Agent Skills

Ajan Becerileri, belirli bir görev türünde AI ajana uzmanlık kazandıran talimat, betik ve başvuru dosyası klasörleridir. Ajan, bu becerileri yalnızca bir görev gerektirdiğinde yükler. Her becerinin merkezinde, kısa açıklaması ajana beceriyi ne zaman kullanacağını söyleyen ve gövdesi nasıl kullanacağını açıklayan bir SKILL.md dosyası bulunur. Anthropic, Claude için Ajan Becerilerini Ekim 2025'te kullanıma sundu ve biçimi Aralık 2025'te agentskills.io adresinde açık bir standart olarak yayımladı. Claude Code, OpenAI Codex, Gemini CLI, Cursor, GitHub Copilot, VS Code ve onlarca başka ajan artık aynı klasörleri okuyabiliyor; böylece tek bir beceri hepsinde çalışıyor.

Agent Skills Nasıl Çalışır#

Bir beceri, becerinin adını taşıyan bir dizindir ve bu dizinde zorunlu bir SKILL.md dosyası ile isteğe bağlı scripts/, references/ ve assets/ klasörleri bulunur. SKILL.md, iki zorunlu alan içeren YAML ön bilgisiyle başlar: dizin adıyla eşleşen, en fazla 64 karakter uzunluğunda ve yalnızca küçük harf, rakam ve tire içeren bir ad olan name alanı ile becerinin ne işe yaradığını ve ne zaman kullanılması gerektiğini açıklayan, en fazla 1.024 karakterlik bir description alanı. Ardından gelen Markdown gövdesi prosedürü, örnekleri ve uç durumları içerir.

Ajanlar, büyük beceri kitaplıklarını kullanmanın maliyetini düşük tutan aşamalı açıklama yöntemiyle becerileri yükler. Başlangıçta ajan her becerinin yalnızca adını ve açıklamasını okur; beceri başına yaklaşık 100 belirteç eder. Bir istek açıklamayla eşleştiğinde, ajan tüm SKILL.md içeriğini bağlam penceresine alır. Belirtim, bu gövdenin 500 satır ve 5.000 belirtecin altında tutulmasını önerir. Betikler ve başvuru dosyaları yalnızca talimatlar onlara işaret ettiğinde yüklenir. Ajan bir betiği çalıştırıp çıktısını okuduğunda, betiğin kodu hiçbir zaman bağlama girmez.

SKILL.md Dosyasının Yapısı#

Bir perakende ekibi, rafa ait fotoğrafları incelemesi için ajanına bu beceriyi verebilir. Açıklama, ajanın eşleştireceği tetikleyici sözcükleri içerir; gövde ise yalnızca gerektiğinde yüklenecek bir betiğe ve başvuru tablosuna işaret eder:

---
name: shelf-audit
description: Counts products and finds empty facings in retail shelf photos. Use when the user asks about stock levels, gaps, or planogram compliance in store images.
---

# Shelf audit

1. Run `python scripts/detect_products.py <image>` on each photo. It prints one JSON line per product with its class, confidence, and box.
2. Compare the counts with the expected facings in `references/planogram.csv`.
3. Report each empty facing with its shelf position.
4. Send detections below 0.5 confidence to a person for review instead of counting them.

Birisi raflarla ilgili soru sorana kadar ajan yalnızca üst verilerin iki satırını görür; planogram dosyasını ise yalnızca 2. adımda açar.

Agent Skills ve İlgili Kavramlar#

• Araçlar ve işlev çağırma: Araç, ajanın çağırabileceği bir veritabanı sorgusu veya nesne algılama modeli gibi tek bir işlemdir. Bir beceri, araçların sahip olmadığı doğrulama kuralları ve alan bilgisiyle ajana görev için araçları ne zaman ve nasıl birleştireceğini öğretir.
• Model Context Protocol (MCP): Bir ajanı sunucular aracılığıyla canlı dış sistemlere bağlar. Beceriler yöntem bilgisi sağlar; bu nedenle ajanlar genellikle ikisini birden kullanır: Bir beceri, ajana hangi MCP araçlarını hangi sırayla çağıracağını söyleyebilir.
• Sistem istemleri ve proje talimatları: AGENTS.md gibi dosyalar her oturuma yüklenir. Bir becerinin gövdesi yalnızca eşleşen görevlerde yüklenir; böylece bir ajan bağlamını doldurmadan yüzlerce beceriyi taşıyabilir. Bu, bağlam mühendisliğinin temel fikridir.
• İnce ayar: Davranışı öğretmek için modelin ağırlıklarını değiştirir. Beceri yalnızca bağlamı değiştirir; bu nedenle kod gibi düzenlenebilir, sürümlenebilir ve gözden geçirilebilir ve hemen etkili olur.

Beceriler Uygulamada#

Beceriler, genel bir büyük dil modelinin (LLM) bilmediği veya tutarsız biçimde uyguladığı uzmanlık bilgisini paketler: şirket marka kuralları, bir ekibin sürüm kontrol listesi ya da bir dosya biçiminin incelikleri. Anthropic'in herkese açık beceri deposunda, Claude'un kendi belge oluşturma işlevlerini destekleyen Word, PDF, PowerPoint ve Excel becerileri bulunur. Ultralytics Agent Skills, bilgisayarlı görü yaşam döngüsünü kapsar: yolo yönlendirici becerisi her isteği model seçimi, veri kümeleri, eğitim, ayarlama, çıkarım veya dışa aktarma becerilerinden birine yönlendirir; platform-cli becerisi ise Ultralytics Platform işlemlerini ul cloud komut satırıyla otomatikleştirir. Platformun kendi Ask AI asistanı bu platform-cli becerisini kullanır; aynı klasörler Claude Code'a claude plugin install yolo@ultralytics ile veya diğer ajanlara npx skills add ultralytics/skills ile yüklenebilir. Böylece ajan tabanlı kodlama aracı, doğal dilde verilen bir istekle YOLO26 modeli eğitip dışa aktarabilir.

Güvenlikle İlgili Hususlar#

Bir beceri, ajanın izinleriyle çalışır; bu nedenle üçüncü taraf bir beceriyi yüklemek, yazılım yüklemeye benzer. Beceri talimatları, ajanı başka yöne yönlendiren bir istem enjeksiyonu içerebilir; betikleri de ajanın ortamının izin verdiği her yerde dosyaları okuyabilir veya veri gönderebilir. Ekipler bir beceriyi yüklemeden önce beceri talimatlarını, betiklerini ve bağımlılıklarını gözden geçirir, sürümleri sabitler ve beceri betiklerini sınırlı ağ erişimi olan bir ajan korumalı alanında çalıştırır. Belirtim ayrıca deneysel bir allowed-tools alanı tanımlar; bu alan, bir becerinin sormadan çalıştırabileceği araçları adlandıran Bash(git:*) Read gibi boşluklarla ayrılmış bir listedir. Bu alanı destekleyen ajanlar, söz konusu araçları ajan altyapılarında önceden onaylar.