El equipo de Anthropic Claude Code comparte públicamente la experiencia interna de uso de Skills, resumida en nueve categorías

Noticias de Gate News, el 18 de marzo, Thariq, miembro del equipo de herramientas de programación Claude Code de Anthropic, publicó una entrada compartiendo su experiencia en el uso interno de Skills. Skills es el mecanismo de extensión más utilizado en Claude Code, con varios cientos en uso activo dentro de Anthropic. El equipo los ha clasificado en nueve grandes categorías: 1. Referencias de bibliotecas y API: enseñar a los agentes a usar correctamente las bibliotecas internas, CLI y SDK, incluyendo fragmentos de código y trampas comunes; 2. Validación de productos: verificar la salida del código con herramientas como Playwright y tmux, grabar videos como evidencia y agregar afirmaciones en cada paso; 3. Obtención y análisis de datos: conectar con sistemas de monitoreo, con credenciales integradas, IDs de paneles y plantillas de consultas frecuentes; 4. Automatización de procesos comerciales: resumir reuniones, crear órdenes de trabajo, generar informes semanales y otras tareas repetitivas con un solo comando; 5. Generadores de código: crear plantillas de proyectos según las normas del equipo, ideales para escenarios donde los requisitos en lenguaje natural no pueden ser cubiertos solo con código; 6. Calidad y revisión de código: funcionar como hooks o acciones de GitHub que se ejecutan automáticamente, incluyendo agentes derivados que realizan revisiones adversariales; 7. CI/CD y despliegues: monitoreo de pull requests, reintentos de CI, despliegues progresivos y retrocesos automáticos; 8. Runbook: diagnóstico mediante múltiples herramientas a partir de alertas o firmas de errores, generando informes estructurados; 9. Operaciones de infraestructura: limpieza de recursos huérfanos, aprobaciones de dependencias, investigaciones de costos y otras operaciones con medidas de seguridad. Las prácticas clave que el equipo destaca incluyen que Skills no son solo markdown, sino carpetas completas que pueden contener scripts, activos y datos, y que se debe aprovechar el sistema de archivos para una divulgación progresiva de información. El contenido más valioso es la sección de Gotchas (trampas comunes), que debe ir acumulando continuamente los patrones de fallo de los agentes. El campo de descripción de Skills está destinado a mostrar las condiciones de activación al modelo, no a resumir para humanos. Además, se puede almacenar el historial de logs dentro de Skills para lograr memoria entre sesiones. El equipo registra los datos de uso de Skills mediante hooks PreToolUse para medir la tasa de activación y la efectividad.