Agent Skills - Yapay zekayı iş akışınıza göre özelleştirmek

• Anthropic'in Agent Skills özelliği, yapay zekanın uzmanlığını kullanıcının iş akışına göre genişletmeyi mümkün kılar
• Skill, komutlar, script'ler ve kaynaklar içeren klasör tabanlı bir bileşendir; Claude bunları yalnızca görev sırasında gerektiğinde yükler
• Excel ve PowerPoint oluşturma, marka kılavuzuna uyma gibi belirli iş alanlarına özelleşmiş yürütme yetenekleri kazandırır
• Kullanıcılar ve geliştiriciler doğrudan Skill oluşturarak bunları Claude uygulaması, Claude Code ve API genelinde kullanabilir
• Kurum çapında dağıtım ve yönetim özelliklerinin de sunulması planlanıyor; bu da özelleştirilmiş yapay zeka iş akışları kurmanın temeli olabilir

---

Skills genel bakışı ve çalışma mantığı

• Agent Skills özelliği sayesinde Claude'un belirli görevleri daha iyi yerine getirmesi için özelleştirilmiş skill'ler kullanılabilir
• Skill'ler, talimatlar, script'ler ve kaynaklar içeren klasörler halinde sunulur ve Claude bu skill'lere yalnızca ilgili görev gerektiğinde erişir
• Bu özellik sayesinde Excel belge yönetimi, kurumsal marka yönergelerine uyum gibi çeşitli uzmanlık gerektiren işlerde Claude çok daha güçlü şekilde kullanılabilir
• Kullanıcılar özelleştirilmiş skill'ler oluşturarak bunları Claude uygulaması, Claude Code ve API gibi ortamlarda genel olarak kullanabilir

Skills nasıl çalışır

• Claude, bir görevi yerine getirirken kullanılabilir tüm skill'leri tarayan ve en ilgili skill'i bulan bir algoritmaya sahiptir
• Eşleşen bir skill bulunduğunda, yalnızca gereken en az bilgi ve dosyaları yükleyerek hızı korurken uzman görevleri yerine getirme yeteneği sağlar
• Skill'lerin özellikleri
  • Birleştirilebilirlik: Birden fazla skill, stack gibi birlikte kullanılabilir; Claude gerekli skill'leri otomatik olarak ayarlar
  • Taşınabilirlik: Aynı formatta yazıldıkları için Claude ürün ailesinin her yerinde kullanılabilir
  • Verimlilik: Yalnızca gerektiği anda gereken işlevler yüklenir
  • Güçlülük: Çalıştırılabilir kodlar (e.g. Python, Shell) da içerebildiğinden geleneksel programlamanın veriminden yararlanabilir
• Skill'ler, kurumsal uzmanlığı paketleyip Claude'a aktaran bir özelleştirilmiş onboarding materyali kavramı olarak görülebilir; uzmanlığı paketleyerek Claude'un belirli alanlarda uzman rolü üstlenmesi için tasarlanmıştır

Claude ürünleriyle entegrasyon

Claude Apps

• Pro, Max, Team ve Enterprise kullanıcılarının tamamı skill özelliğini kullanabilir
• Varsayılan olarak belge yazımı gibi genel işler için çeşitli örnek skill'ler sunulur ve bunlar doğrudan özelleştirilebilir
• Kullanıcı iş içeriğini girdiğinde Claude uygun skill'i otomatik olarak çağırır; skill davranışı chain of thought içinde de görülebilir
• skill-creator skill'i sayesinde etkileşimli yönlendirme eşliğinde iş akışı soruları, klasör yapısı oluşturma, SKILL.md otomatik biçimlendirme, kaynak paketleme gibi kolay skill oluşturma desteği sağlanır
• Team/Enterprise için yöneticilerin özelliği kurum düzeyinde etkinleştirmesi gerekir
• Ayarlar sayfasından kullanılabilir

Claude Developer Platform (API)

• Messages API istekleri ve yeni /v1/skills endpoint'i üzerinden özel skill'lerin sürüm yönetimi ve işletim kontrolü yapılabilir
• Skill kullanımı için güvenli kod çalıştırma ortamı sunan Code Execution Tool beta özelliği gerekir
• Anthropic tarafından sunulan skill'lerle Excel, PowerPoint, Word ve PDF gibi belgeler uzman düzeyinde oluşturulup düzenlenebilir
• Geliştiriciler belirli iş akışlarına uygun özel skill'ler oluşturarak Claude'un kullanım alanını serbestçe genişletebilir
• Claude Console üzerinden kolayca skill sürümü oluşturma, görüntüleme ve yükseltme desteklenir
• Ek bilgi için dokümantasyon ve Anthropic Academy kullanılabilir

Partner kullanım örnekleri

• Box: Kayıtlı içeriği otomatik dönüştürerek PowerPoint, Excel ve Word belgeleri üretir; kurum standartlarına uygun otomatik dokümantasyon sağlar
• Notion: Karmaşık soruları anında çalıştırılabilir işlere dönüştürür, prompt ayarlama yükünü azaltır
• Canva: Skill aracılığıyla agent'ları özelleştirerek tasarım otomasyonu ve ekip düzeyinde yüksek kaliteli içerik üretimi sağlar
• Rakuten: Skill tabanlı olarak finans ve muhasebe otomasyonu gerçekleştirir, birden fazla spreadsheet'i birleştirip işler ve rapor oluşturma süresini 1 günden 1 saate indirir

Claude Code ile entegrasyon

• Claude Code'da ekip uzmanlığını ve iş akışlarını genişletmek için skill kurulumu desteklenir
  • anthropics/skills marketplace eklenti yöntemiyle veya doğrudan ~/.claude/skills içine klasör eklenerek kullanılabilir
• Sürüm kontrol sistemi entegrasyonu ile ekipler arasında skill paylaşımı ve iş birliği özellikleri sunulur
• Claude Agent SDK üzerinden özel agent geliştirme de desteklenir

Başlarken

• Claude uygulaması: Kullanım kılavuzu · Yardım merkezi
• API geliştiricileri: Dokümantasyonu görüntüle
• Claude Code: Dokümantasyonu görüntüle
• Örnek Skill'ler: GitHub deposu

---

Gelecek planları ve dikkat edilmesi gerekenler

• İleride Skill oluşturma sürecinin basitleştirilmesi ve kurum düzeyinde dağıtım özelliklerinin güçlendirilmesi planlanıyor
• Skill'ler Claude'un kod çalıştırmasına izin verdiği için yalnızca güvenilir kaynaklardan gelen skill'ler kullanılmalı
• Veri koruma ve güvenliğin sürdürülmesine dikkat edilmeli; ayrıntılar için bilgilendirme dokümanına bakılabilir

[ahwjdekf]

Bir patatesi fırınlayıp yiyebilir, haşlayıp yiyebilir, kızartıp yiyebilir, sulu yemekte pişirip yiyebilir, ezip yiyebilir ...

[ahwjdekf]

Her seferinde türlü türlü havalı isimler takıyorlar. Sonuçta hepsi aynı kapıya çıkıyor.

[xguru]

Claude Skills harika, MCP'den bile daha büyük bir yenilik olabilir

[GN⁺]

Hacker News yorumları

• İleride frontend geliştirmede yaşadığımıza benzer biçimde, ChatGPT ve Claude gibi araçların etrafında da ciddi bir kavramsal karmaşa olacak gibi görünüyor; artık araçlar, fonksiyonlar, skill'ler, agent'lar, sub-agent'lar, komutlar, uygulamalar vb. sayısız kavram ortalığı kaplamış durumda ve bu karmaşanın üstüne türlü türlü “vibe” framework'leri de durmadan ekleniyor

  • mcp ile ilgili özellikleri de unutmayın; evet, gerçekten bir karmaşa var ama bunun altında öğrenmesi kolay temel kavramlar bulunuyor; yeni özellikler eklense bile bunları zihinsel modele kolayca yerleştirebilirsiniz ya da tamamen görmezden gelip kendi aracınızı doğrudan yapıp kullanabilirsiniz; bu temel zihinsel model, LLM'i bir döngü içinde çağırmak, oturumda neler yapıldığının geçmişini (=context) sürekli saklamak ve dosya okuma, yazma, bash çağırma gibi araç çağrılarına izin veren bir yapıdan oluşuyor; buna “agent loop” da deniyor ve 100 satırlık Python koduyla bile uygulanabiliyor; LLM'lerle ilgilenen geliştiricilere bunu mutlaka kendileri yapmayı öneririm; bir kez deneyince gerçekten ufuk açıcı oluyor; basit bir agent'ı bizzat yapınca, yeni bir araç çıktığında bunun nasıl çalıştığını uygulama perspektifinden kolayca açıklayabiliyorsunuz; örneğin Claude Skills şu şekilde çalışıyor: 1) LLM'e talimatların yazılı olduğu birden fazla dosya veriliyor 2) başlangıçta yalnızca kullanılabilir skill'ler taranıp LLM context'ine kısa açıklamalar toplanıyor 3) LLM'e skill'i nasıl kullanacağı anlatılıyor ve Claude'da bash aracı kullanılıyor 4) gerçekten skill kullanılacağı zaman “call bash” ile dosya okunup iş yürütülüyor; tabii burada önemli izin yönetimi gibi ayrıntılar atlandı ama temel yapı bu
  • Ekosistem artık o kadar karmaşıklaştı ki kendi ağırlığı altında çökebilir gibi geliyor; her sistemin ya da platformun, insanların günlük olarak akıllarında tutabileceği bir toplam karmaşıklık bütçesi var ve bunun nereye harcandığı özellikle önemli; platform sağlayıcısı yeni karmaşıklık eklediğinde, bu platform üstüne inşa edilebilecek değerden düşüyor; son dönemde sağlayıcılar farklılaşmak için rastgele karmaşıklık ekliyor ama sonuçta gerekli hedef kitlenin platforma girmesini zorlaştıran bir bariyer oluşturup, platform üzerinde gerçekten inşa edilebilecek değeri azaltıyorlar; şu anda da birbirini tekrar eden benzer kavramlar yeni karmaşıklık bütçesini tüketirken gerçekte fazla yeni işlev sunmuyor gibi; içeridekiler “bu özelliği eklersek öğrenmesi kolaylaşır” sanabilir ama gerçekte içeri alınan kadar kullanıcıyı dışarı itiyor olabilir, dolayısıyla net faydası düşük kalabilir
  • Tamamen yeni bir teknoloji olduğu için hâlâ bilinmeyen alan çok fazla; cloud araçları ya da Python kütüphaneleri seçmek de benzer bir sorundu; herkesin early adopter olmamasının nedeni de bu; bütün bunları takip etmenin zihinsel maliyeti oldukça yüksek
  • Temel döngü basit ama bu tür komut tabanlı kavramları özgürce deneyebilmeyi sağlayan minimal bir framework gerçekten çok değerli; ben Beads'i doğrudan framework'e bağlayıp iyiyse tutabilmeyi, kötüyse çıkarabilmeyi sevmiştim; toolkami gibi şeylere de bakılabilir
  • ‘Metastasizing’ bu olguyu gerçekten çok iyi anlatıyor; mevcut kavramların üstüne durmaksızın birikiyor

• Az önce skill'ler hakkında bir yazı yazdım; “Claude Skills gerçekten harika, hatta MCP'den bile daha büyük bir değişim olabilir” yazı bağlantısı

  • Skills ile AGENTS.md arasında örtüşen bir alan olduğunu düşünüyor musunuz? VSCode da yakın zamanda nested AGENTS.md özelliğini deneysel olarak ekledi; daha az biçimsel olsa da kavramlar örtüşebilir gibi VSCode güncelleme bağlantısı
  • Skill denen şey bana sert bir spesifikasyona girmesi gereken bir özellikten çok, bir tasarım deseni ya da prompt engineering hilesi gibi geliyor; aslında MCP içinde de uygulanabiliyordu; ben uzun süredir “bir şeye başlamadan önce skills MCP içinde ara ve ilgili rehberleri oku” şeklinde kullanıyordum
  • Ne zaman skill gerektiğini, ne zaman bunu bir projeye dönüştürmek gerektiğini nasıl ayırmak gerektiğini merak ediyorum

• Bence bu tür sistemlerin sorun çözme becerisi büyük ölçüde skill'lerde yazan özet metne bağlı; insanlar deneyim kazandıkça hangi durumda hangi skill'i kullanacaklarını öğreniyor ama Claude her seferinde sıfırdan, sadece açıklamaları kabaca okuyarak başlıyor

  • İnsanlar deneyimle ustalaşmış skill kullanıcıları hâline gelirken LLM'ler sadece taklit edebiliyor; Richard Sutton'ın LLM'lerin AGI'ye evrilemeyeceğini düşünmesinin nedeni de bu; Sutton'a göre AGI reinforcement learning'den çıkacak, LLM'ler (sinir ağları) ise yalnızca taklit edebilir; LLM'ler amaçlar ve eylemlerin sonuçları gibi bilişsel bir temelden yoksun olduğu için, LLM bağlamındaki “skill” aslında bir referans kılavuzuna daha yakın; işi/çalgıyı/çözüm geliştirmeyi tekrar tekrar uygulamaya yarayan gerçek bir ‘beceri’den farklı Sutton videosu
  • Bu sonuçta bir context window sorunu; insanlar çok geniş bağlamı kusurlu da olsa hatırlar ama belli bir alana 10 binden fazla saat yatırıp ustalaşınca o “teknik” bilgiyi iyi hatırlar, geri kalanını unutur; LLM ise programatik context'i tutarlı biçimde saklayıp kusursuzca geri çağırabilir ama bütün bağlamı baştan sona taramak çok zaman ve maliyet gerektirir; bu yüzden Skills, daha doğrusu context insertion, çıktı önceliklerini elle ayarlama yöntemidir; LLM'in düşünme modu da sonuçta bir context yeniden düzenlemesidir; yani “her seferinde sıfırdan” demek tam doğru olmayabilir; böyle bakınca araç kullanımı çok daha kolaylaşıyor
  • LLM'in her seferinde yeni bir başlangıç yapmak zorunda olmasının nedeni multi-tenant altyapı olabilir mi diye düşünüyorum; OpenAI veya Anthropic'in sunucu/belleği birden fazla kullanıcı arasında yeniden kullanmak istemesi doğal; acaba geçmişteki tüm konuşmaları LLM'in hatırladığı “kişisel” bir single-tenant kurulum mümkün olabilir mi?
  • LLM'de bilgi/araç birikimini zenginleştirmenin anahtarı, LLM'in neyi ne zaman kullanması gerektiğini fark etmesi ama bu şu an neredeyse çözülemeyen bir alan
  • Deneyimin büyük kısmı projeye/konuşmaya özgü değil, genel bilgiden oluşuyor; LLM böyle bir bilgi tabanıyla başlamalı, ardından proje özelindeki bilgileri ayrıca hatırlayıp sorgulayabilmeli; insanlar bilgiye inanılmaz hızlı erişiyor ama LLM de biraz daha yavaş olsa bile neredeyse gerçek zamanlı referans verebilir

• Claude'un “skills” yapısının düzgün çalışması için geliştiricilerin gerçekten düzgün dokümantasyon yazıp bunu yönetmesi gerekmesi oldukça ironik; gerçek kod dokümantasyonunu bile yönetemeyen çok geliştirici varken, LLM için dokümantasyon daha da zor olacaktır; çok düzenli bir dosya sistemi ve yüksek risk toleransına sahip küçük bir geliştirici grubu için anlamlı olabilir ama zaten öyle kişiler varsa bu tür angaryaları LLM'e vermek yerine eğitim amaçlı junior birine yaptırmak daha iyi olmaz mı diye düşünüyorum; nasıl olsa sonuçta ortaya çıkan her şeyi yine gözden geçirmek gerekecek; context window da sınırlı olduğu için gerçekten ‘insan gibi’ bir “skill içselleştirme” hissini üretmek zor; özel LLM eğitimi yapılırsa da sonunda o LLM'e ömür boyu bağlı kalınmış olur; kısacası bu “kurum içinde tüm yıldızların kusursuz hizalanması” varsayımı bana epey ilginç geliyor

  • LLM'in iyi çalışması için geliştirici dokümantasyonu ve bu yazıda özetlenen çeşitli profesyonel geliştirici altyapılarının gerekmesi aslında oldukça faydalı bir motivasyon; hatta yönetimi ikna etmeye de yarıyor
  • LLM'ler, iyi yazı yazan geliştiricilere daha çok ödül veriyor; geliştiricilerin LLM'den hoşlanmamasının nedenlerinden biri de bu olabilir
  • Ben de yorumları okumaya gelmiştim ama bu bakış açısını dile getiren tek kişinin siz olduğunu görüyorum; “Skills” sonuçta ayrıntılı dokümantasyondan ibaret ve pratikte projelerin çoğunda böyle belgeler hiç yazılmıyor; keşke LLM skills sayesinde tüm geliştiriciler gerçekten ayrıntılı dokümantasyon yazmaya başlasa ama bunun olma ihtimali düşük görünüyor

• Sub-agent'ların, mcp'nin ve skill'lerin nasıl etkileşeceğini merak ediyorum; biraz fazla örtüşme var gibi; spesifikasyonu yükseltip Claude'a ek yetenekler vermek yönü başlı başına fena değil ama pratikte hangi yöntem seçilirse seçilsin agent işlevlerinin benzer düzeyde uygulanabildiği bir noktaya gidiyor; şimdiye kadar mcp'de JSON gerekiyordu ama Claude'da dosya/klasöre markdown koymak yeterli ve multimodal girdi de mümkün olduğu için UX oldukça iyileşmiş görünüyor

  • Claude Skills bana doğrudan MCP prompt'larıyla aynı şey gibi görünüyor MCP prompt spesifikasyonu; neden yeni bir kavram üretildiğini anlamıyorum; sohbet arayüzünde pazarlama açısından anlaşılır ama Claude Code'da? Zaten CLAUDE.md de var, biraz tuhaf geliyor
  • Bence bu üçü oldukça iyi şekilde birbirini tamamlıyor; MCP, API'leri LLM agent'ının kullanabileceği şekilde sarmalıyor; Skills, yalnızca gerektiğinde agent'a ek talimatları context açısından verimli biçimde iletiyor, bazı talimatlar MCP'nin nasıl kullanılacağını da anlatabiliyor; Sub-agent'lar ise başka bir context yönetim deseni; üst agent alt agent'a görev veriyor ve gerektiğinde skills ile MCP'yi birlikte kullanarak token tasarrufu sağlıyor

• Bu tür özelliklerin eklenmesi oldukça tazeleyici; kendi projemde bin/claude adlı ayrı bir alt klasör oluşturup Claude'un ürettiği script'leri oraya koymasını sağlıyorum ve claude.md içinde bu konumu iyi şekilde belgelendirip araç aramada kullanıyorum; gerçek kullanım performansı da oldukça iyiydi; aslında gerçekten ihtiyaç duyulan şey bir context yönetim yardımcısı—mesela “Claude'u şu MCP kümesiyle başlat, sonra bu diğer MCP kümesine geç” gibi—ama şu anda proje başına alt dizinleri (profilleri) ayrı yönetip her birinde bir kez claude çalıştırıyorum; bu yapıda bin/claude işe yarıyor çünkü Claude belli bir BigQuery dataset'inin nasıl analiz edileceğini ya da kimlik doğrulama dosyalarının yerini hemen anlayabiliyor; dosya sistemini profil yönetimi için kullanacağımı hiç düşünmezdim ama sonunda buna dönüştü

  • “Context yönetim yardımcısı” deyince bunun zaten sub-agent'lar olup olmadığı aklıma geliyor

• Bu tür demolarda neden köpek fotoğrafını ters çevirmek ya da kırpmak gibi aşırı basit örnekler kullanıldığını anlamıyorum; skill kullanımını gösterecek çok daha ikna edici örnekler olabilirdi

  • Geliştirici sayfasında çok daha iyi bir PDF işleme örneği var PDF skill dokümantasyonu; aslında ben de Claude Code'da kullanım rehberleri içeren markdown dosyalarını @etiketleyerek kullanıyordum, şimdi bunun otomatikleşmesi daha da iyi olmuş
  • Vikipedi'deki "The purpose of a system is what it does" maddesi bu konuda bir kez düşünmeye değer
  • Bugün sabah Claude'da .xlsx dosyası üretirken yaşadığım iki sorunun çözümü de bu belgede vardı Excel skill örneği
  • Köpek fotoğrafı örneği sonuçta tüketiciye anlatım için kolay bir referans olsun diye seçilmiş

• Claude-skills benimsenmesi inanılmaz hızlı yayılıyor gibi; ben salı günü "Superpowers" tanıtım yazısından çok etkilenmiştim, önceden yaptığım araçları da düzenleyip agent'ın kullanabileceği skill'ler hâlinde paketledim; deli-gator açık kaynak projesi için geri bildirim memnuniyetle karşılanır

  • Agent'a delegation özelliği gerçekten çok çekici; Linear issue context'i çoğu zaman gereğinden fazla geliyor, örneğin sadece issue açıklaması ile son yorumu almak istiyorum ama Linear MCP tüm yorumları getirip context'i kirletiyor

• Geçen cuma Claude Skills'ın varlığını yanlışlıkla erkenden ifşa etmiştim, artık resmî olarak çıkmış olmasına sevindim ilgili blog yazısı

  • “Yeni bir Claude instance'ı açıp /mnt/skills klasörünün tamamını zip dosyası yapmasını istediğinizde gerçekten yapıyor”; bu tür hack'lerin artık gerçek olması hem komik hem biraz korkutucu; umarım tüm dosya sistemine ya da binary'lere erişimi yoktur, hele bir de SSH varsa...
  • Jesse'nin blogunun son zamanlarda gerçekten çok aktif olması harika, teşekkürler

• skills, plugins, marketplace'ler, connector'lar, addon'lar derken türler o kadar çoğaldı ki takip etmek zorlaşıyor

  • Bence bunları ille de takip etmek gerekmiyor; prompt engineering'deki “best practice”ler gibi bunlar da geçici sınırlamaları aşmak için kullanılan ara çözümlerden ibaret, dolayısıyla gerçekten ihtiyaç duyulan performans temel modele yerleşene kadar zaman harcamak şart değil; birkaç ay sonra çoğu zaten kaybolacak, sadece performans ihtiyacı acilse ilgilenmek mantıklı
  • Bunun neden yapıldığını biraz anlamak lazım; şirketler açısından bir şeyler üretmek zorundalar ama ana ürün hâlâ “kitlesel işsizliğin çağı” vaadini gerçekleştirebilmiş değil; bu, kullanıcılardan çok yatırımcılara “araştırmacı maaşı ödeyip hiçbir şey yapmıyoruz sanmayın, bakın çeşitli ürünler de çıkarıyor ve veriyi de işletiyoruz” demenin bir yolu; hem ellerinde devasa bir AB test altyapısı da var
  • Kullanıcı açısından ise sağlayıcıya özel özellikler arttıkça öğrenilecek ve yapılandırılacak şeyler çoğalıyor, vendor lock-in de güçleniyor; yani aslında kullanıcı kaybediyor; ama model sağlayıcıları için bu tür özellikleri çıkarmak, ürün farklılaştırmasını korumanın bir yolu; yoksa ürettikleri şey tamamen commodity hâline gelir
  • Görünen o ki özellik ekleme, ekip morali yükselene kadar sürecek
  • Aslında bence o kadar da karmaşık değil; Plugins, commands, MCPs, Subagents ve artık Skills'i kapsıyor; marketplace ise bu plugin'lerin toplandığı yer