- Дата публикации
Skills в Claude Code: как превратить ИИ в рабочего агента, а не просто чат-бота
Что появилось / что изменилось
Anthropic в Claude Code сделала ставку на Skills — расширения, которые превращают ИИ из «умного редактора кода» в полноценного агента, работающего с вашим стеком.
Главное изменение: skill — это больше не одинокий markdown-файл с подсказками. Сейчас это полноценная папка, где можно хранить:
- скрипты для запуска тестов, деплоя, миграций;
- ассеты: видео, логи, конфиги;
- данные: схемы БД, описания API, примеры запросов;
- конфигурацию с hooks, которые вызывают skill автоматически в нужные моменты.
Anthropic внутри компании уже использует сотни таких skills. Они закрывают разные этапы разработки: от скаффолдинга сервиса до проверки платежного флоу в headless-браузере.
Появились устойчивые типовые сценарии:
- справочники по библиотекам и API с примерами и типичными ошибками;
- автоматизированная верификация продукта с assertions и видеофиксацией;
- доступ к аналитике и мониторингу через код и описанные пайплайны запросов;
- автоматизация командных рутин: стендапы, тикеты, еженедельные отчёты;
- генерация шаблонов кода под ваш фреймворк;
- проверка качества кода и код-ревью с жёсткими правилами;
- CI/CD и деплой, включая babysitting PR и cherry-pick в прод;
- ранбуки для инцидентов: от симптома до расследования и фикса.
Цифр по скорости, цене и контексту в материале нет, но по сути это надстройка над уже существующими возможностями Claude Code, а не новая модель.
Как это работает
Skill в Claude Code — это директория с понятной для агента структурой. Внутри можно комбинировать:
- markdown-файлы с инструкциями и описанием процессов;
- исполняемые скрипты (CLI-драйверы, Playwright-сценарии, tmux-скрипты);
- конфигурацию hooks, которые говорят агенту, когда и как вызывать этот skill;
- артефакты прошлых запусков: логи, отчёты, результаты тестов.
Claude Code умеет:
- «Обнаруживать» skills в рабочем окружении.
- Читать структуру папки как карту возможностей: какие команды запустить, какие файлы править.
- Комбинировать несколько skills в одной задаче. Например: skill для аналитики + skill для деплоя + skill для код-ревью.
Самое важное под капотом — не магия модели, а строгая структура:
- явные сценарии работы: какие шаги делать, в каком порядке, какие проверки обязательны;
- детерминированные скрипты, которые дают надёжный сигнал «прошло/упало» вместо расплывчатого текста;
- сохранение состояния в файлах, чтобы агент мог ориентироваться в истории запусков.
По сути skills превращают Claude Code в оркестратор: ИИ не просто пишет код, а запускает ваши же инструменты и проверяет результат.
Что это значит для вас
Если вы используете Claude Code как «ещё один автокомплит», вы недополучаете пользу. Skills превращают его в рабочего агента, который:
- знает ваш стек, ваши библиотеки и ваши глупые баги по умолчанию;
- умеет сам запускать тесты, проверки и деплой-скрипты;
- документирует процессы там, где раньше всё хранилось в устных договорённостях.
Где это реально помогает:
- Продуктовая разработка. Делаете сложный signup или checkout — оформляете отдельный verification-skill. Claude сам прогоняет флоу через Playwright, пишет assertions, ловит регрессии.
- Внутренние платформы. У вас есть internal CLI, SDK, дизайн-система. Skill со справочником и примерами снижает количество «странного» кода, который генерирует ИИ.
- Аналитика и мониторинг. Skills, которые знают, какие события соединять для воронки, где искать ретеншн, какие Grafana-дашборды смотреть при конкретной ошибке.
- Командные процессы. Автоматические стендапы, тикеты по шаблону, недельные дайджесты по PR и деплоям.
- Качество кода. Skills для стиля, архитектурных правил и практик тестирования, которые можно дергать из GitHub Actions.
- Инцидент-менеджмент. Ранбуки, которые от алерта или сообщения в Slack ведут агента по шагам расследования.
Где использовать не стоит:
- разовые задачи, которые проще сделать руками, чем оформлять в отдельный skill;
- процессы, которые меняются каждую неделю — вы потратите больше времени на поддержку, чем на выгоду;
- ситуации, где у Claude Code нет доступа к нужным инструментам или данным (например, закрытые корпоративные сети без настроенного доступа).
Если ваш доступ к Claude или Claude Code ограничен по географии или политике компании, придётся настраивать работу через VPN или корпоративный прокси. Skills сами по себе ничего не решают без стабильного доступа к сервису и к вашей инфраструктуре.
Место на рынке
Skills — это не конкурент GPT-4o или других моделей по скорости или качеству кода. Это надстройка вокруг Claude Code, которая делает ставку на интеграцию с вашим стеком и процессами.
Ключевое отличие от классического «prompt engineering» в других IDE-плагинах:
- вместо одного длинного промпта вы получаете набор оформленных, версионируемых skills с кодом и скриптами;
- агент не просто читает текстовые инструкции, а запускает реальные инструменты и опирается на их результаты.
Прямых цифр по сравнению с другими продуктами в материале нет. Но сама идея похожа на то, как инженеры строят внутренних агентов поверх GPT-4o или других моделей: отдельные «папки-агенты» под конкретные процессы, с кодом, сценариями и документацией. Разница в том, что Anthropic встроила этот подход прямо в Claude Code и дала ему первый класс гражданства.
Если вы уже строите свои агенты поверх других LLM, опыт Anthropic со skills можно использовать как чек-лист:
- разделять справочники, верификацию, CI/CD, ранбуки и автоматизацию процессов на отдельные сущности;
- хранить сценарии и инструкции рядом с кодом, а не в разрозненных документах;
- всегда добавлять детерминированные проверки, а не полагаться только на текст ИИ.