Skills

Skills sind wiederverwendbare, dateisystembasierte Ressourcen, die deinem Agenten domänenspezifische Expertise verleihen: Workflows, Kontext und Best Practices, die einen Allzweck-Agenten in einen Spezialisten verwandeln. Jeder Skill, den du hinzufügst, verursacht moderate Kosten im Kontextfenster der Session, da Anweisungen und Metadaten hinzugefügt werden, die dem Modell helfen, den Skill zu nutzen. Mehr dazu findest du in der Übersicht zu Agent Skills.

Skills erreichen deinen Agenten auf zwei Wegen: Füge sie über das skills-Array des Agenten hinzu oder lade sie aus einem GitHub-Repository, das in der Session gemountet ist. Angehängte Skills gibt es in zwei Varianten. Alle Skills funktionieren auf die gleiche Weise: Dein Agent ruft sie automatisch auf, wenn sie für die Aufgabe relevant sind.

• Vorgefertigte Anthropic-Skills: Gängige Dokumentaufgaben wie die Verarbeitung von PowerPoint, Excel, Word und PDF (pptx, xlsx, docx, pdf).
• Benutzerdefinierte Skills: Skills, die du selbst erstellst und in deinen Workspace hochlädst.

Wie du benutzerdefinierte Skills erstellst, erfährst du unter Agent Skills und Best Practices für das Erstellen von Skills. Wie du einen benutzerdefinierten Skill in deinen Workspace hochlädst, erfährst du unter Einen benutzerdefinierten Skill erstellen.



Einen benutzerdefinierten Skill erstellen

Ein benutzerdefinierter Skill ist ein Verzeichnis, das eine SKILL.md-Datei sowie alle unterstützenden Dateien enthält und als Zip-Archiv oder als einzelne Dateien in deinen Workspace hochgeladen wird. Beim Erstellen des Skills wird die skill_*-ID zurückgegeben, auf die du beim Anhängen an einen Agenten verweist. Vorgefertigte Anthropic-Skills sind bereits in jedem Workspace verfügbar und erfordern diesen Schritt nicht. Wenn du nur vorgefertigte Skills verwenden möchtest, springe zu Skills an einen Agenten anhängen.

Die Skills-API erfordert keinen Beta-Header. Das cURL-Beispiel sendet weiterhin anthropic-beta: skills-2025-10-02, und die beta-Befehle der CLI und des SDK fügen ihn automatisch hinzu; Anfragen, die ihn enthalten, funktionieren weiterhin unverändert.

Diese Beispiele lassen das optionale Feld display_title weg, sodass der Titel des Skills aus SKILL.md abgeleitet wird. Ein explizit übergebener display_title muss unter den benutzerdefinierten Skills in deinem Workspace eindeutig sein.

ant beta:skills create \
  --file example_skill.zip

Wie du benutzerdefinierte Skills auflistest, abrufst, löschst und versionierst, erfährst du unter Benutzerdefinierte Skills verwalten. Die vollständigen Request- und Response-Schemata findest du in der Create Skill API-Referenz. Skill-Bundles werden direkt über die Skills-API hochgeladen und nicht über die Files API.



Skills an einen Agenten anhängen

Hänge Skills beim Erstellen eines Agenten an. Jede Session unterstützt bis zu 500 Skills, gezählt als deduplizierte Menge über alle Agenten in der Session hinweg (siehe Multiagent-Orchestrierung).

Jeder Eintrag im skills-Array verwendet die folgenden Felder:

ant beta:agents create < agent.yaml

name: Financial Analyst
model: claude-opus-5
system: You are a financial analysis agent.
skills:
  - type: anthropic
    skill_id: xlsx
  - type: custom
    skill_id: skill_01AbCdEfGhIjKlMnOpQrStUv
    version: latest



Skills aus einem GitHub-Repository laden

Skills können auch in deiner Codebasis liegen. Wenn eine Session ein Repository über die github_repository-Ressource mountet, wird das .claude/skills-Verzeichnis im Root des Repositorys beim Session-Start gescannt, und jeder dort gefundene Skill wird dem Agenten zur Verfügung gestellt. Es ist kein Upload und kein Eintrag im skills-Array des Agenten erforderlich. Der Agent sieht den Namen, die Beschreibung und den Pfad jedes gefundenen Skills in der Sandbox und liest die SKILL.md des Skills, wenn eine Aufgabe passt, einschließlich aller Skripte und Ressourcen, die der Skill mitliefert. Die Erkennung basiert auf dem read-Tool des Agenten aus dem Agent-Toolset, das standardmäßig aktiviert ist; ein Agent mit deaktiviertem read lädt keine Repository-Skills.

Die Erkennung findet Skills genau unter .claude/skills/<skill-name>/SKILL.md, eine Verzeichnisebene tief im Repository-Root:

• your-repo/
  • .claude/
    • skills/
      • code-review/
        • SKILL.md
      • release-process/
        • SKILL.md
        • scripts/
          • run_checks.sh
  • src/

Orte, die diesem Layout nicht entsprechen, werden beim Session-Start nicht erkannt:

• .claude/skills/SKILL.md: eine SKILL.md ohne umgebendes Skill-Verzeichnis
• .claude/skills/tools/code-review/SKILL.md: mehr als eine Verzeichnisebene tief verschachtelt
• skills/code-review/SKILL.md: ein skills-Verzeichnis außerhalb von .claude

Ein .claude/skills-Verzeichnis an anderer Stelle im Repository, etwa innerhalb eines Paket-Unterverzeichnisses, wird beim Session-Start nicht angekündigt; diese Skills können dennoch auftauchen, wenn der Agent Dateien in diesem Teilbaum liest.

Repository-Skills verwenden dasselbe SKILL.md-Format wie die benutzerdefinierten Skills, die du hochlädst. Informationen zum Format und zur Erstellung findest du unter Agent Skills und Best Practices für das Erstellen von Skills.

Um Skills aus einem Repository zu laden, erstelle eine Session, die es mountet. Dies ist dieselbe Anfrage wie in Zugriff auf GitHub gezeigt; mount_path ist optional und hat standardmäßig den Wert /workspace/<repo-name>:

SESSION_ID=$(ant beta:sessions create \
  --agent "$AGENT_ID" \
  --environment-id "$ENVIRONMENT_ID" \
  --transform id --raw-output <<'EOF'
resources:
  - type: github_repository
    url: https://github.com/org/repo
    mount_path: /workspace/repo
    authorization_token: ghp_your_github_token
EOF
)

Für private Repositories muss das authorization_token der Ressource Zugriff auf das Repository haben. Dies ist derselbe Personal-Access-Token-Ablauf, der für jedes Repository-Mount verwendet wird; siehe Zugriff auf GitHub.

Erkannte Skills folgen dem ausgecheckten Zustand des Repositorys: dem checkout-Branch oder -Commit, wenn die Ressource einen festlegt, andernfalls dem Default-Branch des Repositorys. Der Scan läuft einmal, wenn die Session startet. Commits, die während der Session gepusht werden, werden nicht erfasst; um aktualisierte Skills zu laden, starte eine neue Session.

Repository-Skills funktionieren zusammen mit Skills, die über das skills-Array des Agenten angehängt wurden. Wenn ein Repository-Skill denselben Namen wie ein angehängter Skill oder wie ein Skill aus einem anderen gemounteten Repository hat, sind beide verfügbar; jeder wird mit seinem eigenen Pfad angekündigt.



Nächste Schritte