Claude Skills и Anthropic Agent SDK 2026: гайд по модулям знаний и фреймворку AI-агентов

Автор: Silvana · Дата: 09.08.2026 · Verified: 01.09.2026 · Reading time: 24 минут · Prerequisite: —

Claude Skills — переиспользуемые модули знаний и рабочих процессов для Claude, а Anthropic Agent SDK — Python и TypeScript фреймворк для строительства AI-агентов на моделях Anthropic. Скилл — это папка со SKILL.md-манифестом и любыми вспомогательными файлами: скриптами, шаблонами, чек-листами. Agent SDK даёт агентный цикл, tools, memory и оркестрацию. Ниже — как устроены оба продукта, чем они отличаются от MCP, где искать готовые скиллы, как писать свои и когда собирать агента на Agent SDK, а когда — на n8n или LangChain.

Кратко

Claude Skills — переиспользуемые модули знаний и рабочих процессов для Claude. По формату это папка со специальным файлом SKILL.md, где в шапке лежат имя и описание, а в теле — инструкции, которые Claude загружает по мере необходимости.
Скилл может нести с собой любые вспомогательные файлы: скрипты на Python и Bash, справочные документы, шаблоны, чек-листы. Claude сам решает, читать ли их, исходя из задачи и описания скилла.
Anthropic Agent SDK — официальный фреймворк для сборки собственных agentic-приложений поверх той же архитектуры, что у Claude Code. Есть два варианта: TypeScript и Python. Обе версии дают одинаковый набор возможностей: subagents, MCP, hooks, permissions, custom tools, стриминг ответа.
Skills и Agent SDK — это разные слои. Скиллы работают там, где уже есть агент (Claude Code, приложение Claude, ChatGPT-подобные интерфейсы поверх API, custom agent на Agent SDK). Agent SDK — это то, из чего ты строишь свой агент, если готовые интерфейсы не подходят.
Skills сравнивают с MCP, но это не одно и то же. MCP-сервер — это внешний процесс, который выставляет инструменты и ресурсы через сетевой протокол. Скилл — это набор файлов, который Claude читает как контекст. У них разные задачи и они хорошо работают в паре.
Anthropic позиционирует Agent SDK как основу для agentic-продуктов: coding assistant, deep research agent, computer-use agent, кастомный SRE-агент, финансовый ассистент, легал-агент. У SDK нет ограничений по домену — это универсальная база.
Skills доступны через подписку Claude (Pro, Max, Team) и через API. Agent SDK работает через прямой API-ключ Anthropic — платишь за токены по расценкам API. Дополнительной платы за сам SDK нет.
Ключевая идея скиллов — прогрессивное раскрытие. Claude сначала видит только имя и краткое описание скилла. Если задача требует, читает тело SKILL.md. Если нужны детали, обращается к вспомогательным файлам. Это экономит контекст и деньги.

Что это и зачем

Claude Skills и Anthropic Agent SDK — это две связанные, но самостоятельные технологии Anthropic. Первая отвечает на вопрос «как научить Claude делать конкретную работу», вторая — «как построить собственного агента поверх Claude».

Claude Skills оформлены в виде папок специальной структуры. В корне лежит файл SKILL.md с YAML-шапкой (frontmatter), где обязательно указаны name и description. Дальше в теле файла — инструкции для Claude, что этот скилл делает и как им пользоваться. Рядом со SKILL.md могут лежать любые файлы: скрипты, шаблоны, справочная документация, ресурсы. Anthropic формулирует это так: скилл — это «organized folder with instructions, scripts and resources that Claude loads when needed».

Работает механика прогрессивного раскрытия. Claude в начале сессии видит только метаданные всех доступных скиллов: имя и описание. По мере работы над задачей он сам решает, какой скилл релевантен, и загружает его тело. Если внутри скилла упомянуты вспомогательные файлы или скрипты — Claude обращается к ним точечно, только когда нужны. Это принципиально важно для длинных сессий: скиллов может быть сотни, но в контекст загружается только то, что реально пригодится.

Anthropic Agent SDK — это библиотеки на TypeScript и Python, поверх которых ты строишь собственные agentic-приложения. Идея: та же самая базовая архитектура, что стоит за Claude Code, доступна как SDK для сборки любых AI-агентов. Ты получаешь готовые механики — работа с моделью, subagents, интеграция MCP, хуки, permissions, встроенные и кастомные инструменты, стриминг ответа — и сам собираешь из них поведение, нужное твоему продукту.

Anthropic перечисляет типичные сценарии использования SDK: coding agents (кастомные IDE-помощники, задачи ревью PR, миграции), business agents (поддержка клиентов, workflow SRE, ассистенты финансистов и юристов, deep research). Технически SDK универсален — если задача укладывается в схему «модель + инструменты + цикл», её можно сделать через Agent SDK.

Зачем это нужно тебе. Три сценария, где Skills и Agent SDK дают максимум пользы:

У тебя есть повторяющийся рабочий процесс. Написать спецификацию для API по внутреннему шаблону, сгенерировать отчёт по CRM-данным в фирменной форме, сделать резюме встречи по 30-пунктному чек-листу, поднять инцидент по SRE-протоколу. Упаковываешь это в скилл — и Claude умеет делать этот процесс по имени.
Тебе нужен свой agentic-продукт. Внутренний ассистент для команды, SaaS с AI-агентом внутри, custom-inbox для тикетов с автоматическим ответом. Берёшь Agent SDK, обвязываешь моделями и инструментами, публикуешь.
Ты хочешь дать своим командам единый набор паттернов. Компания пишет свои скиллы: как готовить релизы, как писать документацию, как ревьюить security. Все скиллы лежат в общем репозитории, каждый разработчик подключает их в свой Claude Code. Единый стандарт без ручного обучения.

Как устроен Claude Skill

Формат скилла — это папка с обязательным файлом SKILL.md в корне. Anthropic задокументировала этот формат в official docs (docs.claude.com/en/docs/agents-and-tools/agent-skills) как «Agent Skills».

Минимальный скилл.

my-skill/
└── SKILL.md

Внутри SKILL.md:

---
name: my-skill
description: Кратко описывает, что делает скилл, чтобы Claude мог решить, релевантен ли он для задачи.
---

# My Skill

Тело скилла. Здесь инструкции для Claude — что делать, когда пользователь просит определённые вещи.

## Когда использовать

- Если пользователь просит X
- Если задача содержит Y

## Как использовать

1. Шаг первый.
2. Шаг второй.
3. Шаг третий.

YAML-шапка. Два поля обязательны: name (уникальное имя скилла) и description (короткая аннотация). Anthropic рекомендует держать description информативным, но кратким — Claude использует именно это описание, чтобы решить, стоит ли загружать скилл. Длинное расплывчатое описание заставит Claude грузить лишнее, короткое малоинформативное — приведёт к тому, что скилл будет пропущен.

Тело SKILL.md. Инструкции для Claude в свободной форме. Anthropic советует структурировать по секциям: когда использовать, как использовать, чего избегать, примеры, ссылки на вспомогательные файлы.

Вспомогательные файлы. В папке скилла может лежать что угодно: scripts/build.sh, references/api-spec.md, templates/report.tex, data/lookup.csv. Claude обращается к ним, если это упомянуто в теле SKILL.md. Например, «для генерации отчёта запусти scripts/render.py» — Claude выполнит скрипт через bash-инструмент.

Пример скилла посложнее.

release-skill/
├── SKILL.md
├── scripts/
│   ├── check-tests.sh
│   ├── generate-changelog.py
│   └── tag-release.sh
├── templates/
│   ├── release-notes.md
│   └── announcement-post.md
└── references/
    └── versioning-policy.md

В SKILL.md прописан порядок шагов: проверить тесты через scripts/check-tests.sh, сгенерировать changelog через scripts/generate-changelog.py, применить шаблон templates/release-notes.md, использовать references/versioning-policy.md при выборе версии, повесить тег через scripts/tag-release.sh.

Где живут скиллы. У Claude Code есть три места:

Проектные: .claude/skills/ внутри репозитория. Шарятся с командой через git.
Пользовательские: ~/.claude/skills/ — только для тебя.
Плагины: скиллы могут поставляться как часть плагина через marketplace.

Скиллы автоматически подхватываются: положил папку в нужную директорию — скилл виден Claude в следующей сессии.

Скиллы в API Claude. Через Anthropic API скиллы работают, если ты используешь Agent SDK или сам реализуешь их подгрузку в system-промпте. Формат тот же — YAML-шапка и body. Разница только в том, кто отвечает за отдачу описаний Claude’у: в Claude Code это делает CLI, в кастомном коде — ты сам через SDK.

Прогрессивное раскрытие: почему это важно

Anthropic называет ключевой механикой Skills «progressive disclosure» — прогрессивное раскрытие информации. Идея простая: не загружай в контекст того, что тебе сейчас не нужно.

Пошагово:

Метаданные (всегда в контексте). Claude видит имена и описания всех скиллов, доступных в сессии. Это дёшево — 50-200 токенов на скилл в среднем. При 100 скиллах — примерно 15 тысяч токенов, что помещается в бюджет большинства запросов.
Тело скилла (по требованию). Когда Claude решает, что скилл релевантен, он загружает содержимое SKILL.md. Это могут быть тысячи токенов — детальные инструкции, примеры, полный протокол работы.
Вспомогательные файлы (точечно). Если в SKILL.md указано «запусти scripts/render.py» или «прочти references/api-spec.md«, Claude обращается к этим файлам только тогда, когда до них дошёл шаг работы.

Практическая выгода: ты можешь иметь сотни скиллов, покрывающих все возможные задачи компании, и не платить за это ростом контекста в каждой сессии. Загружается только то, что реально нужно для текущей задачи.

Anti-pattern: делать один большой скилл на все случаи жизни. Гораздо лучше — много маленьких, каждый с чётким name и description. Тогда прогрессивное раскрытие работает эффективнее: Claude берёт только релевантные скиллы, не грузит лишнего.

Anthropic Agent SDK: обзор

Anthropic Agent SDK — библиотека для сборки agentic-приложений. Есть две реализации:

TypeScript: @anthropic-ai/claude-agent-sdk — устанавливается через npm.
Python: claude-agent-sdk — устанавливается через pip.

Обе реализации предоставляют одинаковый набор возможностей и обычно выходят синхронно.

Что даёт SDK. Anthropic формулирует так: «the same infrastructure that powers Anthropic’s Claude Code». Из коробки в SDK встроены:

Работа с моделями Claude. Через тот же API, что доступен напрямую через console.anthropic.com. SDK умеет ходить и через Amazon Bedrock, Google Cloud Vertex AI, если нужно.
Автоматическое управление контекстом. SDK следит за размером контекста, отслеживает историю сообщений, обрезает или суммирует старые сообщения при переполнении.
Богатая экосистема инструментов. Встроенные инструменты для работы с файлами, выполнения кода, поиска в вебе, работы с MCP-серверами. Можно добавлять свои через API.
Расширенные разрешения. Тонкая настройка того, что агенту разрешено, а что требует подтверждения от пользователя.
Оптимизация под Claude. SDK специально настроен под особенности моделей Anthropic — использует prompt caching, автоматически применяет best-practices.

Типичное use-case. По документации Anthropic, SDK применяется для:

Coding agents: SRE-агенты, security-review, deployment-инструменты, code review агенты.
Business agents: legal (обзор контрактов, compliance), finance (анализ финансовых отчётов), customer support (интеллектуальная маршрутизация тикетов), personal ассистенты.

Ограничения. Agent SDK — это Python/TypeScript библиотека. Она не даёт готового UI (в отличие от Claude Code) — интерфейс ты делаешь сам, если нужен. И она не заменяет собой orchestration-платформы вроде n8n или LangGraph — SDK фокусируется на цикле «модель + инструменты», сложные графы задач нужно строить поверх.

Установка и первый агент на Python

Установка:

pip install claude-agent-sdk

Требуется Python 3.10+.

Требуется:

Node.js — Anthropic использует его для запуска Claude Code инструментов, которые доступны через SDK.
ANTHROPIC_API_KEY — переменная окружения с API-ключом от console.anthropic.com.

Минимальный агент (Python):

import anyio
from claude_agent_sdk import query

async def main():
    async for message in query(prompt="What is 2 + 2?"):
        print(message)

anyio.run(main)

Функция query возвращает async-итератор сообщений. Каждое сообщение — это отдельная часть ответа (текстовый фрагмент, вызов инструмента, ответ инструмента). Ты обрабатываешь стрим по мере поступления.

Агент с работой над файлами:

import anyio
from claude_agent_sdk import query, ClaudeAgentOptions

async def main():
    options = ClaudeAgentOptions(
        system_prompt="You are a helpful coding assistant.",
        allowed_tools=["Read", "Write", "Bash"],
        permission_mode='acceptEdits',
        cwd="/path/to/project"
    )

    async for message in query(
        prompt="Analyze this codebase and create a summary",
        options=options
    ):
        print(message)

anyio.run(main)

Здесь мы задаём system-промпт, разрешаем агенту читать/писать файлы и запускать bash, указываем рабочую директорию.

Установка и первый агент на TypeScript

Установка:

npm install @anthropic-ai/claude-agent-sdk

Требуется Node.js 18+.

Минимальный агент (TypeScript):

import { query } from "@anthropic-ai/claude-agent-sdk";

for await (const message of query({ prompt: "What is 2 + 2?" })) {
  console.log(message);
}

Аналогично Python: query возвращает async-итератор сообщений.

Агент с MCP-сервером и подписчиком на события:

import { query } from "@anthropic-ai/claude-agent-sdk";

const options = {
  systemPrompt: "You are a research assistant.",
  mcpServers: {
    githubMcp: {
      command: "npx",
      args: ["-y", "@modelcontextprotocol/server-github"]
    }
  },
  allowedTools: ["mcp__githubMcp__search_repositories"],
  hooks: {
    PostToolUse: [
      { matcher: "*", command: "echo 'Tool used'" }
    ]
  }
};

for await (const message of query({
  prompt: "Find top Python AI agents on GitHub",
  options
})) {
  console.log(message);
}

Skills vs MCP: чем отличаются

Часто спрашивают: чем скилл отличается от MCP-сервера. Разница фундаментальная.

MCP-сервер — это внешний процесс. Он выставляет через сетевой (или stdio) протокол набор инструментов, ресурсов и промптов. AI-агент подключается к серверу, вызывает его инструменты, читает его ресурсы. Данные и логика — в сервере. Агент только знает интерфейс.

Skill — это набор файлов в директории. Никакого процесса, никакого сетевого взаимодействия. Claude читает SKILL.md и решает, как действовать. Логика — в тексте инструкций плюс в скриптах, которые Claude сам запускает через встроенный bash-инструмент.

Когда что использовать:

MCP — там, где нужен доступ к внешним данным или системам в реальном времени. База данных, API, файловая система за пределами проекта, интеграции с SaaS, чтение из Slack/Notion/Jira. Тебе нужен живой процесс, который держит соединения, обрабатывает запросы.

Skill — там, где нужно передать знания, паттерны, процедуры. «Как писать релиз-ноты», «как проверять безопасность endpoint’ов», «как оформлять API-спеки в нашем стиле». Не нужен внешний процесс — нужен документ с инструкциями и, возможно, вспомогательные скрипты.

Часто они работают в паре. Скилл «prepare-release» использует MCP-серверы github, slack, jira для тесных интеграций, а сам держит паттерн процесса и шаблоны.

Ещё одно различие: жизненный цикл. MCP-серверы могут выходить из строя, требовать перезапуска, обновляться независимо. Скиллы — это просто файлы, всегда доступны, всегда работают.

Skills vs LangChain: другая парадигма

LangChain — это фреймворк для строительства LLM-приложений с богатой моделью абстракций: chains, agents, memory, retrievers, prompts. Vendor-neutral: поддерживает OpenAI, Anthropic, Google, Mistral, локальные модели.

Claude Skills — это специфичный для Claude формат передачи знаний и рабочих процессов. Не фреймворк, не универсальный контейнер логики — конкретный инструмент, который работает с Claude.

Когда какой подход:

LangChain — если тебе нужен vendor-neutral фреймворк с богатым инструментарием. Ты хочешь свободно переключаться между провайдерами, использовать разные модели для разных подзадач, строить сложные chains и pipelines. LangChain — стандарт индустрии для этого.
Claude Skills + Agent SDK — если ты уже работаешь на Claude и хочешь максимально глубоко использовать его возможности. Ты получаешь prompt caching, оптимальную работу с длинным контекстом, subagents, встроенные инструменты. Проприетарно, но эффективно.
Часто их можно комбинировать. LangChain-приложение может внутри использовать Claude через Anthropic API, а скиллы — как набор шаблонов промптов, вручную подгружаемых в prompt.

Ни один подход не «лучше» — они решают разные задачи. Выбор зависит от того, привязан ли ты к одному вендору или строишь мульти-провайдерную архитектуру.

Готовые скиллы: где брать и как использовать

Anthropic и сообщество активно публикуют готовые скиллы. Основные каналы:

Anthropic Cookbook и официальные примеры. Anthropic держит примеры скиллов в своих репозиториях на GitHub. Обычно это референс-реализации самых частых кейсов: работа с PDF, генерация spec, обзор кода, отчёты.

GitHub-репозитории сообщества. По запросу «claude skills» на GitHub можно найти десятки коллекций от индивидуальных разработчиков и команд. Обычно они разбиты по доменам: DevOps, security, content, data.

Твоя собственная коллекция. Anthropic рекомендует держать свои скиллы в отдельном git-репозитории и подтягивать в проекты через submodule или symlink. Это упрощает шаринг и версионирование.

Как использовать чужой скилл:

Скачай папку скилла.
Положи её в .claude/skills/ (проектный) или ~/.claude/skills/ (пользовательский).
Открой Claude — скилл виден автоматически.
Формулируй задачу так, чтобы Claude понял, что нужен именно этот скилл. Хорошая практика — упоминать имя скилла явно: «использую скилл pdf-report«.

Проверять чужие скиллы перед использованием — обязательно. Читай SKILL.md и все скрипты. Если скилл запускает bash-команды, важно понимать, что именно он будет делать.

Как написать свой скилл: пошагово

Практический минимум для написания собственного скилла.

Шаг 1. Определи задачу. Скилл должен решать конкретную повторяющуюся задачу. Плохо: «универсальный помощник». Хорошо: «генератор релиз-нот по нашему шаблону».

Шаг 2. Создай папку. В .claude/skills/<skill-name>/ — если это проектный скилл. В ~/.claude/skills/<skill-name>/ — если пользовательский.

Шаг 3. Напиши SKILL.md.

Обязательные поля в YAML-шапке:

---
name: release-notes-generator
description: Генерирует релиз-ноты по внутреннему шаблону из git-истории и PR-меток. Используется при подготовке релиза.
---

В теле — инструкции для Claude:

# Release Notes Generator

Скилл готовит релиз-ноты по стандарту компании.

## Когда использовать

Пользователь просит собрать release notes, готовит release/tag, или явно упоминает "релиз-ноты".

## Как использовать

1. Определи диапазон коммитов между прошлым релизом и HEAD (`git log <prev-tag>..HEAD`).
2. Извлеки PR-номера из сообщений коммитов.
3. Прочти каждый PR через MCP-сервер `github` (если подключён).
4. Классифицируй изменения по типам: Features, Bug Fixes, Breaking Changes, Chores.
5. Примени шаблон из `templates/release-notes.md`.
6. Верни готовый markdown-файл.

## Формат вывода

- Заголовок: `# Release vX.Y.Z (YYYY-MM-DD)`
- Секции в порядке: Breaking Changes, Features, Bug Fixes, Chores.
- Каждая запись: `- <description> (#PR-number, @author)`.
- В конце: раздел "Contributors" со списком авторов.

Шаг 4. Добавь вспомогательные файлы. Скрипты в scripts/, шаблоны в templates/, справочники в references/. Ссылайся на них из SKILL.md.

Шаг 5. Проверь description. Прочти его глазами: если бы ты был Claude, понял бы, когда использовать этот скилл? Description — это единственный сигнал в момент, когда Claude решает, релевантен ли скилл текущей задаче.

Шаг 6. Протестируй. Открой Claude, дай задачу, посмотри — использует ли он скилл. Если нет, скорректируй description или сформулируй задачу иначе.

Шаг 7. Закоммить в git. Проектные скиллы шарятся с командой через git. Пользовательские — держи в своём репозитории и подтягивай через submodule.

Хорошие практики для скиллов

Одна задача — один скилл. Не пытайся упаковать в один скилл несколько разных процессов. Прогрессивное раскрытие работает лучше на множестве маленьких скиллов, чем на одном большом.
Description должен быть конкретным. «Помогает с релизами» — плохо. «Генерирует релиз-ноты по шаблону компании из git-истории» — хорошо.
Инструкции — императивные. Пиши для Claude как для сотрудника: «сделай X», «проверь Y», «верни Z». Избегай пассивных конструкций.
Явно указывай ссылки на файлы. «Используй шаблон templates/release-notes.md» лучше, чем «есть шаблон в templates».
Версионируй через git. Скиллы — это код. Ревьюй изменения через PR, тестируй перед мержем.
Держи скилл маленьким. Идеал — SKILL.md на 1-3 экрана текста плюс вспомогательные файлы. Большие скиллы разбивай на несколько связанных.
Не дублируй инструменты. Если задача решается встроенным инструментом (Read, Bash) — не заворачивай её в скилл. Скилл нужен, когда есть паттерн, шаблон или последовательность.

Модели и цены для Agent SDK

Agent SDK работает через прямой Anthropic API. Оплата — по факту использования по расценкам API.

Основные модели, которые применяются в SDK (проверено 09.08.2026):

Claude Sonnet 5 (claude-sonnet-5) — основная рабочая лошадка. Быстрая, качественная, подходит для большинства agent-сценариев. Введена в июне 2026, действует introductory pricing $2 / $10 за миллион токенов (input/output) до 31 августа 2026, после — $3 / $15. Контекст 1M токенов.
Claude Opus 5 (claude-opus-5) — для сложного agentic coding и enterprise-задач, где нужна максимальная модель. Цена: $5 за миллион входных токенов, $25 за миллион выходных. Контекст 1M токенов.
Claude Haiku 4.5 (claude-haiku-4-5) — для быстрых, лёгких задач. Самая экономичная и быстрая. Цена: $1 за миллион входных, $5 за миллион выходных. Контекст 200k токенов.
Claude Fable 5 (claude-fable-5) — флагманская модель для long-running agents с адаптивным мышлением (всегда on). Цена: $10 за миллион входных, $50 за миллион выходных. Контекст 1M токенов.

Модели поколений 4.5-4.8 (Opus 4.5/4.6/4.7/4.8, Sonnet 4.5/4.6) переведены в статус legacy — работают, но для новых проектов рекомендуется брать 5-е поколение. Точные цены и условия — на docs.claude.com/en/docs/about-claude/models (проверено 09.08.2026).

Prompt caching. Agent SDK автоматически использует prompt caching Anthropic — если ты часто отправляешь один и тот же system-промпт (скажем, при работе с длинными скиллами), Anthropic закеширует его и возьмёт с тебя меньше денег за повторные запросы. Может дать экономию 3-5x при активном использовании.

Batch API. Для агентов, которые обрабатывают много запросов оптом (например, ночной анализ всех тикетов поддержки), Anthropic предлагает Batch API со скидкой 50% против обычных цен. Требуется, чтобы результаты не нужны были моментально — до 24 часов задержки.

Практический ориентир: собственный agent-сервис для команды 10 человек с активным использованием обходится в 200-500$/мес на API. Индивидуальный агент для solo-разработчика — 20-100$/мес.

Skills в Claude Apps: где ещё это работает

Изначально Skills появились в Claude Code, но Anthropic расширяет их поддержку на другие продукты:

Claude Code — полная поддержка, скиллы автоматически подхватываются из .claude/skills/ и ~/.claude/skills/.
Claude apps (Claude Desktop, claude.ai) — Skills доступны через настройки. Их можно установить через Claude Marketplace или загрузить вручную.
API через Agent SDK — скиллы можно подключать программно, если ты используешь Agent SDK. Формат тот же.

Marketplace скиллов. Anthropic развивает marketplace, где авторы публикуют свои скиллы, а пользователи ставят их одним кликом. Каждый скилл в marketplace проверяется на безопасность и соответствие формату.

Skills для команды: workflow

Как организовать скиллы для команды разработчиков или контент-команды.

Шаг 1. Создайте общий репозиторий скиллов. Отдельный git-репозиторий <company>-skills, куда команда пушит проверенные скиллы.

Шаг 2. Подключайте его в проекты через submodule. В каждом проекте .claude/skills/company/ — это submodule на общий репозиторий. Обновление скиллов — через git submodule update.

Шаг 3. Ревьюйте изменения через PR. Скиллы — это код. Не мержьте без review, особенно если внутри есть bash-скрипты.

Шаг 4. Ведите каталог. README.md в корне репозитория со списком всех скиллов, их описанием и примерами использования. Помогает новым сотрудникам быстро разобраться.

Шаг 5. Собирайте обратную связь. Через issues в репозитории команда сигнализирует о проблемах со скиллами: неверные инструкции, устаревшие ссылки, слишком широкий или узкий description.

Кому подходит

Skills подходят:

Командам с повторяющимися рабочими процессами, которые хочется стандартизировать.
Solo-разработчикам, у которых есть свои паттерны и чек-листы, которыми они пользуются часто.
Контент-командам: скиллы для оформления статей, генерации lead-magnet, подготовки лендингов по шаблону.
Компаниям, которые хотят унифицировать использование Claude всей команды.

Skills не подходят:

Одноразовым задачам. Если это делаешь раз в году, проще написать однострочный промпт.
Задачам, где важен свежий контекст в реальном времени. Скилл — это статический текст. Живые данные тяни через MCP.
Простым запросам, которые Claude и так умеет («напиши регэксп для email»).

Agent SDK подходит:

Разработчикам, которые строят свой agentic-продукт (внутренний или SaaS).
Задачам, где нужна тонкая настройка поведения агента, а Claude Code слишком общий.
Проектам, где важен контроль над бюджетом и точная работа с токенами.
Компаниям, которые хотят сами держать инфраструктуру agent-приложений.

Agent SDK не подходит:

Простым чатботам, где хватит прямого API-вызова.
Задачам, для которых Claude Code уже подходит из коробки — не нужно переписывать то, что уже работает.
Проектам, где vendor lock-in — красная линия. SDK работает только с Claude.

Работа из России

Skills — файлы, они не требуют подключения к Anthropic напрямую (кроме случая, когда сам Claude через них работает). Так что скиллы можно писать, ревьюить, шарить внутри команды из любой страны — это markdown и скрипты.

Использование Claude через API или подписку из РФ — отдельная тема, детально разобранная в статье про Claude Code (batch 3.1, файл 043). Кратко: технически работает, если есть иностранный аккаунт и способ оплаты, прямая оплата российской картой не проходит.

Agent SDK — Python и TypeScript библиотеки, скачиваются из PyPI и npm, работают отовсюду. Для запуска нужен API-ключ Anthropic — оформляется через console.anthropic.com. Для оплаты API нужна иностранная карта или банковский счёт.

Альтернатива для России — использование моделей Claude через Amazon Bedrock или Google Cloud Vertex AI. Agent SDK поддерживает оба варианта: указываешь провайдера в настройках, работает через их аккаунты и биллинг.

FAQ

Чем скилл отличается от MCP-сервера?

Скилл — это папка с файлами (SKILL.md, скрипты, шаблоны), которую Claude читает как контекст. Он не запускает никаких процессов, не держит соединений. MCP-сервер — это отдельный процесс, который выставляет инструменты и ресурсы через сетевой протокол; Claude подключается к нему и вызывает его инструменты. Скилл лучше подходит для передачи знаний и процедур, MCP — для интеграции с живыми данными и системами. Часто их используют вместе: скилл описывает процесс, MCP-серверы дают доступ к внешним системам, которые в этом процессе нужны.

Где взять готовые скиллы?

Anthropic Cookbook и официальные репозитории на GitHub держат референс-реализации типичных задач. По запросу «claude skills» на GitHub есть коллекции от сообщества, разбитые по доменам (DevOps, security, content, data). Anthropic также развивает marketplace скиллов, где авторы публикуют свои разработки. Перед использованием чужого скилла обязательно читай SKILL.md и все вложенные скрипты — они запускаются от твоего имени.

Как обучаться Skills и Agent SDK?

Основной ресурс — официальная документация на docs.claude.com (раздел Agents and Tools). Там же лежат tutorials, best-practices, полный API-reference по SDK. Cookbook на github.com/anthropics содержит рабочие примеры. Для Agent SDK есть отдельная секция документации с примерами на TypeScript и Python. Плюс к этому Anthropic периодически публикует блог-посты и обучающие видео, которые тоже полезно смотреть.

Скилл — это то же самое, что prompt-шаблон?

Не совсем. Prompt-шаблон — это конкретный текст, который ты подставляешь в запрос к модели. Скилл — это структурированный набор материалов, который Claude сам решает, когда и как использовать. Скилл может включать в себя несколько шаблонов, скрипты, справочники — и Claude их применяет по мере необходимости. Prompt-шаблон обычно жёстко подставляется в system-промпт.

Можно ли использовать скиллы через Anthropic API напрямую?

Да, через Agent SDK. SDK читает скиллы из указанной директории и передаёт их метаданные в system-промпт Claude, а тело загружает по требованию. Если работаешь с API вручную (без SDK), можно воспроизвести логику самостоятельно: собрать метаданные всех скиллов, положить в system-промпт, реализовать инструмент загрузки тела скилла по запросу Claude.

Что писать в description скилла?

Description — это единственный сигнал Claude в момент принятия решения, использовать ли скилл. Он должен быть конкретным (не «помощник по коду», а «генератор unit-тестов по стилю pytest») и включать ключевые слова, по которым Claude поймёт связь с задачей. Anthropic рекомендует держать description в пределах 1-2 предложений, но информативных. Слишком длинное описание съедает контекст, слишком короткое — приводит к пропуску скилла.

Как понять, что скилл действительно используется?

В Claude Code можно посмотреть трейс сессии в .claude/projects/<hash>/sessions/ — там видно, какие скиллы Claude подгружал и когда. В Agent SDK — через хуки (SkillLoad event или через логирование запросов к файлам скиллов). Если сомневаешься, используется ли скилл — сформулируй задачу с явным упоминанием имени скилла: «примени скилл release-notes-generator«.

Обязательно ли иметь Anthropic API-ключ для Agent SDK?

Да, SDK работает через Anthropic API. Либо прямой ключ (ANTHROPIC_API_KEY от console.anthropic.com), либо через Amazon Bedrock/Google Cloud Vertex AI аккаунт с моделями Anthropic. Без ключа SDK не будет работать — он не может обращаться к моделям Claude через веб-интерфейс claude.ai.

Что такое subagents в Agent SDK?

Subagents — механика, когда ведущий агент запускает несколько подчинённых Claude-сессий, каждая решает свою подзадачу. Ведущий агент собирает результаты и мержит их. SDK предоставляет встроенный инструмент Task, через который subagents запускаются. Полезно для параллелизуемых задач — например, ревью большой кодовой базы, где каждый subagent берёт свой пакет файлов. Ускорение до 3-5x на подходящих задачах.

Можно ли использовать Agent SDK без Node.js?

Для TypeScript-версии Node.js нужен обязательно — SDK на нём и работает. Для Python-версии Node.js тоже нужен: SDK использует его для запуска инструментов Claude Code (Bash, Edit, Read и других). Это одно из требований документации. Если Node.js в системе не установлен — Python SDK не запустит инструменты и упадёт.

Как использовать разные модели Claude для разных подзадач?

В Agent SDK ты можешь настроить основную модель через параметр model в options. Для subagents можно указать другую модель — например, ведущий агент работает через Opus (для планирования), subagents через Sonnet (для исполнения) или через Haiku (для простых задач). Это оптимизирует стоимость: платишь дорого только там, где нужна максимальная модель.

Хуки в Agent SDK — это то же самое, что в Claude Code?

Да, это одна и та же механика. Хуки — команды, которые запускаются в определённые моменты жизненного цикла агента: до/после использования инструмента, при получении промпта, при завершении сессии. Настраиваются через options при инициализации SDK. Используются для того же — автоматизация форматирования, аудит действий, интеграция с внешними системами.

Работают ли скиллы через ChatGPT-подобные интерфейсы поверх Anthropic API?

Только если такой интерфейс явно реализует поддержку Skills. Обычные ChatGPT-подобные UI (open-source вроде LibreChat, OpenWebUI) не знают о формате Skills — они просто передают промпт в API. Чтобы скиллы работали, интерфейс должен читать SKILL.md, передавать метаданные в system-промпт и обрабатывать запросы Claude на загрузку тел скиллов. Такая поддержка есть в Claude Code и в Agent SDK-приложениях.

Есть ли ограничения на размер скилла?

Явных ограничений в документации нет, но здравый смысл: SKILL.md должен помещаться в разумный размер контекста. Практически — 5-10 тысяч токенов на тело SKILL.md (это ~5 экранов текста) считается верхней границей комфорта. Всё, что больше — стоит разбить на несколько скиллов или вынести детали в references, которые Claude подгрузит точечно.

Что делать, если скилл не используется, когда должен?

Диагностика по шагам. Сначала проверь, что скилл лежит в правильной директории (.claude/skills/ или ~/.claude/skills/). Открой SKILL.md — есть ли валидная YAML-шапка с name и description? Прочти description глазами — понятно ли из него, когда скилл релевантен? Явно упомяни имя скилла в задаче: «используй скилл <name> для этой задачи» — если это помогает, проблема в description. Если не помогает — проверь через транскрипт сессии, видел ли Claude скилл в списке доступных.

Как versionировать скиллы?

Через git. Скиллы — это код, они должны жить в git-репозитории. Изменения через PR с review. Для команды — общий репозиторий скиллов, подключаемый через submodule. Для solo-разработчика — свой репо с личными скиллами. Semver для крупных изменений: если ты меняешь описание или инструкции скилла так, что старое поведение сломается, увеличивай мажорную версию.

Планирует ли Anthropic сделать скиллы работающими и с моделями других вендоров?

Такой прямой заявки в документации Anthropic нет. Skills — часть экосистемы Claude, и они настроены под работу с Anthropic-моделями через Anthropic API. Технически формат скиллов (папка с SKILL.md) — общий, ничто не мешает адаптировать его под другие модели. Но официальной поддержки от Anthropic для этого нет и не ожидается. Vendor-neutral аналог — использовать LangChain или другой фреймворк с ручной подгрузкой шаблонов.

Есть ли примеры коммерческих продуктов на Agent SDK?

Anthropic упоминает в документации, что SDK — «the same infrastructure that powers Anthropic’s Claude Code». Из этого следует, что сам Claude Code построен на нём. Компании публикуют кейсы использования: SRE-агенты, security-review инструменты, юридические ассистенты, финансовые аналитики. Полный список кейсов Anthropic не публикует, но они периодически выходят в блоге anthropic.com.

Актуальность

Актуально на 09.08.2026. Модели, цены и условия доступа меняются часто. Перед бизнес-решением всегда сверяйся с первоисточником — все ссылки в разделе Sources ниже.

Sources

https://docs.claude.com/en/docs/agents-and-tools/agent-skills — официальная документация по формату Agent Skills (проверено 09.08.2026)
https://docs.claude.com/en/api/agent-sdk/overview — обзор Anthropic Agent SDK, поддерживаемые языки и возможности (проверено 09.08.2026)
https://docs.claude.com/en/api/agent-sdk/python — референс Python-версии Agent SDK (проверено 09.08.2026)
https://docs.claude.com/en/api/agent-sdk/typescript — референс TypeScript-версии Agent SDK (проверено 09.08.2026)
https://github.com/anthropics/claude-agent-sdk-python — Python SDK: репозиторий, примеры, changelog (проверено 09.08.2026)
https://github.com/anthropics/claude-agent-sdk-typescript — TypeScript SDK: репозиторий, примеры (проверено 09.08.2026)
https://github.com/anthropics/anthropic-sdk-python — базовый Python SDK Anthropic для прямых API-вызовов (проверено 09.08.2026)
https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills — анонс Skills от Anthropic, обзор возможностей (проверено 13.09.2026)
https://code.claude.com/docs/en/skills — документация по Skills в Claude Code (проверено 09.08.2026)
https://code.claude.com/docs/en/agent-sdk/overview — Agent SDK для кастомных агентов в Claude Code (проверено 09.08.2026)
https://modelcontextprotocol.io — спецификация MCP для сравнения со Skills (проверено 09.08.2026)
https://www.anthropic.com/pricing — цены на модели через Anthropic API (проверено 09.08.2026)
https://console.anthropic.com — консоль для получения API-ключа (проверено 09.08.2026)
https://docs.claude.com/en/docs/build-with-claude/prompt-caching — документация по prompt caching для оптимизации стоимости (проверено 09.08.2026)