Průvodce dovednostmi kódu Claude: Vytvořte si vlastní pracovní postupy umělé inteligence 2026

Rychlé shrnutí: Claude Code Skills jsou modulární soubory instrukcí, které rozšiřují kódovací schopnosti Claude tím, že jej učí vlastní pracovní postupy, kódovací standardy a úkoly specifické pro danou doménu. Konfigurace Claude Code a vlastní instrukce jsou primárně spravovány prostřednictvím souboru CLAUDE.md v kořenovém adresáři projektu nebo prostřednictvím serverů Model Context Protocol (MCP).

Claude Code se stal více než jen dalším asistentem pro kódování AI. Podle oficiální dokumentace vyniká Claude v úkolech souvisejících s jazykem, uvažováním, analýzou a kódováním — ale zde je to, co většina vývojářů přehlédne: rozšiřitelnost platformy prostřednictvím Skills transformuje z užitečného nástroje na personalizované vývojové centrum.

Skills představují zásadní posun ve způsobu práce AI asistentů. Místo opakovaného vysvětlování vašich preferencí, kódovacích standardů nebo složitých pracovních postupů je jednou zakódujete. Claude pak toto znalosti automaticky aplikuje, kdykoli se objeví relevantní kontext.

Načasování nemohlo být lepší. Komunita vývojářů vytvořila specializované Skills a Anthropic nadále rozšiřuje ekosystém Skills. Funkce však zůstává překvapivě málo využívaná — diskuze v komunitě naznačují, že významná část uživatelů Claude Code o Skills nemusí vědět.

Co jsou Claude Code Skills a proč jsou důležité

Agent Skills jsou modulární schopnosti zabalené do souborů Markdown, které rozšiřují funkčnost Claude. Každý Skill obsahuje instrukce, metadata a volitelné zdroje, které Claude automaticky používá, když je to relevantní.

Představte si Skills jako výukové moduly. Když nainstalujete Skill, Claude získá specializované znalosti o tom, jak zpracovat konkrétní úkoly ve vašich projektech. To se děje bez manuálního zadávání — Claude rozpozná, kdy se Skill aplikuje, a bezproblémově začlení jeho instrukce.

Podle oficiální dokumentace Claude Code podporují Skills nahrazování řetězců pro dynamické hodnoty v obsahu Skill. To umožňuje flexibilní, kontextově uvědomělou automatizaci, která se přizpůsobuje různým scénářům.

Tříúrovňový systém načítání

Skills používají hierarchický přístup načítání, který vyvažuje schopnosti s efektivitou:

Tento vrstvený systém znamená, že vaše kontextové okno zůstává efektivní. Metadata se načítají okamžitě, takže Claude ví, jaké Skills existují, ale podrobné instrukce spotřebovávají tokeny pouze tehdy, když jsou skutečně potřeba.

Jak se Skills liší od jiných metod přizpůsobení

Claude Code nabízí několik přístupů k přizpůsobení. Skills zaujímají specifickou mezeru:

• Soubory CLAUDE.md ukládají instrukce a kontext napříč projektem, které se načítají vždy. Použijte je pro informace o projektu na vysoké úrovni, architektonická rozhodnutí a trvalé pokyny, které platí široce.
• Slash příkazy jsou ručně spouštěné zkratky uložené v .claude/commands/. Vyžadují explicitní akci uživatele ke spuštění.
• Skills se aktivují automaticky na základě kontextu. Jsou ideální pro specializované pracovní postupy, které by se měly aplikovat ve specifických situacích bez manuálního zásahu.
• Subagenti běží jako samostatné instance agentů s vlastním kontextem, výběrem modelu a přístupem k nástrojům. Podle oficiální dokumentace pomáhají subagenti řídit složité úkoly delegováním na specializované agenty.

Vestavěné Skills, které jsou součástí Claude Code

Claude Code obsahuje několik balených Skills, které demonstrují schopnosti systému. Tyto zpracovávají běžné vývojové pracovní postupy ihned po vybalení.

Skill /batch orchestruje rozsáhlé změny v kódové bázi paralelně. Prozkoumá kódovou bázi, rozdělí práci na 5 až 30 nezávislých jednotek a před provedením předloží plán. To se ukazuje jako obzvláště cenné pro refaktorizační operace nebo pro aplikaci konzistentních změn napříč více soubory.

Vestavěné Skills slouží dvojímu účelu. Poskytují okamžitou užitečnost a zároveň nabízejí šablony pro vytváření vlastních Skills. Zkoumání jejich struktury odhaluje osvědčené postupy pro jasnost instrukcí, organizaci zdrojů a konfiguraci metadat.

Najděte Claude a kredity pro AI nástroje na jednom místě

Pokud se zajímáte o Claude Code Skills, může vám také pomoci zjistit, jaké výhody jsou k dispozici pro Claude a další nástroje ve vašem pracovním postupu. Get AI Perks shromažďuje startupové kredity a slevy na software pro AI a cloudové nástroje na jednom místě. Platforma dává zakladatelům přístup k více než 200 nabídkám, spolu s požadavky, pokyny pro schválení a pokyny k uplatnění.

Hledáte kredity a výhody pro Claude?

Zkontrolujte Get AI Perks a:

• procházejte nabídky Claude a Anthropic
• porovnávejte podmínky pro výhody AI nástrojů
• najděte další slevy na startupový software na jednom místě

👉 Navštivte Get AI Perks a prozkoumejte aktuální výhody AI nástrojů.

Vytvoření prvního vlastního Skill za pět minut

Sestavení základního Skill vyžaduje minimální nastavení. Proces sleduje přímý vzor, který se po prvním pokusu stane druhou přirozeností.

Krok jedna: Vytvořte adresář Skills

Přejděte do kořenového adresáře projektu a vytvořte strukturu adresáře Skills:

Tento adresář .claude slouží jako centrální místo pro konfiguraci přizpůsobení Claude Code. Podadresář skills obsahuje všechny vaše soubory SKILL.md.

Krok dva: Napište svůj první soubor SKILL.md

Vytvořte nový soubor v .claude/skills/code-review.md s touto strukturou:

Při kontrole kódu:
1. Zkontrolujte běžné bezpečnostní zranitelnosti (SQL injection, XSS, problémy s ověřováním)
2. Identifikujte výkonnostní úzká hrdla (dotazy N+1, neefektivní algoritmy)
3. Ověřte zpracování chyb a okrajové případy
4. Posuďte udržovatelnost a čitelnost kódu
5. Navrhněte konkrétní vylepšení s příklady kódu

YAML frontmatter (mezi značkami —) definuje metadata. Název se zobrazí, když Claude odkazuje na Skill. Popis pomáhá Claude určit, kdy se tento Skill aplikuje.

Vše, co je pod frontmatterem, se stane sadou instrukcí, kterými se Claude řídí, když se Skill aktivuje.

Krok tři: Otestujte Skill

Spusťte Claude Code ve svém adresáři projektu. Skill se načte automaticky. Požádejte Claude, aby zkontroloval soubor kódu — použije pokyny Skill code-review bez dalšího zadávání.

To je vše. Tři kroky, pět minut a rozšířili jste schopnosti Claude o vlastní logiku.

Pokročilé vzory Skills a náhrada řetězců

Základní Skills fungují dobře pro statické instrukce. Skutečná síla se projeví, když se Skills dynamicky přizpůsobují různým kontextům.

Dynamické argumenty s nahrazováním řetězců

Skills podporují náhradu proměnných, která vkládá hodnoty za běhu do instrukcí. Oficiální dokumentace definuje tato dostupná nahrazování:

• $ARGUMENTS zachycuje všechny argumenty předané při volání Skill. Pokud se $ARGUMENTS v obsahu nenachází, argumenty se automaticky připojí jako ARGUMENTS: <hodnota>.
• $ARGUMENTS[N] přistupuje ke konkrétnímu argumentu podle pozice (indexováno od nuly).

Zde je praktický příklad — Skill migrace databáze, který přijímá názvy tabulek:

Při volání s argumenty Claude před zpracováním instrukcí nahradí hodnoty. Tím se eliminuje opakované zadávání podobných úkolů s různými parametry.

Seskupování zdrojů pro složité Skills

Skills mohou odkazovat na externí zdroje — šablony, skripty nebo referenční dokumentaci. Tyto zdroje se načítají na vyžádání (Úroveň 3 v hierarchii načítání), čímž udržují kontext efektivní, dokud nejsou skutečně potřeba.

Vytvořte adresář resources vedle svého souboru SKILL.md:

Odkazujte na tyto zdroje v instrukcích Skill. Claude je načte při zpracování této části instrukcí.

Základní Skills, které by měl mít každý vývojář

Některé vývojové vzory se vyskytují dostatečně často, aby předem připravené Skills poskytovaly okamžitou hodnotu. Na základě diskuzí v komunitě a oficiálního úložiště Skills jsou tyto kategorie nejužitečnější.

Skills pro kvalitu kódu a revizi

Automatizovaná revize kódu zachytí problémy před lidskou revizí. Komplexní Skill pro revizi může kontrolovat:

• Bezpečnostní zranitelnosti specifické pro váš stack
• Výkonnostní anti-patterny ve vaší kódové bázi
• Konzistence s týmovými kódovacími standardy
• Nedostatky v pokrytí testy
• Úplnost dokumentace

Skills pro ověření bezpečnosti zmíněné v komunitních zdrojích vykazují vysokou míru přesnosti při detekci zranitelností.

Testování a zajištění kvality

Testing Skills automatizují generování testů na základě vašich preferencí pro framework. Dobře navržený testing Skill rozumí:

• Váš testing framework (Jest, Pytest, RSpec)
• Požadavky na pokrytí a prahy
• Vzory a strategie pro mockování
• Identifikace okrajových případů
• Rozdíly mezi integračními a unit testy

Generování dokumentace

Dokumentace často zaostává za změnami kódu. Skills mohou udržovat konzistenci automatickým generováním:

• API dokumentace z komentářů kódu
• README soubory ze struktury projektu
• Položky changelogu ze zpráv commitů
• Inline komentáře kódu pro složitou logiku

Skills specifické pro framework

Skills specifické pro doménu kódují osvědčené postupy pro konkrétní frameworky nebo knihovny. Tyto zajišťují, že Claude správně aplikuje konvence frameworku bez neustálého připomínání.

React Skills mohou vynucovat vzory použití hooků. Django Skills by mohly zajistit správné použití ORM a správu migrací. Data science Skills — jak je uvedeno v oficiální dokumentaci — mohou explicitně zakázat nástroje pro spouštění kódu a zaměřit se na analytické pracovní postupy.

Konfigurace a správa Skills

Jak se kolekce Skills rozrůstají, organizace se stává kritickou. Claude Code poskytuje několik mechanismů pro správu Skills na různých úrovních.

Objevování a načítání Skills

Podle oficiální dokumentace lze Skills konfigurovat na více úrovních s definovanou prioritou:

Tento prioritní systém umožňuje přepsání specifické pro relaci, zatímco se zachovávají rozumné výchozí hodnoty. Projektové Skills přepisují uživatelské Skills, čímž brání globálním konfiguracím v konfliktu s požadavky specifickými pro projekt.

Sdílení Skills napříč týmy

Týmy těží ze standardizovaných Skills. Několik distribučních přístupů funguje dobře:

• Správa verzí: Commit .claude/skills/ do svého úložiště. Členové týmu automaticky obdrží aktualizace Skills při stahování změn.
• Centralizované úložiště: Udržujte úložiště týmových Skills, na které projekty odkazují. Použijte git submoduly nebo správu balíčků k distribuci aktualizací.
• Balení pluginů: Seskupte související Skills do pluginů pro snadnější distribuci a správu verzí.
• Oficiální úložiště Anthropic Skills na GitHubu demonstruje tento vzor. Obsahuje Skills přispěné komunitou, na které se kdokoli může odkazovat nebo je klonovat.

Skills vs. Subagenti: Kdy co použít

Skills a subagenti oba rozšiřují schopnosti Claude, ale slouží různým architektonickým potřebám. Pochopení rozdílu zabraňuje neohrabaným implementacím.

Skills pracují v hlavním kontextu konverzace. Modifikují způsob, jakým Claude přistupuje k úkolům, ale nevytvářejí samostatné instance agentů. Použijte Skills, když:

• Přidáváte specializované znalosti do hlavní konverzace
• Vynucujete standardy nebo konvence
• Poskytujete šablony nebo vzory
• Automatizujete jednoduché pracovní postupy

Subagenti běží jako nezávislé instance agentů s izolovaným kontextem. Podle oficiální dokumentace podporují subagenti automatickou kompresi pomocí stejné logiky jako hlavní konverzace, přičemž automatická komprese se spouští při přibližně 95 % kapacity ve výchozím nastavení.

Použijte subagenty, když:

• Úkoly vyžadují různé výběry modelů (Haiku pro jednoduché úkoly, Opus pro složité uvažování)
• Izolace kontextu zabraňuje zmatkům
• Paralelní provádění zrychluje pracovní postupy
• Přístup ke specializovaným nástrojům by měl být omezen

Oficiální dokumentace poskytuje příklady jako Bash subagent (pro spouštění příkazů terminálu v samostatném kontextu) a statusline-setup (používající Sonnet při konfiguraci stavových řádků).

Zde je rozhodovací rámec: pokud Claude potřebuje různé schopnosti nebo hranice kontextu, použijte subagenty. Pokud Claude potřebuje specializované znalosti v rámci aktuální konverzace, použijte Skills.

Integrace s Model Context Protocol

Model Context Protocol (MCP) poskytuje další mechanismus rozšíření. Skills a MCP slouží doplňkovým účelům.

Servery MCP zpřístupňují Claude externí datové zdroje a nástroje. Zpracovávají ověřování, načítání dat a interakce API. Myslete na MCP jako na rozšíření toho, co Claude může přistupovat.

Skills definují, jak má Claude používat dostupné schopnosti. Kódují pracovní postupy, standardy a doménové znalosti. Myslete na Skills jako na rozšíření toho, co Claude umí dělat.

Tyto dva systémy spolupracují. Server MCP může poskytovat přístup k internímu systému dokumentace společnosti. Skill učí Claude, jak psát dokumentaci, která odpovídá firemním standardům a publikovat ji prostřednictvím serveru MCP.

Podle oficiální dokumentace mohou být Skills omezeny na konkrétní servery MCP, což umožňuje detailní kontrolu nad tím, které Skills se aktivují, když jsou k dispozici konkrétní datové zdroje.

Optimalizace výkonu a správa tokenů

Skills spotřebovávají tokeny kontextu. Špatně navržené Skills mohou nafouknout kontextová okna a zpomalit dobu odezvy.

Uvědomění si rozpočtu tokenů

Podle oficiální dokumentace využívá myšlení pevný rozpočet až 31 999 tokenů z výstupního rozpočtu na starších modelech. Tříúrovňový systém načítání pomáhá toto spravovat:

Metadata úrovně 1 (~100 tokenů na Skill) se načítají vždy. Udržujte popisy stručné, ale dostatečně informativní, aby Claude mohl určit relevanci.

Instrukce úrovně 2 se načítají při spuštění. Pište zaměřené instrukce, které se týkají konkrétního účelu Skill bez postranních informací.

Zdroje úrovně 3 se načítají na vyžádání. Balte velké referenční materiály jako zdroje, nikoli jako součást instrukcí.

Konfigurace úrovně úsilí

Claude Code umožňuje ladění úrovně úsilí, které ovlivňuje hloubku myšlení. Podle oficiální dokumentace představuje doporučený způsob, jak ladit kompromis mezi rychlostí a hloubkou uvažování.

Pro složité Skills, které vyžadují hluboké uvažování, zvažte začlenění klíčového slova ultrathink do instrukcí Skill. Tím zajistíte, že Claude použije odpovídající úsilí bez manuálního zásahu.

Vzory reálné implementace

Teorie je méně důležitá než praxe. Tyto vzory vyplývají z produkčních nasazení.

Vzor specialisty na ladění

Vytvořte dedikovaný debugging Skill, který aplikuje systematické řešení problémů. Oficiální dokumentace navrhuje strukturu jako:

Pro každý problém poskytněte: Vysvětlení hlavní příčiny, důkazy podporující diagnózu, konkrétní opravu kódu, přístup k testování, doporučení k prevenci. Zaměřte se na opravu základního problému, nikoli symptomů.

Tento vzor posouvá Claude od navrhování rychlých oprav k komplexnímu řešení problémů.

Vzor dávkového zpracování

Pro operace, které ovlivňují více souborů, využijte vestavěný /batch Skill nebo vytvořte podobné vzory. Dávkové zpracování:

• Prozkoumá plný rozsah před zahájením
• Rozdělí práci na nezávislé jednotky
• Předloží plán provedení k revizi
• Paralelně provede změny, kdykoli je to možné

Tento přístup zabraňuje kaskádovým chybám a umožňuje vrácení zpět, pokud se plán ukáže jako nesprávný.

Vzor vynucování standardů

Zakódujte týmové konvence jako Skills, které se aktivují automaticky. TypeScript standardizační Skill by mohl vynucovat:

• Přísné typové anotace parametrů funkcí
• Explicitní návratové typy pro exportované funkce
• Konzistentní vzory zpracování chyb
• Specifická organizace importů

Tyto Skills fungují jako automatizované code review, které zachytí porušení konvencí před lidskou revizí.

Skills pro vědecké a výzkumné pracovní postupy

Výzkumné týmy mají jedinečné požadavky. Podle oficiální případové studie o tom, jak vědci používají Claude, Lundberg Lab na Stanfordu používá Claude k převrácení konvenčního generování hypotéz.

Místo manuálního kurátorování seznamů genů používají Claude k systematickému prozkoumávání možností na základě literatury a dat. Podle případové studie Anthropic představují cílené screeningy významné finanční investice pro výzkumné laboratoře. Skills mohou kódovat tuto výzkumnou metodologii.

Výzkumný Skill by mohl:

• Systematicky prohledávat literární databáze
• Křížově porovnávat zjištění napříč studiemi
• Generovat hypotézy na základě datových vzorů
• Navrhovat experimentální designy
• Formátovat výsledky pro publikaci

Příklad datového vědce z oficiální dokumentace ukazuje, jak vytvořit doménově specifické subagenty, které explicitně zakazují nástroje pro spouštění kódu a zaměřují se na analytické pracovní postupy.

Řešení běžných problémů se Skills

Skills se občas chovají nesprávně. Většina problémů se vine k několika běžným příčinám.

Skill se nenačítá

Zkontrolujte umístění souboru a jeho název. Skills musí být umístěny v .claude/skills/ s příponou .md. Ověřte, že frontmatter používá platnou syntaxi YAML — chybějící dvojtečka nebo nesprávné odsazení naruší parsování.

Spusťte Claude Code s podrobným logováním, abyste viděli, které Skills se úspěšně načetly. Chybějící Skills obvykle indikují problémy s cestou k souboru nebo oprávněními.

Skill se aktivuje nesprávně

Příliš obecné popisy způsobují, že se Skills spouštějí v neúmyslných kontextech. Učiňte popisy specifické ohledně toho, kdy se Skill aplikuje.

Místo „pomáhá s databázovou prací“ napište „vytváří migrace PostgreSQL podle našich konvencí pro verzování schématu.“

Instrukce jsou ignorovány

Claude nemusí dodržovat instrukce Skill, pokud jsou v rozporu s explicitními uživatelskými dotazy. Uživatelské instrukce mají vždy přednost před výchozími hodnotami Skill.

Alternativně mohou být instrukce příliš vágní. Konkrétní příklady v obsahu Skill výrazně zlepšují dodržování. Ukažte Claude, jak vypadá dobrý výstup.

Překročen rozpočet tokenů

Příliš mnoho Skills nebo příliš rozvláčné instrukce vyčerpají kontext. Auditujte načtené Skills — odstraňte ty, které se zřídka používají. Přesuňte podrobné referenční materiály do zdrojů úrovně 3.

Proměnná prostředí CLAUDE_AUTOCOMPACT_PCT_OVERRIDE může spustit kompresi dříve, pokud se kontext pravidelně zaplňuje.

Dopad na formování dovedností vývojářů

Anthropic publikoval výzkum zkoumající, jak AI asistování ovlivňuje rozvoj kódovacích dovedností. Studie, náhodné kontrolované zkoumání se softwarovými vývojáři, zkoumala, zda kognitivní odlehčení brání růstu dovedností.

Podle výzkumu účastníci, kteří se setkali s více chybami, pravděpodobně zlepšili své debugging dovednosti řešením těchto chyb nezávisle. Když byli seskupeni podle vzorů interakcí s AI, silná závislost na AI pro generování kódu nebo debugging korelovala s průměrnými výsledky kvízů nižšími než 40 %.

Výzkum poznamenává: „Výhody produktivity mohou být vykoupeny dovednostmi potřebnými k ověření kódu napsaného AI, pokud byl rozvoj dovedností mladších inženýrů potlačen již samotným používáním AI.“

Toto zjištění má dopady na návrh Skills. Skills by měly doplňovat odborné znalosti, nikoli nahrazovat učení. Zvažte tyto pokyny:

Vysvětlovat, nejen provádět: Skills by měly zahrnovat vzdělávací kontext vysvětlující, proč určité přístupy fungují.

Podporovat ověřování: Zahrňte kroky revize do pracovních postupů Skills namísto předpokladu automatické správnosti.

Progresivní odhalování: Mladší vývojáři mohou těžit z rozvláčnějších Skills, které učí koncepty, zatímco starší vývojáři preferují stručné, akčně orientované Skills.

Budoucí směry a růst ekosystému

Ekosystém Skills se nadále rozšiřuje. Komunitně přispěné Skills se množí. Oficiální úložiště Anthropic Skills demonstruje, jak otevřená spolupráce zrychluje růst schopností. Vývojáři přispívají specializovanými Skills pro niche frameworky, jazyky a pracovní postupy.

Pluginy systémy se zdokonalují. Podle oficiální dokumentace lze Skills programově balit s vlastními příkazy, agenty a servery MCP prostřednictvím pluginů. To umožňuje distribuci složitých balíčků schopností jako jednotlivých jednotek.

Vznikají doménově specifické kolekce Skills. Lékařské výzkumné týmy, finanční analytici a skupiny pro vědecké výpočty vytvářejí specializované knihovny Skills, které kódují osvědčené postupy specifické pro daný obor.

Integrace s CI/CD pipeline se rozšiřuje. Skills, které provádějí automatizovanou revizi kódu, skenování bezpečnosti a kontrolu shody, jsou začleňovány do automatizovaných pracovních postupů.

Často kladené otázky

Závěr: Budování vaší strategie Skills

Claude Code Skills transformují AI asistenci pro kódování z reaktivní na proaktivní. Místo neustálého připomínání Claude vašich preferencí a standardů je jednou zakódujte. Claude automaticky, konzistentně a spolehlivě aplikuje tyto znalosti.

Začněte v malém. Vytvořte jeden Skill, který řeší váš nejčastější manuální prompt. Otestujte ho. Zjemněte ho. Pak postupně rozšiřujte.

Nejúspěšnější implementace Skills sdílejí společné charakteristiky: řeší skutečné problémy, jsou udržovány jako kód (verzovány, recenzovány, dokumentovány) a vyvažují automatizaci s učením.

Skills představují více než jen zkratky produktivity. Jsou to systémy pro zachycení znalostí, které uchovávají týmovou expertízu v proveditelné formě. Jak se týmy vyvíjejí, Skills dokumentují nejen to, co dělat, ale i proč.

Jste připraveni začít? Vytvořte .claude/skills/ ve svém aktuálním projektu. Napište jednoduchý Skill, který řeší jeden opakující se úkol. Spusťte Claude Code a sledujte, jak funguje. To je začátek inteligentnějšího vývojového pracovního postupu.

Prozkoumejte oficiální úložiště Anthropic Skills pro příklady přispěné komunitou. Zkontrolujte dokumentaci Claude Code pro pokročilé vzory. Připojte se k diskuzím o strategiích implementace a sdílejte, co funguje pro váš tým.

Ekosystém Skills s každým příspěvkem sílí. Vytvořte něco užitečného, pak to sdílejte.