ஒரு skill என்பது AI agent-க்கான மீண்டும் பயன்படுத்தக்கூடிய, தேவைப்படும்போது ஏற்படுத்தக்கூடிய workflow-ஐ பொதிந்து கொள்கிறது: instructions ஒரு மீண்டும் நிகழ்தக்க பணிக்கு (எப்போது செய்ய வேண்டும் மற்றும் எவ்வாறு), மேலும் agent அந்த பணি பொருத்தமாக இருக்கும்போது மட்டுமே load செய்கிறது. இது ஒவ்வொரு முறையும் ஒரு procedure-ஐ மீண்டும் விளக்கு வதற்கும் அதை ஒருமுறை கற்பிப்பதற்கும் உள்ள வேறுபாடு.
SKILL = a self-contained folder the agent can pull in on demand:
SKILL.md → metadata + instructions (the TRIGGER + the STEPS)
scripts/ → optional helper scripts the agent runs (e.g. a linter, a generator)
resources/ → optional templates, examples, reference files
→ loaded ONLY when relevant → keeps the base context small, the workflow repeatable
லாபம் என்பது progressive disclosure: agent skill உள்ளது என்பதை ஒரு சிறிய விளக்கத்திலிருந்து அறிந்து கொள்கிறது, மற்றும் முழு instructions மற்றும் scripts-ஐ ஒரு பொருத்தமான பணி தோன்றும்போது மட்டுமே당गए — எனவே டஜன் கணக்கான skills ஒவ்வொரு conversation-ஐ bloat செய்யாது.
ஒரு skill மூன்று பகுதிகளைக் கொண்டுள்ளது: trigger (எப்போது), steps (எவ்வாறு), மற்றும் எந்த helper scripts (tools). இதை focused மற்றும் composable-ஆக வைத்திருங்கள் — ஒரு வேலை நன்றாக செய்யப்பட்டது, kitchen sink அல்ல.
---
name: changelog-entry
description: Add a CHANGELOG entry. Use when finishing a user-facing change.
---
# Add a changelog entry
## Steps
1. Read the latest commits since the last release tag.
2. Categorize each as Added / Changed / Fixed.
3. Prepend a dated section to CHANGELOG.md under [Unreleased].
4. Run `scripts/validate.sh` to check the format.
description என்பது trigger — இது agent-க்கு இந்த skill-ஐ எப்போது பயன்படுத்த வேண்டும் என்று சொல்கிறது. எண்ணிடப்பட்ட list என்பது steps, மற்றும் validate.sh என்பது ஒரு helper script அது correctness-ஐ execute செய்கிறது எனவே agent format-ஐ பற்றி scratch-இலிருந்து reason செய்ய வேண்டியில்லை. Skill சிறியதாகவும் single-purpose ஆகவும் இருப்பதால், இது மற்றவற்றுடன் cleanly compose ஆகிறது (உதாரணமாக ஒரு தனிப்பட்ட "release" skill இதை call செய்யக்கூடும்).
Skills ஒரு agent-ஐ ஒரு general assistant-இலிருந்து மாற்றுகிறது நீங்கள் constantly re-brief செய்கிறீர்கள் என்ற ஒன்றிலிருந்து உங்கள் recurring procedures-ஐ தெரிந்த ஒன்றாக. Trigger, steps, மற்றும் scripts-ஐ focused, composable unit-ல் பொதிந்து கொள்வதன் மூலம் இது only on demand-ல் load ஆகிறது, நீங்கள் institutional knowledge-ஐ ஒருமுறை encode செய்து கொள்கிறீர்கள் மற்றும் அதை reliably reuse செய்கிறீர்கள் — repetitive tasks-ல் consistent results-ஐ பெறுகிறீர்கள் அவற்றை மீண்டும் விளக்கக்கூடாமல், மேலும் ஒவ்வொரு workflow-ன் context cost-ஐ ஒவ்வொரு request-ல் பணம் செலவாக்காமல்.