Question 1

מה זה AI Agent Skills ואיך הם עובדים?

Accepted Answer

סקילים הם חבילות הוראות ניידות שעוזרי AI טוענים לפי דרישה. skill הוא תיקייה שמכילה קובץ SKILL.md עם YAML frontmatter (שם, תיאור) והוראות ב-Markdown. ה-AI קורא את ה-metadata בהתחלה, ואז טוען את התוכן המלא רק כשהבקשה שלכם מתאימה לתחום של ה-skill.

Question 2

איך יוצרים את קובץ ה-SKILL.md הראשון?

Accepted Answer

תיצרו תיקייה ב-~/.claude/skills/ עם שם ה-skill. תוסיפו קובץ SKILL.md במבנה הזה: YAML frontmatter עם name ו-description, ואחרי זה הוראות ב-Markdown. התיאור צריך לכלול ביטויים ספציפיים שמפעילים את ה-skill. תשמרו את הקובץ מתחת ל-2,000 מילים ותשתמשו בצורת ציווי ("Configure the server" ולא "You should configure").

Question 3

מה ההבדל בין סקילים ב-Claude Code לבין OpenAI Codex?

Accepted Answer

שניהם משתמשים באותו פורמט SKILL.md דרך הסטנדרט הפתוח agentskills.io. Claude Code שומר סקילים ב-.claude/skills/, בעוד Codex משתמש ב-.codex/skills/. שניהם מיישמים progressive disclosure (metadata נטען קודם, אז התוכן המלא כשמופעל). סקילים ניידים בין שתי הפלטפורמות עם שינויים מינימליים.

Question 4

בכמה סקילים אפשר להשתמש בו-זמנית בלי בעיות ביצועים?

Accepted Answer

תשמרו על טוקני ה-skills הפעילים מתחת ל-20% מה-context הזמין. עבור חלון של 200K, זה 40K טוקנים לסקילים. בפועל, 3-5 סקילים (5,000-15,000 טוקנים) עובד טוב לרוב המשימות. תשתמשו בטעינה מודעת תקציב כדי לראות תצוגה מקדימה לפני טעינה מלאה.

Question 5

איפה אפשר למצוא סקילים מוכנים להורדה?

Accepted Answer

שלושה מקורות עיקריים: ABclaude-collection (300+ סקילים ב-17 קטגוריות), claude-scientific-skills (125+ סקילים מדעיים), ו-claude-code-workflows (107 סקילים עם תזמור רב-סוכני).

Question 6

מה ההבדל בין skills ל-plugins?

Accepted Answer

סקילים הם חבילות הוראות (קבצי SKILL.md עם ידע ופרוצדורות). Plugins הם חבילות שיכולות להכיל סקילים, סוכנים, פקודות וכלים. plugin marketplace מארח plugins מרובים. אתם מתקינים plugins, שמעניקים לכם גישה לסקילים שלהם.

Question 7

איזה plugin marketplace כדאי לי למחקר מדעי?

Accepted Answer

claude-scientific-skills של K-Dense. יש בו 125+ סקילים מתמחים שמכסים ביואינפורמטיקה (BioPython, Scanpy), כימואינפורמטיקה (RDKit), מחקר קליני, ML/AI, וגילוי תרופות. כולל אינטגרציות עם 26+ מסדי נתונים: PubMed, UniProt, NCBI, ChEMBL, DrugBank, ClinicalTrials.gov.