Agent Skills - वर्कफ़्लो के अनुसार AI को कस्टमाइज़ करना

 (anthropic.com)
17 पॉइंट द्वारा GN⁺ 2025-10-17 | 4 टिप्पणियां | WhatsApp पर शेयर करें
  • Anthropic का Agent Skills उपयोगकर्ता के कार्यप्रवाह के अनुसार AI की विशेषज्ञता को विस्तृत करने में मदद करता है
  • Skill एक फ़ोल्डर-आधारित कॉम्पोनेंट है जिसमें निर्देश, स्क्रिप्ट और रिसोर्स शामिल होते हैं, और Claude इसे केवल काम के लिए ज़रूरत पड़ने पर ही लोड करता है
  • यह Excel·PowerPoint बनाना, brand guide का पालन करना जैसे विशिष्ट कार्यक्षेत्रों के लिए विशेषीकृत निष्पादन क्षमता देता है
  • उपयोगकर्ता या डेवलपर स्वयं Skill बनाकर Claude app, Claude Code और API में व्यापक रूप से उपयोग कर सकते हैं
  • enterprise स्तर की deployment और management सुविधाएँ भी आने वाली हैं, जिससे यह कस्टम AI workflow बनाने की नींव बन सकता है

Skills का अवलोकन और काम करने का तरीका

  • Agent Skills फीचर के ज़रिए Claude को इस तरह कस्टमाइज़ किया जा सकता है कि वह विशेष कार्य बेहतर ढंग से कर सके
  • Skills, निर्देश, स्क्रिप्ट और रिसोर्स वाले फ़ोल्डर के रूप में दिए जाते हैं, और Claude केवल तभी संबंधित Skill तक पहुँचता है जब उस काम की ज़रूरत हो
  • इस फीचर से Excel दस्तावेज़ प्रबंधन, संगठन के brand guideline का पालन जैसे विभिन्न विशेषज्ञ कार्यों में Claude का अधिक प्रभावी उपयोग संभव है
  • उपयोगकर्ता कस्टम Skills बनाकर उन्हें Claude app, Claude Code, API आदि में एकसाथ उपयोग कर सकते हैं

Skills कैसे काम करते हैं

  • Claude के पास एक algorithm है जो काम करते समय उपलब्ध सभी Skills को स्कैन करता है और सबसे संबंधित Skill खोजता है
  • अगर कोई matching Skill मिलती है, तो वह सिर्फ़ न्यूनतम आवश्यक जानकारी और फ़ाइलें लोड करता है, जिससे गति बनी रहती है और विशेषज्ञ कार्य निष्पादन क्षमता भी मिलती है
  • Skills की विशेषताएँ
    • संयोजनीयता: कई Skills को stack की तरह साथ इस्तेमाल किया जा सकता है, और Claude अपने-आप आवश्यक Skills को समायोजित करता है
    • पोर्टेबिलिटी: एक ही format में लिखे जाने के कारण इन्हें Claude product family में कहीं भी इस्तेमाल किया जा सकता है
    • दक्षता: ज़रूरत के समय केवल ज़रूरी capability ही लोड होती है
    • शक्तिशालीपन: executable code (e.g. Python, Shell) भी शामिल किया जा सकता है, जिससे पारंपरिक programming efficiency का लाभ लिया जा सकता है
  • Skills को संगठन के विशेषज्ञ ज्ञान को package करके Claude तक पहुँचाने वाली कस्टम onboarding सामग्री की तरह देखा जा सकता है; इन्हें इस तरह डिज़ाइन किया गया है कि Claude किसी विशेष domain expert की भूमिका निभा सके

Claude products के साथ एकीकरण

Claude Apps

  • Pro, Max, Team और Enterprise उपयोगकर्ता सभी Skills फीचर का उपयोग कर सकते हैं
  • डिफ़ॉल्ट रूप से दस्तावेज़ लेखन जैसे सामान्य कामों के लिए कई example Skills दिए जाते हैं, और उन्हें सीधे कस्टमाइज़ भी किया जा सकता है
  • उपयोगकर्ता काम का विवरण दर्ज करता है और Claude अपने-आप उपयुक्त Skill लोड करता है; chain of thought में भी Skill का व्यवहार देखा जा सकता है
  • skill-creator Skill के ज़रिए संवादात्मक मार्गदर्शन के साथ workflow queries, folder structure creation, SKILL.md auto-formatting, resource bundling आदि के माध्यम से आसानी से Skill बनाई जा सकती है
  • Team/Enterprise के मामले में admin को संगठन स्तर पर यह फीचर enable करना होगा
  • settings page पर उपलब्ध

Claude Developer Platform (API)

  • Messages API request और नए /v1/skills endpoint के ज़रिए custom Skills की version management और operational control संभव है
  • Skills का उपयोग करने के लिए सुरक्षित code execution environment देने वाला Code Execution Tool beta फीचर आवश्यक है
  • Anthropic द्वारा प्रदान किए गए Skills से Excel, PowerPoint, Word, PDF आदि में expert-level document creation और editing संभव है
  • डेवलपर विशिष्ट workflow के अनुसार custom Skills बनाकर Claude के उपयोग को स्वतंत्र रूप से विस्तृत कर सकते हैं
  • Claude Console में आसान Skill version creation, viewing और upgrading का समर्थन है
  • documentation और Anthropic Academy पर अतिरिक्त सीखना संभव है

पार्टनर उपयोग के उदाहरण

  • Box: stored content को अपने-आप transform करके PowerPoint·Excel·Word दस्तावेज़ बनाना, संगठन मानकों के अनुरूप automated documentation को समर्थन
  • Notion: जटिल सवालों को तुरंत executable tasks में बदलना, prompt adjustment का बोझ कम करना
  • Canva: Skills के माध्यम से agents को कस्टमाइज़ करके design automation और टीम स्तर पर उच्च-गुणवत्ता content production को समर्थन
  • Rakuten: Skills-आधारित finance और accounting automation, कई spreadsheets को एकसाथ प्रोसेस करना और report creation time को 1 दिन → 1 घंटा तक घटाना

Claude Code के साथ एकीकरण

  • Claude Code में टीम विशेषज्ञता और workflow को विस्तृत करने के लिए Skill installation का समर्थन है
    • anthropics/skills marketplace plugin तरीके से, या सीधे ~/.claude/skills में फ़ोल्डर जोड़कर इस्तेमाल किया जा सकता है
  • version control system integration के माध्यम से टीमों के बीच Skill sharing और collaboration सुविधाएँ मिलती हैं
  • Claude Agent SDK के ज़रिए custom agent development का भी समर्थन है

शुरुआत करना

आगे की योजना और सावधानियाँ

  • आगे चलकर Skill बनाने की प्रक्रिया को सरल किया जाएगा और संगठन स्तर की deployment क्षमता को मजबूत किया जाएगा
  • Skills Claude को code execute करने की अनुमति देते हैं, इसलिए केवल विश्वसनीय स्रोतों से मिली Skills का ही उपयोग करना चाहिए
  • data protection और security बनाए रखने पर ध्यान दें; अधिक जानकारी के लिए guidance document देखें

संबंधित पढ़ाई

4 टिप्पणियां

 
ahwjdekf 2025-10-21

एक आलू को बेक करके, उबालकर, भूनकर, स्ट्यू बनाकर, पीसकर ...
 
ahwjdekf 2025-10-21

हर बार कोई न कोई बड़ा ही शानदार नाम चिपका देते हैं। आखिर में स्वाद तो सबका आलू जैसा ही होता है।
 
GN⁺ 2025-10-17
Hacker News की राय

  • आगे चलकर फ्रंटएंड डेवलपमेंट में जैसा अनुभव हुआ था, वैसी ही ChatGPT और Claude आदि के आसपास काफ़ी conceptual confusion होने वाली लगती है; अब tools, functions, skills, agents, sub-agents, commands, apps जैसी तरह-तरह की अवधारणाएँ बाढ़ की तरह आ रही हैं, और इस confusion के ऊपर तरह-तरह के ‘vibe’ frameworks लगातार बढ़ते जा रहे हैं

    • mcp-संबंधित फीचर्स को भी भूलना नहीं चाहिए। हाँ, confusion तो है, लेकिन उसके नीचे कुछ बुनियादी concepts हैं जिन्हें आसानी से सीखा जा सकता है। नए फीचर्स जुड़ें तब भी उन्हें mental model में आसानी से फिट किया जा सकता है, या चाहें तो उन्हें नज़रअंदाज़ करके अपने tools खुद बनाकर इस्तेमाल करना भी अच्छा तरीका है। यह बुनियादी mental model ऐसा है कि LLM को loop में कॉल किया जाता है, session में उसने क्या किया उसका history (=context) लगातार सहेजा जाता है, और साथ ही file read, write, bash call जैसे tool calls करने दिए जाते हैं। इसे ‘agent loop’ भी कहते हैं, और इसे 100 लाइन के Python code से भी implement किया जा सकता है। LLM में रुचि रखने वाले developers को इसे खुद बनाकर देखने की ज़रूर सलाह दूँगा। एक बार करके देखें तो सच में आँखें खुल जाती हैं। खुद एक simple agent बना लेने पर, नया tool आने पर भी यह कैसे काम करता है, इसे implementation के नज़रिए से आसानी से समझाया जा सकता है। उदाहरण के लिए Claude Skills में 1) LLM को instructions लिखी हुई कई files दी जाती हैं 2) शुरुआत में केवल available skills को scan करके LLM के context में सिर्फ़ उनकी छोटी descriptions इकट्ठी रखी जाती हैं 3) LLM को बताया जाता है कि skills कैसे इस्तेमाल करनी हैं, और Claude में bash tool इस्तेमाल होता है 4) असली skill इस्तेमाल करते समय ‘call bash’ करके file पढ़ी जाती है और काम चलाया जाता है। बेशक, permission management जैसी कुछ महत्वपूर्ण details यहाँ छोड़ी गई हैं, लेकिन मुख्य संरचना यही है
    • ecosystem अब इतना जटिल हो गया है कि यह खुद अपने भार से ढह भी सकता है। हर system या platform के पास कुल complexity budget जैसा कुछ होता है, जितना लोग अपनी रोज़मर्रा की याददाश्त में संभाल सकते हैं, और यह बहुत महत्वपूर्ण है कि उसे कहाँ खर्च किया जाए। Platform provider जब नई complexity जोड़ता है, तो वह platform पर बनाई जा सकने वाली value से कटती है। आजकल providers differentiation के नाम पर complexity लगातार जोड़ रहे हैं, लेकिन अंत में जिन target customers की ज़रूरत है, उनके लिए platform में आना ही मुश्किल बना देते हैं, और platform के ऊपर बनाई जा सकने वाली असली value को भी कम कर देते हैं। अभी भी लगता है कि कई overlapping concepts इस नए complexity budget को खा रहे हैं जबकि वास्तविक अतिरिक्त functionality बहुत कम है। अंदर से ऐसा भ्रम हो सकता है कि “यह feature जोड़ने से सीखना आसान होगा”, लेकिन हक़ीक़त में जितने लोगों को आकर्षित करते हैं उतने ही बाहर भी धकेल देते हैं, इसलिए लाभ-हानि शायद बहुत ज़्यादा नहीं होती
    • यह पूरी तरह नई तकनीक है, इसलिए अब भी बहुत-सा हिस्सा अनजाना है। Cloud tools या Python libraries चुनना भी कुछ-कुछ ऐसी ही समस्या थी। यही कारण है कि हर कोई early adopter नहीं होता। इस सबके साथ बने रहने की मानसिक लागत काफ़ी ज़्यादा है
    • core loop सरल है, लेकिन ऐसा न्यूनतम framework जो इन command-style concepts के साथ खुलकर प्रयोग करने दे, बहुत कीमती है। मैंने Beads को सीधे framework में जोड़कर देखा; अच्छा लगे तो रखो, नहीं तो हटा दो—इसलिए यह पसंद आया। toolkami जैसी चीज़ भी देखने लायक है
    • ‘Metastasizing’ इस phenomenon को बहुत अच्छी तरह व्यक्त करता है; यह मौजूदा concepts के ऊपर अंतहीन परतों में जमा होता जाता है

  • मैंने अभी skills पर एक पोस्ट लिखी है: “Claude Skills वाकई शानदार हैं, और शायद MCP से भी बड़ा बदलाव हो सकते हैं” पोस्ट लिंक

    • क्या आपको लगता है कि Skills और AGENTS.md में overlap है? VSCode ने भी हाल ही में experimental तौर पर nested AGENTS.md feature जोड़ा है, और भले यह कम formal हो, concept शायद मिलता-जुलता हो सकता है VSCode अपडेट लिंक
    • skills मुझे hard spec में शामिल किए जाने वाले feature से ज़्यादा एक design pattern या prompt engineering trick जैसे लगते हैं। असल में इसे MCP के अंदर भी implement किया जा सकता था। मैं अब तक “कुछ भी शुरू करने से पहले skills MCP में search करो और संबंधित guide पढ़ो” जैसी शैली में इसका उपयोग करता आया हूँ
    • यह जानना दिलचस्प होगा कि किस मोड़ पर किसी चीज़ को skill के रूप में रखना चाहिए और किस मोड़ पर उसे project बनाना चाहिए

  • मेरा मानना है कि ऐसे systems की समस्या अच्छी तरह हल करने की क्षमता काफी हद तक skills में लिखे गए summary text पर निर्भर करती है। इंसान अनुभव के साथ समझ जाता है कि कौन-सी skill कब इस्तेमाल करनी है, लेकिन Claude हर बार मानो शुरुआत से सिर्फ़ ऊपर-ऊपर description पढ़कर काम शुरू करता है

    • इंसान अनुभव के ज़रिए कुशल skill user बनता है, जबकि LLM केवल नकल कर सकता है। इसी वजह से Richard Sutton मानते हैं कि LLM, AGI में evolve नहीं होंगे। Sutton के अनुसार AGI reinforcement learning से आएगा, और LLM (neural networks) केवल imitation कर सकते हैं। LLM के पास goals और actions के परिणाम जैसी cognitive foundation नहीं होती, इसलिए LLM में “skill” असल में reference manual के क़रीब है, न कि ऐसी skill के जो किसी task/instrument/solution development में बार-बार लागू हो सके Sutton वीडियो
    • आख़िरकार यह context window की समस्या है। इंसान बहुत बड़ा context भले अपूर्ण रूप से याद रखता है, लेकिन किसी क्षेत्र में 10,000 घंटे से ज़्यादा लगाकर mastery हासिल करे तो उस “skill” को अच्छी तरह याद रखता है, बाकी चीज़ें भूल भी जाता है। LLM programmatic context के रूप में चीज़ों को स्थिर रूप से store और perfectly recall कर सकता है, लेकिन पूरे context को हर बार scan करना समय और लागत दोनों के लिहाज़ से बहुत महँगा है। इसलिए Skills (या अधिक सटीक रूप से context insertion) output priorities को manually adjust करने का तरीका हैं। LLM का thinking mode भी अंततः context rebalancing ही है। ज़रूरी नहीं कि वह “हर बार बिल्कुल शुरुआत से” हो। इस नज़रिए से देखें तो tool use काफ़ी आसान हो जाता है
    • मुझे लगता है LLM का हर बार fresh starting point से शुरू होना शायद multi-tenant infrastructure की वजह से है। OpenAI या Anthropic का अलग-अलग users के बीच servers/memory reuse करना स्वाभाविक है। क्या कोई “personal” single-tenant setup संभव हो सकता है, जहाँ LLM पिछली सारी बातचीत याद रखे?
    • LLM में knowledge/tools को समृद्ध बनाने की कुंजी यह है कि LLM को यह समझ आए कि क्या कब इस्तेमाल करना है, लेकिन अभी यह लगभग असंभव क्षेत्र है
    • ज़्यादातर अनुभव project/conversation-specific नहीं बल्कि सामान्य जानकारी होते हैं। LLM को ऐसे knowledge के साथ शुरू करना चाहिए, और फिर project-specific जानकारी को अलग से याद और retrieve करने में सक्षम होना चाहिए। इंसान की information retrieval speed बहुत तेज़ होती है, लेकिन LLM भी थोड़ा धीमा होकर लगभग real-time में संदर्भ ले सकता है

  • यह कुछ मज़ेदार है कि Claude की “skills” तभी ठीक से काम करती हैं जब developers अच्छी documentation लिखें और उसे maintain करें। बहुत-से developers असली code documentation भी maintain नहीं कर पाते, तो LLM के लिए documentation शायद और कठिन होगी। बहुत सुव्यवस्थित file system और उच्च risk tolerance रखने वाले थोड़े-से developers के लिए यह अर्थपूर्ण हो सकता है, लेकिन अगर कोई व्यक्ति पहले से ऐसा है, तो क्या वह यह छोटा-मोटा काम LLM को देने के बजाय किसी junior को training के तौर पर नहीं देगा? आख़िर में output तो वैसे भी review करना ही होगा। Context window सीमित होने के कारण सचमुच इंसान जैसी “skill internalization” का एहसास बनाना मुश्किल है। अगर इसके लिए dedicated LLM training करनी पड़े, तो अंततः आप उसी LLM से हमेशा के लिए बँध जाएँगे। कई मायनों में यह पूरा “आदर्श स्थिति जहाँ संगठन के भीतर सब कुछ perfectly align हो जाए” वाला अनुमान ही दिलचस्प लगता है

    • यह बात कि LLM को अच्छी तरह चलाने के लिए developer docs और इस पोस्ट में संक्षेपित तरह-तरह का pro developer infrastructure चाहिए, वास्तव में उपयोगी motivation देती है। उल्टा, management को समझाने में भी मदद मिलती है
    • LLM उन developers को ज़्यादा reward देता है जो अच्छा लिखते हैं, इसलिए शायद developers LLM से कतराते भी हों
    • मैं भी comments देखने आया था, और लगता है इस angle की ओर इशारा करने वाले आप ही हैं। “Skills” आख़िरकार detailed documentation ही हैं, और व्यवहार में हमने शायद ही कभी project-दर-project ऐसी documentation लिखी हो। अगर LLM skills की वजह से सारे developers सचमुच बहुत detailed documentation लिखने लगें तो अच्छा होगा, लेकिन इसकी संभावना कम लगती है

  • Sub agents, mcp, skills आदि आपस में कैसे interact करेंगे, यह जानने की जिज्ञासा है। काफ़ी overlap महसूस होता है। Spec को upgrade करके Claude में अतिरिक्त capabilities देना अपने-आप में ठीक है, लेकिन व्यवहार में agent features किसी भी तरीके से बनाए जाएँ, सब लगभग समान स्तर तक पहुँच ही जाते हैं। अभी तक mcp में json चाहिए था, लेकिन Claude में file/folder में markdown रखना काफ़ी है, और multimodal input भी संभव है, इसलिए UX काफ़ी बेहतर हुआ लगता है

    • Claude Skills तो बस MCP prompts जैसे ही लगते हैं MCP prompt spec, समझ नहीं आता नया concept बनाने की ज़रूरत क्या थी। Chat UI में marketing के लिहाज़ से ठीक है, लेकिन Claude Code में? वहाँ CLAUDE.md भी है, इसलिए थोड़ा सवाल उठता है
    • मुझे लगता है ये तीनों काफ़ी अच्छी तरह एक-दूसरे के पूरक हैं। MCP APIs को इस तरह wrap करता है कि LLM agent उनका उपयोग कर सके; Skills ज़रूरत पड़ने पर ही agent को context-efficient तरीके से अतिरिक्त निर्देश देती हैं, और इनमें कुछ commands MCP के उपयोग का तरीका भी समझा सकती हैं। Sub-agents context management का एक और pattern हैं, जहाँ parent agent mission को child agent को सौंपता है, और ज़रूरत होने पर skills और MCP दोनों का उपयोग करके tokens बचा सकता है

  • ऐसे features जुड़ना काफ़ी ताज़गीभरा है। अपने project में मैं bin/claude नाम का एक subfolder अलग बनाकर रखता हूँ, जहाँ Claude द्वारा बनाए गए scripts जैसी चीज़ें रखी जाती हैं, और claude.md में उस location को ठीक से दर्ज कर देता हूँ ताकि tool discovery में काम आए। Real-world performance भी काफ़ी अच्छी रही। असल में सचमुच जिस चीज़ की ज़रूरत है, वह context management helper है—जैसे “Claude को इस MCP set के साथ शुरू करो और फिर उस MCP set पर switch करो”; अभी मैं हर project के लिए अलग subdirectory (profile) रखता हूँ और वहीं से एक बार claude चलाता हूँ। इस setup में bin/claude अच्छी भूमिका निभाता है, इसलिए Claude तुरंत समझ जाता है कि किसी खास BigQuery dataset का analysis कैसे करना है या auth files कहाँ हैं। मैंने कभी नहीं सोचा था कि file system को profile management के लिए इस्तेमाल करूँगा, लेकिन अंत में ऐसा ही कर रहा हूँ

    • “context management helper” सुनकर तो यही लगता है कि वह तो sub agents ही हैं, है न?

  • समझ नहीं आता कि ऐसे demo में कुत्ते की तस्वीर उलटने या काटने जैसे इतने साधारण examples क्यों लिए गए। Skills के लिए इससे कहीं ज़्यादा भरोसेमंद use cases तो बहुत हैं

    • developer page पर PDF processing का कहीं बेहतर example है PDF skill docs, और मैं भी Claude Code में usage guide वाली markdown files को @tag करके इस्तेमाल कर रहा था; अब यह automated हो गया है तो और अच्छा है
    • Wikipedia के "The purpose of a system is what it does" लेख को देखें तो सोचने लायक बात है
    • आज सुबह Claude में .xlsx file generation से जुड़े जिन दो issues का मुझे सामना करना पड़ा, उनके समाधान भी इस doc में थे Excel skill example
    • कुत्ते की तस्वीर वाला example आख़िरकार consumers तक बात पहुँचाने के लिए एक आसान reference भर है

  • लगता है Claude-skills का अपनाना बहुत तेज़ी से फैल रहा है। मैं मंगलवार को "Superpowers" परिचय पोस्ट से प्रभावित हुआ था, और तब से जो tools पहले से बनाए थे उन्हें अच्छी तरह व्यवस्थित करके skills के रूप में पैक कर दिया ताकि agent को सौंपकर इस्तेमाल किया जा सके। deli-gator open source पर feedback का स्वागत है

    • agent को delegation देना वाकई आकर्षक है। कई बार Linear issue context बहुत ज़्यादा आ जाता है; जैसे मैं सिर्फ़ issue description और आख़िरी comment लेना चाहता हूँ, लेकिन Linear MCP सारे comments उठा लाता है और context गंदा हो जाता है

  • पिछले शुक्रवार मैंने गलती से Claude Skills के अस्तित्व का खुलासा पहले ही कर दिया था, इसलिए अब इसका आधिकारिक रूप से आ जाना अच्छा है संबंधित ब्लॉग पोस्ट

    • “अगर आप नया Claude instance चलाकर उससे /mnt/skills folder की पूरी सामग्री को zip file में बदलने के लिए prompt करें, तो यह सच में काम करता है”—यह हैक अब वास्तविकता बन चुका है, जो दिलचस्प भी है और डरावना भी। उम्मीद है कि उसे पूरे file system या binaries तक access नहीं होगा; अगर SSH भी संभव हो गया तो...
    • Jesse का ब्लॉग आजकल बहुत सक्रिय है, इसके लिए आभारी हूँ

  • skills, plugins, marketplace, connectors, add-ons वगैरह की किस्में इतनी बढ़ गई हैं कि साथ बने रहना मुश्किल हो रहा है

    • मेरी राय में इन्हें ज़रूरी नहीं कि closely follow किया जाए। Prompt engineering की ‘best practices’ की तरह, ये अक्सर केवल अस्थायी limitations को bypass करने के लिए workaround होते हैं, इसलिए जब तक वास्तव में ज़रूरी capabilities base model में built-in न आ जाएँ, तब तक इसमें ज़्यादा समय लगाने की आवश्यकता नहीं। कुछ महीनों में इनमें से बहुत-सी चीज़ें ग़ायब हो जाएँगी, इसलिए केवल तब ध्यान देना चाहिए जब performance की तत्काल ज़रूरत हो
    • ऐसा क्यों हो रहा है, इसे थोड़ा समझना चाहिए। Company के नज़रिए से उन्हें कुछ-न-कुछ बनाना ही है, जबकि main product अभी तक ‘mass unemployment के युग’ वाले वादे को पूरा नहीं कर पाया है। यह users से ज़्यादा investors के लिए एक signal है कि “हम सिर्फ़ researchers की salary नहीं दे रहे, बल्कि तरह-तरह के products भी बना रहे हैं और data भी चला रहे हैं।” ऊपर से उनके पास विशाल AB testing base भी है
    • user के नज़रिए से, providers के proprietary features जितने बढ़ते हैं, उतना ही सीखने और configure करने का बोझ बढ़ता है, और vendor lock-in भी गहराता है—यानी अंततः नुकसान user का है। लेकिन model providers के लिए ऐसे features जारी रखना product differentiation बनाए रखने का तरीका है; वरना उनके बनाए मॉडल सिर्फ़ commodity बनकर रह जाएँगे
    • लगता है feature additions तब तक जारी रहेंगी जब तक टीम का मनोबल ऊँचा बना रहेगा
    • असल में मुझे यह इतना complex नहीं लगता। Plugins के भीतर commands, MCPs, Subagents, और अब Skills शामिल हैं। Marketplace बस वह जगह है जहाँ ऐसे plugins इकट्ठा किए जाते हैं