SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

Każdy z 20 procesów Agent Skills ma listę wymówek agenta i gotowe odpowiedzi na nie

Addy Osmani, dyrektor inżynierii w Google, opublikował na GitHubie Agent Skills — zbiór 20 procesów i siedmiu komend (od `/spec` po `/ship`), który w kilka dni zebrał ponad 14 tysięcy gwiazdek i działa w Claude Code, Cursorze i Copilocie. Sercem projektu są sekcje „rationalizations”: spisane wymówki agenta („dopiszę testy później”) z gotowymi kontrargumentami w kontekście. Procesy wymuszają konkretne limity — rozkład testów 80/15/5 i PR-y do 100 linii.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  4 min  · 

Każdy z 20 procesów Agent Skills ma listę wymówek agenta i gotowe odpowiedzi na nie
Ilustrację przygotowała AI.

Agent dostaje zadanie i w osiem sekund wypluwa 300 linii. Specyfikacji nikt nie żądał, testów nikt nie wymusił, więc agent ani jednego, ani drugiego nie napisał. Krótszą ścieżkę wybiera domyślnie i będzie wybierał tak długo, jak długo nikt nie wpisze mu w głowę dłuższej.

Tę dłuższą ścieżkę próbuje agentowi narzucić Agent Skills, projekt, który Addy Osmani, dyrektor inżynierii w Google, opublikował na GitHubie. To zbiór 20 spisanych procesów inżynierskich i siedmiu komend mapujących pełen cykl pracy nad funkcją, od pomysłu po wydanie. W kilka dni projekt zebrał ponad 14 tysięcy gwiazdek. Technicznie to zwykłe pliki Markdown, działają tak samo w Claude Code, Cursorze, Gemini CLI i Copilocie.

Co się zmienia między /spec a /build

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Osobista konfiguracja agenta jako publiczne repo na licencji MIT
Premiera / Narzędzie

Osobista konfiguracja agenta jako publiczne repo na licencji MIT

3 min

David Ondrej wrzucił 7 lipca na GitHuba repozytorium skills na licencji MIT: oczyszczony zrzut własnego zestawu procesów dla agentów. Każdy proces to osobny folder z plikiem SKILL.md, który mówi agentowi, kiedy go uruchomić, a całość dzieli się na pięć kategorii, w tym warstwę meta ze skillami do pisania kolejnych skilli. W kilka dni zebrało 1700 gwiazdek i 226 forków. Sedno leży we wzorcu: osobista konfiguracja agenta staje się publicznym, forkowalnym repo, jak dawniej dotfiles, tylko warstwę wyżej. Tyle że README to jeszcze nie dowód, że skille zadziałają u ciebie.
Czterdzieści jeden agentów AI zgodziło się na ten sam plik markdownu
Premiera / Narzędzie

Czterdzieści jeden agentów AI zgodziło się na ten sam plik markdownu

4 min

SKILL.md — markdown z dwulinijkowym nagłówkiem YAML — cicho stał się wspólnym formatem instrukcji dla agentów kodujących. Vercel Labs wypuścił `npx skills add`, które mapuje ten sam folder na 45 agentów, od Claude Code po Gemini CLI. Google w repo `google/agents-cli` publikuje siedem skilli uczących cudzych asystentów stawiać agenty ADK na Cloud Run, a Hugo He w PPT Master składa edytowalny PowerPoint za 0,08 dolara. Tylko Claude Code wspiera wszystkie cztery funkcje formatu, więc pierwsza zmiana schematu pokaże, czy to npm dla agentów.
Co się dzieje z uwagami, które wpisujesz agentowi tuż przed końcem sesji?
Premiera / Narzędzie

Co się dzieje z uwagami, które wpisujesz agentowi tuż przed końcem sesji?

5 min

Warp opisał u Anthropica układ dwóch umiejętności: bazowa trzyma zasady przeglądu kodu, a druga rusza z harmonogramu, zbiera uwagi ludzi i proponuje jedną małą poprawkę do pliku bazowego, która wchodzi zwykłym pull requestem. Publiczne demo z agentem porządkującym zgłoszenia pokazuje całą pętlę, a komenda Skill Doctor ocenia wcześniejsze rozmowy agenta i podsuwa gotowy diff. Kupuję ten wzorzec z jednym zastrzeżeniem: uwagi ludzi prawie zawsze mówią, czego agentowi zabrakło, więc plik SKILL.md tylko puchnie, a im dłuższy, tym gorzej agent trafia do właściwej wiedzy.