпочтения, процессы и экспертизу, и дальше Claude применяет их в каждом разговоре. Не нужно каждый раз объяснять заново.
Skills особенно полезны для повторяющихся задач: собрать фронтенд по макету, провести ресёрч по единому шаблону, оформить документ по стандартам команды, пройти многоэтапный процесс шаг за шагом. Они отлично сочетаются со встроенными возможностями (запуском кода и генерацией документов). А если вы уже работаете с MCP-интеграциями, skills добавят слой экспертизы поверх инструментов и превратят голый доступ к API в отлаженные рабочие процессы.
Чему вы научитесь
- Как устроен skill технически и какие требования к структуре
- Какие паттерны работают для автономных skills и для связки с MCP
- Какие подходы показали себя лучше всего на практике
- Как тестировать, дорабатывать и публиковать свои skills
Для кого это
- Разработчики, которым нужно, чтобы Claude стабильно следовал определённому процессу
- Продвинутые пользователи, которым важна воспроизводимость результатов
- Команды, которые хотят стандартизировать работу с Claude у себя в организации
После прочтения вы сможете собрать свой первый рабочий skill за одну сессию. С помощью skill-creator это займёт примерно 15-30 минут.
Основы
Что такое skill?
Skill — это обычная папка, внутри которой лежат:
SKILL.md(обязательный): главный файл с инструкциями в формате Markdown + YAML frontmatterscripts/(опционально): скрипты на Python, Bash и т.д.references/(опционально): справочные материалы, которые Claude подгрузит при необходимостиassets/(опционально): шаблоны, шрифты, иконки и другие ресурсы
Принципы, на которых всё построено
Progressive Disclosure
Skills устроены как матрёшка из трёх уровней:
- Первый уровень, YAML frontmatter: всегда на виду у Claude в системном промпте. Это «визитная карточка» skill: достаточно информации, чтобы понять, когда его подключать, но без лишней нагрузки на контекст.
- Второй уровень, тело SKILL.md: подгружается, когда Claude решает, что skill подходит к текущей задаче. Здесь лежат полные инструкции.
- Третий уровень, вложенные файлы: дополнительные материалы из папки skill, которые Claude подтянет сам, если понадобятся.
За счёт этого расход токенов минимален, а экспертиза всегда под рукой.
Совместимость (Composability)
Claude может загрузить сразу несколько skills. Поэтому ваш skill не должен вести себя так, будто он единственный. Пишите его с расчётом на совместную работу с другими.
Портативность (Portability)
Один и тот же skill работает в Claude.ai, Claude Code и через API без каких-либо правок. Единственное условие: среда должна поддерживать зависимости, которые нужны вашему skill.
Skills + MCP-коннекторы
Аналогия с кухней
MCP — это профессиональная кухня: плита, ножи, продукты, всё оборудование.
Skills — это рецепты: пошаговые инструкции, как из всего этого приготовить что-то стоящее.
По отдельности полезно, но вместе получается совсем другой уровень.
| MCP | Skills |
|---|---|
| Связывает Claude с вашим сервисом (Notion, Asana, Linear и др.) | Объясняет Claude, как грамотно работать с этим сервисом |
| Даёт доступ к данным и инструментам в реальном времени | Закрепляет рабочие процессы и лучшие практики |
| Определяет, что Claude может делать | Определяет, как Claude должен это делать |
Без skills
- Пользователь подключил MCP и завис: непонятно, с чего начать
- В поддержку летят вопросы: «а как мне сделать X через вашу интеграцию?»
- Каждый новый разговор начинается с чистого листа
- Результаты пляшут, каждый формулирует запросы по-своему
Со skills
- Готовые сценарии подключаются автоматически, когда нужно
- Инструменты используются стабильно и предсказуемо
- Лучшие практики зашиты в каждое взаимодействие
- Порог входа для новых пользователей резко снижается
Планирование и дизайн
Начните со сценариев использования
Прежде чем писать код, сформулируйте 2-3 конкретных сценария, которые ваш skill должен закрывать.
Пример хорошо описанного сценария
Сценарий: Планирование спринта
Когда срабатывает: пользователь пишет «помоги спланировать спринт» или «создай задачи на спринт»
Что происходит:
- Забирает текущий статус проекта из Linear (через MCP)
- Анализирует скорость и загрузку команды
- Предлагает приоритизацию задач
- Создаёт задачи в Linear с нужными метками и оценками
Итог: Полностью спланированный спринт, задачи уже в трекере
Ответьте себе на четыре вопроса:
- Какую задачу хочет решить пользователь?
- Из каких шагов складывается процесс?
- Какие инструменты понадобятся: встроенные или через MCP?
- Какую предметную экспертизу стоит зашить в skill?
Три типичные категории skills
1Генерация документов и ресурсов
Для чего: стабильный, качественный результат: документы, презентации, дизайны, код, приложения.
Живой пример: skill frontend-design
«Создаёт выразительные, готовые к продакшену фронтенд-интерфейсы. Подходит для веб-компонентов, лендингов, артефактов и приложений.»
Характерные приёмы:
- Зашитые стайл-гайды и стандарты бренда
- Шаблоны для единообразия результатов
- Чеклисты качества перед финальной выдачей
- Внешние инструменты не нужны, хватает встроенных возможностей Claude
2Автоматизация рабочих процессов
Для чего: многоэтапные процессы, где важна единая методология, в том числе координация между несколькими MCP-серверами.
Живой пример: skill skill-creator
«Интерактивный помощник для создания новых skills. Ведёт пользователя через формулировку сценариев, заполнение frontmatter, написание инструкций и проверку.»
Характерные приёмы:
- Пошаговый процесс с контрольными точками
- Готовые шаблоны для типовых ситуаций
- Встроенные подсказки по улучшению
- Цикл «сделал, проверил, доработал»
3Усиление MCP-интеграции
Для чего: добавить слой экспертизы поверх инструментов, которые даёт MCP-сервер.
Живой пример: skill sentry-code-review (от Sentry)
«Автоматически находит и исправляет баги в Pull Request'ах на GitHub, опираясь на данные мониторинга Sentry через MCP.»
Характерные приёмы:
- Цепочка из нескольких MCP-вызовов в нужном порядке
- Предметная экспертиза, вшитая в логику
- Контекст, который иначе пришлось бы объяснять каждый раз
- Обработка типичных ошибок MCP
Как понять, что skill работает
Это ориентиры, а не жёсткие пороги. Часть оценки неизбежно будет субъективной — и это нормально.
Цифры
- Skill подключается в 90% подходящих запросов
Как проверить: прогоните 10-20 тестовых запросов. Посчитайте, в скольких случаях skill загрузился сам, без ручного вызова. - Рабочий процесс укладывается в X вызовов инструментов
Как проверить: дайте одну и ту же задачу с включённым skill и без. Сравните число вызовов и расход токенов. - Ни одного сбойного API-вызова за весь процесс
Как проверить: смотрите логи MCP-сервера во время тестовых прогонов.
Ощущения
- Пользователю не приходится подсказывать Claude, что делать дальше
- Процесс доходит до конца без ручных правок
- Результаты воспроизводимы от сессии к сессии
Технические требования
Структура файлов
├── SKILL.md # Обязательный
├── scripts/ # Опционально - скрипты
│ ├── process_data.py
│ └── validate.sh
├── references/ # Опционально - справка
│ ├── api-guide.md
│ └── examples/
└── assets/ # Опционально - шаблоны и тп.
└── report-template.md
Железные правила
Файл SKILL.md:
- Имя ровно
SKILL.md, регистр важен - Никакие вариации не пройдут: ни
SKILL.MD, ниskill.md
Имя папки:
notion-project-setup
kebab-case, всё строчными, через дефис
Notion Project Setup
notion_project_setup
NotionProjectSetup
README.md внутри skill не нужен. Вся документация лежит в SKILL.md или references/. README понадобится позже, на уровне репозитория, для людей, а не для Claude.
YAML frontmatter: самое важное в skill
Именно по YAML-шапке Claude решает, подключать ваш skill или нет. Здесь нельзя ошибиться.
Минимально рабочий вариант
---
name: your-skill-name
description: Что делает. Подключать, когда пользователь просит [конкретные фразы].
---
Этого достаточно для старта.
Обязательные поля
name:
- Только kebab-case (строчные через дефис)
- Без пробелов и заглавных
- Должно совпадать с именем папки
description:
- Обязательно содержит две вещи: что skill делает и когда его подключать
- Не больше 1024 символов
- Никаких XML-тегов (
<или>) - Перечислите конкретные фразы, которые может сказать пользователь
- Укажите типы файлов, если это важно
Опциональные поля
- license: лицензия для открытых skills (MIT, Apache-2.0)
- compatibility: требования к окружению (1-500 символов)
- metadata: произвольные поля: автор, версия, mcp-server и т.д.
Ограничения безопасности
Во frontmatter запрещены:
- XML-угловые скобки (
< >) - Слова «claude» или «anthropic» в имени skill (зарезервированы)
Шапка попадает прямо в системный промпт Claude, поэтому вредоносный контент мог бы подменить инструкции.
Как писать описание
Формула: [Что делает] + [Когда подключать] + [Ключевые возможности]
Разбирает дизайн-файлы Figma и готовит документацию для передачи разработчикам. Подключать, когда пользователь загружает .fig, просит «спеки по дизайну», «документацию компонентов» или «хендофф дизайна».
Управляет проектами в Linear: планирование спринтов, создание задач, трекинг статусов. Подключать, когда пользователь упоминает «спринт», «задачи Linear», «планирование проекта» или просит «создать тикеты».
Полный онбординг клиентов PayFlow: создание аккаунта, настройка оплаты, управление подпиской. Подключать, когда пользователь просит «заонбордить клиента», «настроить подписку» или «создать аккаунт PayFlow».
Помогает с проектами.
Создаёт системы документации.
Реализует модель Project с иерархическими связями.
Как писать инструкции
После YAML-шапки идёт тело skill, обычный Markdown. Вот рекомендуемый каркас:
---
name: your-skill
description: [...]
---
# Название Skill
## Инструкции
### Шаг 1: [Первый шаг]
Что конкретно нужно сделать.
Пример:
```bash
python scripts/fetch_data.py --project-id PROJECT_ID
```
Если всё прошло хорошо: [описание результата]
## Примеры
### Пример 1: [типичная ситуация]
Пользователь: "Создай новую маркетинговую кампанию"
Действия:
1. Забрать существующие кампании через MCP
2. Создать новую с указанными параметрами
Результат: кампания создана, ссылка для подтверждения отправлена
## Если что-то пошло не так
Ошибка: [текст ошибки]
Почему: [причина]
Что делать: [решение]
Как писать инструкции, которые работают
Запустите `python scripts/validate.py --input {filename}`
для проверки формата.
Если не прошло, типичные причины:
- Не хватает обязательных полей (допишите в CSV)
- Даты в неправильном формате (нужен YYYY-MM-DD)
Проверьте данные перед тем как продолжить.
Не забывайте про обработку ошибок и ссылки на справочные файлы. Главное правило: SKILL.md содержит суть, а детали выносите в references/.
Тестирование и итерации
Как тестировать
Глубина тестирования зависит от задачи:
- Вручную в Claude.ai: просто задаёте вопросы и смотрите, что происходит. Быстро, без настройки.
- Скриптами в Claude Code: автоматизированные тест-кейсы для повторяемой проверки после каждого изменения.
- Программно через Skills API: полноценные eval-наборы, прогоняемые систематически.
1. Проверка триггеров
Задача: убедиться, что skill подключается когда надо и молчит когда не надо.
- «Помоги настроить воркспейс ProjectHub»
- «Нужно создать проект в ProjectHub»
- «Заведи проект ProjectHub для планирования Q4»
- «Какая погода в Москве?»
- «Помоги написать код на Python»
- «Сделай таблицу»
2. Функциональные тесты
Задача: убедиться, что на выходе корректный результат.
Тест: Создать проект с 5 задачами
Дано: название проекта "Q4 Planning", 5 описаний задач
Когда: skill отрабатывает весь процесс
Тогда:
- Проект появился в ProjectHub
- 5 задач созданы с правильными полями
- Все задачи привязаны к проекту
- Ни одной ошибки API
3. Сравнение «до и после»
Задача: показать, что со skill реально лучше, чем без него.
- Каждый раз объясняешь всё заново
- 15 сообщений туда-обратно
- 3 сбойных вызова API
- 12 000 токенов
- Всё работает на автомате
- Максимум 2 уточняющих вопроса
- 0 сбоев API
- 6 000 токенов
Skill-creator — ваш помощник
skill-creator встроен в Claude.ai и доступен в Claude Code. Если у вас есть MCP-сервер и понимание 2-3 основных сценариев, первый рабочий skill можно собрать и обкатать за 15-30 минут.
- Создание: генерирует skill из описания на обычном языке, выдаёт готовый SKILL.md с правильной шапкой
- Ревью: находит слабые места: размытые описания, недостающие триггеры, структурные проблемы
- Доработка: покажите ему примеры граничных случаев, и он подскажет, как улучшить обработку
"Используй skill-creator, мне нужен skill для [ваш сценарий]"
Доработка по ходу дела
Skill — живой документ, а не монолит. Вот на что обращать внимание:
Skill молчит, когда должен работать
- Не подключается на подходящие запросы
- Пользователи вынуждены включать его руками
Что делать: обогатите описание: больше деталей, ключевых слов, технических терминов.
Skill лезет куда не просят
- Подключается на посторонние запросы
- Пользователи раздражённо его отключают
Что делать: добавьте «антитриггеры» (чётко скажите, когда НЕ использовать), сузьте формулировки.
Skill работает криво
- Результаты «плавают» от запуска к запуску
- API-вызовы падают
Что делать: конкретизируйте инструкции, добавьте обработку ошибок.
Распространение
Skills делают вашу MCP-интеграцию полноценной. Когда пользователи сравнивают коннекторы, те, что идут со skills, быстрее приносят пользу — это ваше преимущество перед MCP-only альтернативами.
Как распространять
Текущая модель (январь 2026)
Для обычных пользователей
- Скачать папку skill
- Запаковать в .zip (если нужно)
- Загрузить в Claude.ai: Settings > Capabilities > Skills
- Либо положить в папку skills Claude Code
Для организаций
- Админы могут раскатать skills на весь workspace разом (доступно с 18 декабря 2025)
- Обновления приезжают автоматически
- Управление из одного места
Открытый стандарт
Anthropic выпустила Agent Skills как открытый стандарт. Идея та же, что и с MCP: один skill должен работать везде: и в Claude, и на других AI-платформах, без переделок.
Skills через API
Если вы строите приложения, агентов или автоматические пайплайны, API даёт полный контроль над skills:
- Эндпоинт
/v1/skillsдля управления - Подключение skills к Messages API через параметр
container.skills - Версионирование через Claude Console
- Интеграция с Claude Agent SDK для кастомных агентов
| Сценарий | Где лучше |
|---|---|
| Живая работа пользователей со skills | Claude.ai / Claude Code |
| Ручное тестирование и обкатка | Claude.ai / Claude Code |
| Программное использование | API |
| Продакшен на масштабе | API |
| Автопайплайны и агентные системы | API |
Подробности в документации:
Как подать свой skill
Лучший вариант: публичный GitHub-репозиторий с понятным README, примерами и скриншотами. Плюс раздел в документации вашего MCP-сервера со ссылкой на skill и объяснением, зачем использовать оба вместе.
«Skill ProjectHub разворачивает полный воркспейс за секунды: страницы, базы, шаблоны. Вместо 30 минут ручной возни.»
«Skill ProjectHub — это папка с YAML frontmatter и Markdown-инструкциями, которая вызывает инструменты нашего MCP-сервера.»
Шаблон инструкции по установке
## Установка skill [Название сервиса]
1. Скачайте skill:
- Клонируйте репо: `git clone https://github.com/yourcompany/skills`
- Или скачайте ZIP из Releases
2. Установите в Claude:
- Откройте Claude.ai > Settings > Skills
- Нажмите «Upload skill»
- Выберите папку со skill (в .zip)
3. Активируйте:
- Включите skill [Название сервиса]
- Убедитесь, что MCP-сервер подключён
4. Проверьте:
- Спросите Claude: «Создай новый проект в [Сервис]»
Подчеркните ценность связки MCP + Skills:
«Наш MCP-сервер открывает Claude доступ к вашим проектам в Linear. А наши skills учат его вашему процессу планирования спринтов. Вместе это AI-управление проектами из коробки.»
Паттерны и решение проблем
Эти паттерны выросли из опыта первых пользователей и внутренних команд Anthropic. Это не догмы, а проверенные подходы. Берите то, что подходит.
1Последовательный процесс
Подходит, когда: нужно пройти несколько шагов строго по порядку, где каждый зависит от предыдущего.
## Процесс: онбординг нового клиента
### Шаг 1: Создать аккаунт
MCP-вызов: `create_customer`
Параметры: name, email, company
### Шаг 2: Подключить оплату
MCP-вызов: `setup_payment_method`
Ждём: подтверждения платёжного метода
### Шаг 3: Оформить подписку
MCP-вызов: `create_subscription`
Параметры: plan_id, customer_id (из шага 1)
### Шаг 4: Отправить приветственное письмо
MCP-вызов: `send_email`
Шаблон: welcome_email_template
На что обратить внимание: чёткий порядок шагов, явные зависимости между ними, проверка на каждом этапе, инструкция по откату при сбое.
2Координация нескольких MCP
Подходит, когда: процесс затрагивает несколько разных сервисов.
## Передача дизайна в разработку
### Фаза 1: Экспорт дизайна (Figma MCP)
1. Выгрузить ассеты из Figma
2. Собрать спецификации
3. Сформировать манифест ассетов
### Фаза 2: Сохранение (Drive MCP)
1. Создать проектную папку в Drive
2. Залить все ассеты
3. Получить ссылки для расшаривания
### Фаза 3: Постановка задач (Linear MCP)
1. Завести задачи на разработку
2. Прикрепить ссылки на ассеты
3. Назначить на инженерную команду
### Фаза 4: Оповещение (Slack MCP)
1. Кинуть сводку в #engineering
2. Приложить ссылки и номера задач
На что обратить внимание: чёткое разделение по фазам, передача данных между MCP-серверами, проверка перед переходом на следующую фазу, единая обработка ошибок.
3Итеративная доработка
Подходит, когда: результат становится лучше с каждым проходом.
## Подготовка отчёта в несколько проходов
### Черновик
1. Забрать данные через MCP
2. Сгенерировать первую версию
3. Сохранить во временный файл
### Проверка
1. Прогнать скрипт валидации: `scripts/check_report.py`
2. Собрать список проблем: пропущенные разделы,
«поехавшее» форматирование, ошибки в данных
### Цикл доработки
1. Исправить каждую найденную проблему
2. Перегенерировать затронутые разделы
3. Снова прогнать валидацию
4. Повторять, пока качество не дотянет до порога
### Финализация
1. Наложить итоговое форматирование
2. Добавить краткую выжимку
3. Сохранить финальную версию
На что обратить внимание: чёткие критерии «хорошо/плохо», скрипты для автоматической проверки, понимание момента, когда пора остановиться.
4Выбор инструмента по ситуации
Подходит, когда: цель одна, но способ её достижения зависит от контекста.
## Умное сохранение файлов
### Дерево решений
1. Определить тип и размер файла
2. Выбрать хранилище:
- Большие файлы (>10 МБ) → облачное хранилище MCP
- Совместные документы → Notion/Docs MCP
- Исходный код → GitHub MCP
- Временные файлы → локальная файловая система
### Действие
По результатам:
- Вызвать нужный MCP-инструмент
- Проставить метаданные по правилам сервиса
- Вернуть ссылку доступа
### Пояснение
Рассказать пользователю, почему выбрано именно это хранилище
На что обратить внимание: однозначные критерии выбора, запасной вариант на каждый случай, прозрачность: пользователь понимает, что произошло и почему.
5Встроенная предметная экспертиза
Подходит, когда: skill несёт в себе знания, которых нет ни в инструментах, ни у пользователя.
## Обработка платежей с проверкой комплаенса
### До обработки: проверка
1. Забрать детали транзакции через MCP
2. Прогнать через правила комплаенса:
- Санкционные списки
- Допустимые юрисдикции
- Уровень риска
3. Зафиксировать решение
### Обработка
ЕСЛИ проверка пройдена:
- Провести платёж через MCP
- Выполнить антифрод-проверки
- Завершить транзакцию
ИНАЧЕ:
- Пометить для ручного ревью
- Создать кейс в системе комплаенса
### Аудиторский след
- Записать все проверки
- Сохранить принятые решения
- Сформировать отчёт для аудита
На что обратить внимание: экспертиза зашита прямо в логику, проверка всегда идёт до действия, каждый шаг документируется, ответственность прозрачна.
Типичные проблемы и решения
Skill не загружается
Ошибка: Could not find SKILL.md in uploaded folder
Почему: файл назван не SKILL.md, а как-то иначе
Что делать: переименуйте ровно в SKILL.md. Регистр важен! Проверьте через ls -la.
Ошибка: Invalid frontmatter
Почему: косяк в YAML-разметке
# Нет разделителей, не сработает
name: my-skill
description: Does things
# Незакрытые кавычки, не сработает
name: my-skill
description: "Does things
# Вот так правильно
---
name: my-skill
description: Does things
---
Ошибка: Invalid skill name
Почему: в имени пробелы или заглавные буквы
# Неправильно
name: My Cool Skill
# Правильно
name: my-cool-skill
Skill не подключается
Пройдитесь по списку:
- Описание не слишком ли абстрактное? «Помогает с проектами». Claude такое не зацепит
- Есть ли фразы, которые люди реально произносят?
- Упомянуты ли типы файлов, если это важно?
Лайфхак: спросите Claude напрямую: «Когда бы ты подключил skill [имя]?» Он процитирует описание, и сразу станет видно, чего не хватает.
Skill подключается к чему попало
Три способа починить:
- Антитриггеры: «НЕ подключать для простого просмотра данных (для этого есть data-viz)»
- Уточнение: вместо «Обрабатывает документы», напишите «Разбирает юридические PDF для ревью контрактов»
- Границы: «Платежи PayFlow для e-commerce. Только для онлайн-платежей, не для общих финансовых вопросов.»
MCP-вызовы падают
Симптом: skill загружается, но вызовы MCP не проходят
Пройдитесь по списку:
- MCP-сервер подключён?
Claude.ai: Settings > Extensions > [Ваш сервис] — должно быть «Connected» - Аутентификация в порядке?
API-ключи не протухли, нужные scopes выданы, OAuth-токены обновлены - MCP работает без skill?
Спросите Claude напрямую: «Используй [Сервис] MCP, покажи мои проекты». Если и так не работает — проблема в MCP, а не в skill - Имена инструментов совпадают?
Проверьте, что skill ссылается на те же имена, что в документации MCP-сервера. Имена инструментов регистрозависимы
Claude игнорирует инструкции
Обычные причины:
- Простыня текста: пишите кратко, используйте списки, выносите подробности в
references/ - Главное закопано в середине: критическое всегда наверх, заголовки «Important» или «Critical» помогают
- Размытые формулировки: не «проверьте корректность», а
CRITICAL: до вызова create_project убедитесь: имя не пустое, назначен хотя бы один участник, дата начала не в прошлом - Модель «ленится»: помогает фраза: «Не торопись, пройди каждый шаг тщательно. Качество важнее скорости.» Работает лучше в промпте пользователя, чем в SKILL.md
Skill тормозит или деградирует
Что делать:
- Ужмите
SKILL.mdдо 5 000 слов максимум, всё остальное вreferences/ - Проверьте, не включено ли у вас 20-50 skills одновременно, это перегружает контекст
- Группируйте связанные skills в «пакеты» и включайте по ситуации
Ресурсы и справочники
Документация Anthropic
Статьи в блоге
- Introducing Agent Skills
- Engineering Blog: Equipping Agents for the Real World
- Skills Explained
- How to Create Skills for Claude
- Improving Frontend Design through Skills
Готовые примеры
- GitHub: anthropics/skills — коллекция skills от Anthropic, можно форкнуть и адаптировать
Инструменты
- skill-creator: встроен в Claude.ai и доступен в Claude Code. Генерирует skills из описания, проверяет структуру, подсказывает улучшения.
Куда обращаться
- Вопросы: Claude Developers Discord
- Баги: anthropics/skills/issues на GitHub
Быстрый чеклист
До старта
- Сформулированы 2-3 конкретных сценария
- Понятно, какие инструменты нужны (встроенные или MCP)
- Просмотрены примеры существующих skills
- Продумана структура папок
В процессе
- Папка в kebab-case
- Файл называется ровно
SKILL.md - YAML frontmatter обрамлена
--- - name: строчные, через дефис, без пробелов
- description отвечает на «что делает» и «когда подключать»
- Нигде нет XML-тегов
- Инструкции конкретные, с примерами
- Описана обработка ошибок
- Есть примеры использования
- Ссылки на справочные файлы расставлены
Перед загрузкой
- Подключается на очевидные запросы
- Подключается на перефразированные запросы
- Не подключается на посторонние темы
- Функциональные тесты проходят
- Интеграция с инструментами работает (если есть)
- Папка запакована в .zip
После загрузки
- Обкатано в живых разговорах
- Отслеживаются ложные срабатывания и пропуски
- Собирается обратная связь
- Описание и инструкции дорабатываются
- Версия в метаданных обновлена
YAML frontmatter справочник
Обязательные поля
---
name: skill-name-in-kebab-case
description: Что делает и когда подключать. Перечислите фразы-триггеры.
---
Полный набор полей
name: skill-name
description: [обязательное описание]
license: MIT # Лицензия для open-source
allowed-tools: "Bash(python:*) Bash(npm:*) WebFetch" # Ограничение инструментов
metadata: # Произвольные поля
author: Company Name
version: 1.0.0
mcp-server: server-name
category: productivity
tags: [project-management, automation]
documentation: https://example.com/docs
support: support@example.com
Безопасность
| Можно | Нельзя |
|---|---|
| Любые стандартные YAML-типы (строки, числа, списки, объекты) | XML-скобки (< >) |
| Произвольные поля в metadata | Исполняемый код в YAML |
| Описания до 1024 символов | Слова «claude» или «anthropic» в имени |
Готовые примеры
Полноценные, проверенные в бою skills, где можно подсмотреть все паттерны из руководства:
- Document Skills — генерация PDF, DOCX, PPTX, XLSX
- Example Skills — разные паттерны рабочих процессов
- Partner Skills Directory : skills от партнёров: Asana, Atlassian, Canva, Figma, Sentry, Zapier и др.
Репозитории актуальны. Форкайте, адаптируйте под себя, используйте как отправную точку.