ما هي مهارة كلود (Claude Skill)؟ السلاح السري لجعل وكلاء الذكاء الاصطناعي أكثر ذكاءً: نظرة متعمقة على مهارة كلود واستراتيجية التكامل عبر المنصات

مقدمة

هل واجهت هذا الموقف من قبل: تريد أن يساعدك الذكاء الاصطناعي في التعامل مع مهمة محددة في مشروعك، ولكن بعد حشو كل المعرفة الأساسية، ومعايير البرمجة، وتوثيق API في الموجه (Prompt)، تجد أن نافذة السياق (Context Window) للذكاء الاصطناعي تنفجر، أو يبدأ الذكاء الاصطناعي في الهذيان بسبب الحمل الزائد للمعلومات؟

الأمر يشبه توظيف طاهٍ حائز على نجمة ميشلان، ولكن عليك الوقوف بجانبه في كل مرة والتذمر: “مرحبًا، قطع البصل الآن، ثم اخفق البيض، تذكر إضافة الملح…” على الرغم من مهارة الطاهي، فإن تكرار ذلك في كل مرة أمر مرهق لك، وقد يفوته شيء ما.

لحل هذه المشكلة، قدمت Claude (Anthropic) مفهومًا قويًا — مهارة كلود (Claude Skill) أو مهارة الوكيل (Agent Skill). ستأخذك هذه المقالة في نظرة متعمقة حول ماهية هذه “التكنولوجيا السوداء” وكيفية دمجها في مشاريعك، مما يحول كل وكيل ذكاء اصطناعي إلى أصل خبير جاهز للقتال من أجلك.

ما هي مهارة كلود؟ (تشبيه يومي: وصفات سرية في المطبخ)

إذا أردنا شرح مهارة كلود بأبسط طريقة، يمكننا تخيلها على أنها “بطاقات وصفات (Recipe Cards) موضوعة على رف مطبخ مطعم راقٍ”.

التوجيه العام (General Prompting): يشبه وقوفك بجانب الطاهي (الذكاء الاصطناعي) وإعطاء تعليمات شفهية.
مهارات كلود (Agent Skills): تشبه كتابة إجراءات التشغيل القياسية (SOP) الخاصة بك في بطاقات وصفات.

عادةً ما يتم تخزين هذه البطاقات في مجلدات (نظام الملفات)، ولا يحتاج الطاهي إلى حفظ الموسوعة بأكملها (مما يوفر نافذة السياق). فقط عندما تصرخ “اصنع بيف ويلينغتون”، يذهب الطاهي إلى الرف، ويسحب بطاقة الوصفة المحددة تلك، ويتبع الخطوات واحدة تلو الأخرى.

البنية الأساسية للمهارة

بنية المهارة في الواقع بسيطة للغاية. إنها مجرد مجلد، يحتوي عادةً على ثلاثة أجزاء:

SKILL.md: هذه هي الوصفة نفسها. تقول: “إذا كنت تريد معالجة ملف PDF، فافعل هذا أولاً، ثم ذاك…”.
scripts/ (اختياري): مثل مقشرة متخصصة في المطبخ. هذه نصوص برمجية محددة بلغة Python أو Bash ليقوم الذكاء الاصطناعي بتنفيذها مباشرة، دون الحاجة إلى اختلاق التعليمات البرمجية بنفسه.
Metadata (YAML): الملصق الموجود على كعب كتاب الوصفات (الاسم، الوصف)، مما يسمح للذكاء الاصطناعي بالمسح السريع ومعرفة الغرض من هذه الوصفة.

لماذا يجعل هذا الوكلاء أكثر ذكاءً؟ (ميزة معمارية)

يستخدم هذا مفهومًا نفسيًا/تقنيًا يسمى “الإفصاح التدريجي (Progressive Disclosure)”.

قبل استخدام المهارات: تقوم بحشو جميع قواعد المشروع، ومعايير التعليمات البرمجية، ومستندات API في الذكاء الاصطناعي. سعة دماغ الذكاء الاصطناعي (Context Window) تنفجر على الفور.
بعد استخدام المهارات: يبدأ الذكاء الاصطناعي بمعرفة “لدي قائمة بهذه الأدوات (Metadata)” فقط. عند مواجهة مهمة محددة، يقوم بعد ذلك “بقراءة” ذلك الـ SKILL.md المحدد في دماغه.

هذا يجعل وكيل الذكاء الاصطناعي الخاص بك مثل “مهندس خبير يعرف كيفية استشارة الأدلة”، بدلاً من “محاولة حفظ المكتبة بأكملها”.

نظرة متعمقة: آليات المهارة وتنسيقها

يقسم منطق تشغيل مهارة كلود المعلومات إلى ثلاثة مستويات، مما يسمح للذكاء الاصطناعي “بأخذ ما هو مطلوب فقط، عند الحاجة إليه”:

المستوى	المحتوى (Content)	متى يتم التحميل (When Loaded)	تكلفة الرموز المميزة (Token Cost)	تشبيه يومي
Level 1	Metadata وسوم YAML: الاسم، الوصف	دائمًا (Always) توضع في موجه النظام (System Prompt) عند البدء	منخفضة جدًا (~100 tokens)	قائمة المطعم تنظر إلى القائمة وتعرف أن الطبق موجود، لكن لا تحتاج لدخول المطبخ بعد.
Level 2	Instructions (التعليمات) التعليم داخل `SKILL.md`	عند التشغيل (Triggered) يستخدم الذكاء الاصطناعي Bash لقراءة الملف عندما يشعر بالضرورة	متوسطة (<5k tokens)	بطاقة الوصفة تم التأكيد على طهي هذا الطبق، لذا أخرج هذه البطاقة لرؤية الخطوات.
Level 3	Resources & Code نصوص برمجية (`.py`) أو مراجع	حسب الحاجة (As needed) تفيذ نص برمجي أو استشارة مستندات محددة	تقريبًا صفر يعيد نتائج التنفيذ فقط	أدوات متخصصة أخرج الخلاط لخفق البيض؛ أنت بحاجة فقط للنتيجة، وليس لابتلاع الآلة بأكملها.

مثال على تنسيق `SKILL.md`

يتكون ملف المهارة القياسي من ترويسة YAML ومحتوى Markdown:

---
name: data-analyzer           # قاعدة: أحرف صغيرة، أرقام، شرطات
description: Analyze data from CSV files and generate charts. Use when the user asks for insights from spreadsheets. # قاعدة: صف بوضوح "ماذا تفعل" و "متى تستخدم"
---

# Data Analyzer Skill

## Instructions
1.  أولاً، تحقق من مسار ملف CSV الذي قدمه المستخدم.
2.  استخدم النص البرمجي `scripts/analyze.py` لقراءة البيانات.
3.  إذا نجح التحليل، يرجى تلخيص اتجاهات البيانات باللغة الصينية التقليدية.

## Examples
User: "حلل تقرير المبيعات هذا"
Assistant: (executes python scripts/analyze.py sales.csv)

كيف تبني بنية عالمية “عابرة للنماذج”؟

نقطة الألم بالنسبة للكثيرين هي: “لا أريد أن أكون مقيدًا بـ Claude! ماذا عن الذكاء الاصطناعي الآخر (مثل Gemini، Cursor، VS Code Copilot)؟”

يمكن لـ Claude Code المسح تلقائيًا لأن وقت التشغيل الخاص به يحتوي على منطق مشفر بداخلة لاجتياز .claude/skills. الوكلاء الآخرون مثل القراء الذين يدخلون مكتبة بدون نظام فهرسة.

لحل هذه المشكلة، يمكننا إنشاء “فهرس رئيسي (Master Index)”.

الحل 1: إنشاء `SKILLS_INDEX.md`

أنشئ SKILLS_INDEX.md أو AGENTS_README.md في جذر المشروع، بالهيكل التالي:

# AI Agent Skills Index
(ملاحظة: يحتوي هذا المشروع على مهارات وكيل معيارية. عندما تواجه المهام التالية، يرجى قراءة ملف SKILL.md المقابل لمعايير التشغيل.)

## Available Skills

| اسم المهارة (Skill Name) | المسار (Path) | الوصف ومتى تستخدم (Description & When to use) |
| :--- | :--- | :--- |
| PDF Processing | `skills/pdf-processing/SKILL.md` | استخدمه عندما يطلب المستخدم "قراءة PDF"، أو "استخراج جدول"، أو "دمج ملفات". |
| Code Review | `skills/code-review/SKILL.md` | استخدمه عندما يطلب المستخدم "مراجعة الكود"، أو "التحقق من PR"، أو "تحسين الكود". |

## How to use
1. اقرأ القائمة أعلاه أولاً.
2. بناءً على موجه المستخدم، احكم على المهارة الأكثر صلة.
3. اقرأ بشكل استباقي (Read) محتوى `SKILL.md` في ذلك المسار إلى السياق.

هذا يشبه “القائمة” عند مدخل المطعم. بمجرد دخول Gemini أو Cursor إلى المشروع وقراءة هذا الملف، فإنه يعرف “أوه! إذن لدي هذه الحركات المتاحة”.

الحل 2: حل متخصص لـ Cursor (`.cursorrules`)

إذا كنت تستخدم Cursor، فلديه ميزة قوية تسمى .cursorrules. يمكنك كتابة منطق الفهرسة مباشرة فيه، مما يسمح لـ Cursor بتركيب المهارات تلقائيًا.

You are an advanced AI coding assistant. This project utilizes a standardized "Agent Skills" architecture located in the `skills/` directory.

Before executing complex tasks, verify if a relevant skill exists:

[Skill List]
- name: pdf-processing
- path: skills/pdf-processing/SKILL.md
- description: Extract text and tables from PDF files.

Instruction:
If the user's request matches a skill's description, you MUST read the content of the corresponding `SKILL.md` file before proceeding.

الحل 3: نص برمجي للإنشاء التلقائي

لتجنب عناء صيانة الفهرس يدويًا، يمكنك كتابة نص برمجي بسيط update_skills_index.py لمسح ترويسات YAML لجميع ملفات SKILL.md تلقائيًا وإنشاء SKILLS_INDEX.md.

كيف تنشئ مهارة بسرعة؟

لا تريد كتابة YAML و Markdown يدويًا؟ يمكنك استخدام “AI Skill” لإنشاء “AI Skill”!

توفر Anthropic رسميًا مهارة تسمى skill-creator، وهي في الأساس “معالج بأسلوب المقابلة (Wizard)”.

التثبيت: ضع مجلد skill-creator في دليل المهارات (skills) الخاص بك.
الاستدعاء: قل للذكاء الاصطناعي: “مرحبًا، أريد إنشاء مهارة جديدة، يرجى مساعدتي باستخدام skill-creator.”
التفاعل: سيبدأ في سؤالك: “ما الأداة التي تريد صنعها؟"، “هل تحتاج إلى كتابة نصوص Python؟”.
الإنشاء: بعد انتهاء المحادثة، سيقوم تلقائيًا بإخراج SKILL.md بالتنسيق القياسي وبنية المجلد لك.

هذا يشبه أنك لست مضطرًا لرسم المخطط بنفسك، بل تطلب من “روبوت مولد المخططات” رسمه لك.

الخاتمة

مهارات كلود (Agent Skills) ليست مجرد ميزة حصرية لـ Claude؛ إنها معيار مفتوح لتعاون الوكلاء. من خلال هياكل الملفات الموحدة و آليات الفهرسة الواضحة، يمكننا السماح لهذه البنية القوية بعبور حدود النماذج وتطبيقها في أي بيئة تطوير للذكاء الاصطناعي.

مع “دليل تشغيل الموظف الرقمي” هذا، لم يعد وكيلك مبتدئًا لا يعرف سوى الهذيان، بل خبيرًا كبيرًا يمكنه استشارة إجراءات التشغيل القياسية (SOPs) وتنفيذ المهام بدقة في أي وقت. ابدأ بناء مكتبة المهارات القياسية الخاصة بك الآن!