LLM Skills

Коллекция переиспользуемых агентских навыков (Agent Skills) для LLM-ассистентов программирования — прежде всего Claude Code, а также OpenCode. Каждый навык — это самодостаточная инструкция в формате SKILL.md, которую ассистент загружает по требованию, когда задача соответствует описанию навыка.

Навыки сфокусированы на повседневной разработке: аудит и отладка Django/Python-проектов, технический SEO, анализ незнакомых кодовых баз, code review, организация работы агента, ведение заметок (Obsidian) и проверка фактов.

Содержание

• Что такое навык
• Совместимость
• Установка
• Каталог навыков
• Формат навыка
• Структура репозитория
• Создание нового навыка
• Лицензия

Что такое навык

Навык (skill) — это папка с файлом SKILL.md, который содержит:

• YAML-фронтматтер с полями name и description — по описанию ассистент решает, когда навык применим;
• тело инструкции — пошаговый процесс, чек-листы и правила, которым следует агент;
• опциональную папку references/ с дополнительными материалами (шаблоны отчётов, чек-листы, примеры), которые подгружаются только при необходимости — принцип progressive disclosure.

Такой формат позволяет держать основную инструкцию компактной, а тяжёлые детали выносить в отдельные файлы, экономя контекст модели.

Совместимость

OpenCode умеет читать навыки напрямую из каталогов Claude Code, поэтому одна установка в ~/.claude/skills/ делает навыки доступными сразу в обоих инструментах.

Формат SKILL.md совместим с экосистемой Anthropic Agent Skills, поэтому навыки можно использовать и в других средах, поддерживающих этот стандарт.

Установка

Вариант 0. Как плагин Claude Code (рекомендуемый)

Репозиторий содержит манифесты плагина (.claude-plugin/), поэтому вся библиотека ставится и обновляется одной парой команд:

/plugin marketplace add goldenprofile/llm-skills
/plugin install llm-skills@goldenprofile

Обновление после новых релизов: /plugin marketplace update goldenprofile.

Вариант 1. Клонировать всё и связать с каталогом навыков

git clone https://github.com/goldenprofile/llm-skills.git llm-skills
cd llm-skills

Скопируйте нужные навыки в каталог вашего инструмента. Например, глобально для Claude Code (и автоматически для OpenCode):

# Linux / macOS
mkdir -p ~/.claude/skills
cp -r django-audit change-review vps-ops ~/.claude/skills/

# Windows (PowerShell)
New-Item -ItemType Directory -Force "$HOME\.claude\skills" | Out-Null
Copy-Item -Recurse django-audit, change-review, vps-ops "$HOME\.claude\skills\"

Вариант 2. Установить отдельный навык

Скопируйте одну папку навыка целиком (вместе с её references/, если есть) в каталог навыков. Имя папки должно совпадать с полем name во фронтматтере.

Вариант 3. Навыки уровня проекта

Поместите папки навыков в .claude/skills/ внутри репозитория проекта — тогда они будут доступны всем, кто работает с этим проектом через Claude Code или OpenCode.

После установки навык активируется автоматически, когда ваш запрос соответствует его описанию. В Claude Code список доступных навыков можно посмотреть, упомянув их по имени.

Каталог навыков

Django

FastAPI

База данных и миграции

Python и качество кода

Telegram-боты (aiogram)

Деплой и инфраструктура

Анализ кодовой базы

Рабочий процесс агента

LLM в продукте

Документация

Заметки и знания

Окружение разработки

SEO и контент

Исследование и факты

Формат навыка

<имя-навыка>/
├── SKILL.md            # обязательный: фронтматтер + инструкция
└── references/         # опционально: подгружаемые по требованию материалы
    ├── checklist.md
    └── template.md

Минимальный SKILL.md:

---
name: my-skill
description: >
  Кратко — что делает навык и КОГДА его применять. Описание используется
  ассистентом для срабатывания, поэтому формулируйте триггеры явно
  («используй когда пользователь просит …»). Минимум ~20 символов.
---

# My Skill

Пошаговая инструкция, которой следует агент…

Требования к фронтматтеру:

• name должен совпадать с именем папки навыка;
• description должен содержательно описывать назначение и условия срабатывания.

Структура репозитория

.
├── .claude-plugin/     # манифесты плагина (plugin.json, marketplace.json)
├── .github/workflows/  # CI: валидация библиотеки на push и pull request
├── advanced-seo-optimizer/
├── agent-workflow/
├── aiogram-bot-auditor/
├── change-review/
├── codebase-recon/
├── dependency-auditor/
├── django-audit/
├── django-tailwind-optimizer/
├── docs-generator/
├── evals/              # роутинг-eval: запрос → ожидаемый навык
├── fact-checker/
├── fastapi-architect/
├── git-commit-planner/
├── goal-pipeline/
├── google-discover-optimize/
├── harness-engineering/
├── llm-feature-architect/
├── migration-safety-auditor/
├── obsidian/
├── postgres-performance/
├── python-project-audit/
├── ratchet-loop/
├── release-manager/
├── scripts/            # валидатор, его тесты и прогон eval (stdlib, без venv)
├── session-catchup/
├── spec-writer/
├── change-review/
├── test-coverage-auditor/
├── test-writer/
├── vps-ops/
├── windows-pwsh-terminal/
├── .gitattributes      # нормализация переводов строк (LF)
├── .gitignore
├── CLAUDE.md           # контракт репозитория для агента
├── LICENSE
├── README.md
└── ROADMAP.md          # кандидаты в новые навыки

Проверка библиотеки

Инварианты библиотеки (лимит описания, name = имя папки, живые ссылки на references/, синхронность README и манифестов, бамп версий) проверяются скриптом без внешних зависимостей — нужен только Python 3.10+:

python scripts/validate_skills.py            # гейт: ошибки и предупреждения
python scripts/validate_skills.py --list     # таблица метрик по навыкам
python scripts/validate_skills.py --info     # бэклог качества (не валит сборку)
python scripts/validate_skills.py --strict --check-bump   # режим CI
python scripts/test_validate_skills.py       # тесты самого валидатора

Те же проверки выполняет GitHub Actions на каждый push и pull request.

Роутинг-eval

Валидатор проверяет форму, но не главное: сработает ли навык, когда он нужен. Это меряет отдельный прогон на обезличенных формулировках из реальной работы (evals/routing-cases.jsonl) — каждый кейс запускается отдельной сессией claude -p в одноразовой песочнице, инструменты правки и сети отключены:

python scripts/run_routing_eval.py --dry-run   # состав набора, без затрат
python scripts/run_routing_eval.py --tier 1    # прогон подмножества

Прогон обращается к API и стоит денег — цена каждого кейса и итог печатаются. Метрики: молчит (навык нужен, но не сработал), не тот (сработал соседний), ложное срабатывание (навык не был нужен).

Создание нового навыка

1. Создайте папку с именем навыка в kebab-case.
2. Добавьте SKILL.md с фронтматтером (name = имя папки) и инструкцией.
3. Вынесите объёмные материалы в references/ и ссылайтесь на них из SKILL.md. Конвенция имени справочника выходного формата — references/output-format.md.
4. Сформулируйте description так, чтобы ассистент понимал, когда применять навык. Лимит — 1024 символа (валидация Anthropic); ориентир 600–900: что делает → сильные триггер-фразы → разграничение со смежными навыками.
5. Проверьте навык на реальной задаче перед коммитом.
6. Обновите каталог, дерево и бейдж в README и поднимите version в .claude-plugin/plugin.json и marketplace.json — иначе кэш маркетплейса не увидит изменений.
7. Прогоните python scripts/validate_skills.py --strict — он проверит всё перечисленное выше и не даст забыть про бамп версий.

Описания навыков в этом репозитории написаны на русском языке, что задаёт язык взаимодействия по умолчанию; сами навыки работают с задачами на любом языке.

Лицензия

Распространяется по лицензии MIT. © 2026 Ivan Sinyavskiy.