Remotion, Marketing Skills, dan 100 Skill AI Tambahan untuk Konten, Coding, Dokumen, Riset, serta Otomasi
Ilustrasi ImageGen: katalog kemampuan untuk agen AI. Semua gambar adalah ilustrasi, bukan screenshot produk, hasil benchmark, atau janji bahwa seluruh skill langsung kompatibel dengan PC tertentu.
Setelah AI lokal bisa dipakai dan mempunyai menu skill, langkah berikutnya adalah memilih kemampuan yang benar-benar membantu pekerjaan. Contohnya Remotion untuk pekerjaan video berbasis kode dan Marketing Skills untuk alur kerja pemasaran. Di luar dua contoh tersebut, ada banyak skill untuk menulis, merancang visual, mengolah dokumen, menganalisis data, mengembangkan aplikasi, serta mengelola infrastruktur.
Artikel ketiga ini melanjutkan panduan membuat AI sendiri di PC dengan GPU ringan dan panduan menambahkan skill, memori, tools Python, dokumen, serta otomasi sederhana. Dua artikel tersebut menjadi fondasi model asisten-pc, proyek ai-lokal-saya, dan antarmuka app_lanjutan.py.
Daftar tambahannya berisi tepat 100 skill individual dari 10 repositori, di luar paket Remotion dan coreyhaines31/marketingskills. Setiap entri ditautkan ke SKILL.md masing-masing, dengan fungsi dan kebutuhan yang dinyatakan sumbernya. Beberapa berasal dari repositori yang sama karena tugasnya berbeda, misalnya membuat Word, memeriksa PDF, dan mengolah Excel.
Gunakan katalog ini untuk memilih kemampuan sesuai pekerjaan. Anda tidak perlu memasang seluruhnya. Skill yang berisi panduan menulis membutuhkan integrasi berbeda dari skill yang menjalankan Python, membuat video, memakai subagen, atau mengakses layanan cloud.
Daftar isi
- Memahami tiga lapisan: model, skill, dan tools
- Dua paket acuan: Remotion dan Marketing Skills
- Cara membaca katalog 100 skill
- A. Nomor 1–25: skill coding dan pengujian
- B. Nomor 26–50: skill konten, bisnis, dan desain
- C. Nomor 51–75: skill dokumen, data, dan riset
- D. Nomor 76–100: skill infrastruktur dan keamanan
- Pilihan awal berdasarkan pekerjaan Anda
- Langkah 1. Pilih skill dan host yang sesuai
- Langkah 2. Adaptasikan instruksi ke aplikasi AI lokal
- Langkah 3. Uji hasil, dependensi, dan penggunaan sumber
- Hal penting yang ditemukan pada sumber
- Pertanyaan yang sering diajukan
- Urutan membaca seri AI lokal
- Sumber dan tanggal pemeriksaan
Memahami tiga lapisan: model, skill, dan tools
Model menghasilkan prediksi atau jawaban. Skill memberi instruksi dan prosedur untuk tugas tertentu. Tools menjalankan fungsi seperti membaca file, menghitung data, membuka browser, atau merender video. Agent Skills umumnya dikemas sebagai folder dengan SKILL.md, dan dapat menyertakan skrip, referensi, maupun aset pendukung. Agent Skills (akses 2026/10), Overview
| Lapisan | Contoh | Pengaruh pada proyek sebelumnya |
|---|---|---|
| Model | Model Ollama yang dipanggil sebagai asisten-pc |
Menentukan kemampuan dasar memahami dan menghasilkan teks |
| Instruksi skill | Aturan menyusun pembuka konten atau mengevaluasi bug | Dapat diadaptasi menjadi instruksi tugas yang pendek |
| Resource skill | Template, panduan tambahan, dan contoh | Perlu disimpan serta dimuat ketika relevan |
| Tool lokal | Python, Git, Node.js, browser, konverter dokumen | Memerlukan fungsi aplikasi serta dependensi yang benar |
| Layanan eksternal | Cloud deployment, pencarian, akun publishing | Memerlukan koneksi, akses akun, dan konfigurasi terpisah |
Format skills.json pada artikel kedua adalah format sederhana milik aplikasi latihan. Mengunduh folder SKILL.md tidak otomatis menambah parser, eksekutor skrip, atau konektor ke aplikasi tersebut. Pilih salah satu jalur: adaptasi instruksi ke menu yang sudah ada, atau gunakan host agen yang memang mendukung format skill dan tools terkait.
Dua paket acuan: Remotion dan Marketing Skills
Remotion: kemampuan video berbasis proyek React
Remotion menyediakan Agent Skills untuk praktik kerja di proyeknya. Dokumentasi menyebut agen seperti Claude Code, Codex, Kimi Code, dan Cursor, serta skill untuk membuat proyek, menyusun markup, membuka Studio, merender, dan mengerjakan caption. Remotion (akses 2026/10), Agent Skills
best practices for working in Remotion projects
praktik kerja untuk proyek Remotion
[Remotion (2026/10), Agent Skills; tanggal akses]
Mulai dengan memeriksa daftar yang tersedia:
npx skills add remotion-dev/skills --list
Dokumentasi resminya juga mencantumkan instalasi paket berikut:
npx skills add remotion-dev/skills
Skill ini tidak menjadi mesin video hanya dengan dimasukkan ke prompt Ollama. Host perlu dapat mengerjakan proyek dan menjalankan alur Remotion yang diperlukan. Untuk pembaca yang ingin membuat video produk, susun brief, bahan, durasi, dan hasil yang diharapkan terlebih dahulu. Itu saran alur kerja penulis, bukan jaminan performa pada GPU ringan.
Marketing Skills: prosedur pemasaran untuk agen
Repositori coreyhaines31/marketingskills menyajikan skill untuk copywriting, conversion optimization, SEO, analytics, dan growth engineering. Pembuatnya, Corey Haines, dinyatakan pada README. Paket ini menargetkan agen yang mendukung Agent Skills, dan memuat skill yang saling merujuk konteks produk. Marketing Skills (akses 2026/10), README
specialized knowledge and workflows for specific tasks
pengetahuan dan alur kerja khusus untuk tugas tertentu
[Marketing Skills (2026/10), What are Skills?; tanggal akses]
Untuk melihat pilihan tanpa memasang semuanya:
npx skills add coreyhaines31/marketingskills --list
Contoh pemilihan skill yang dicantumkan sumber:
npx skills add coreyhaines31/marketingskills --skill cro copywriting
Periksa juga resource dan konteks yang dirujuk skill terpilih. Sebuah instruksi strategi dapat dipakai untuk menyusun draf, sedangkan pembacaan akun iklan atau publikasi memerlukan tools dan akses yang benar-benar tersedia. Bagian ini membahas repositori sebagai referensi; katalog tambahan berikut tidak menghitung ulang skill dari paket tersebut.
Cara membaca katalog 100 skill
Setiap tabel memuat nomor, nama skill yang ditautkan ke sumber, fungsi, dan kebutuhan menurut petunjuk yang diperiksa pada 17 Oktober 2026. Nama penerbit mengikuti namespace repositori. Nama itu tidak digunakan untuk menebak jabatan, afiliasi pribadi, atau jaminan dukungan di luar yang dinyatakan sumber.
Semua entri berikut adalah skill individual yang mempunyai SKILL.md. Jika suatu baris bernama scikit-learn atau networkx, yang dirujuk adalah skill untuk menggunakan pustaka tersebut. Mengunduh skill tetap berbeda dari memasang pustakanya.
Kebutuhan yang dicantumkan adalah ringkasan alur dokumentasi, bukan daftar instalasi lengkap untuk setiap kombinasi sistem operasi. Versi spesifik mengikuti sumber saat diperiksa. Cocokkan kembali dengan proyek ketika Anda benar-benar menjalankannya.
A. Nomor 1–25: skill coding dan pengujian
Ilustrasi AI: pekerjaan pengembangan dan pemeriksaan hasil.
Kelompok ini mencakup prosedur pengembangan, praktik React, dan pengembangan aplikasi Expo. Pilih berdasarkan stack proyek. Aplikasi Python sederhana tidak memperoleh kemampuan membangun native iOS hanya karena skill Expo sudah diunduh.
Superpowers: alur kerja pengembangan
Penerbit repositori: obra/superpowers. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 1 | brainstorming | Menggali tujuan, kebutuhan, batasan, dan gambaran hasil sebelum fitur atau komponen baru dibangun. Berguna ketika permintaan aplikasi masih berupa ide. | Dokumen menjelaskan pemeriksaan rancangan dengan subagen, atau pembacaan mandiri bila tool subagen tidak tersedia. |
| 2 | executing-plans | Menjalankan rencana implementasi sendiri, tugas demi tugas, dengan pencatatan keputusan, TDD, dan tinjauan akhir seluruh branch. | Rencana implementasi yang sudah tersedia; menggunakan test-driven-development dan verification-before-completion; menyediakan jalur tanpa tool subagen. |
| 3 | finishing-a-development-branch | Memandu penyelesaian branch setelah implementasi: menguji, mengenali jenis workspace, memilih cara integrasi, dan membersihkan worktree sesuai asalnya. | Repositori Git; suite tes proyek. Sumber memberi contoh npm test, cargo test, pytest, dan go test. |
| 4 | receiving-code-review | Mengevaluasi masukan code review terhadap kondisi kode sebelum menerapkannya. Membantu agen meminta penjelasan dan menyampaikan keberatan teknis yang beralasan. | Masukan review dan akses ke kode yang diperiksa; alur meminta verifikasi terhadap codebase dan pengujian tiap perbaikan. |
| 5 | requesting-code-review | Menyiapkan permintaan review dengan ringkasan perubahan, kebutuhan, serta commit awal dan akhir sehingga reviewer memperoleh konteks yang tepat. | Git untuk mengambil SHA commit; workflow sumber menggunakan subagen general-purpose dan template code-reviewer.md. |
| 6 | subagent-driven-development | Membagi rencana menjadi tugas independen, menyerahkan setiap tugas ke implementer baru, lalu melakukan review spesifikasi dan kualitas serta review branch akhir. | Tool subagen dan rencana bertugas independen; sumber mengarahkan ke executing-plans saat tool subagen tidak ada. |
| 7 | systematic-debugging | Mengarahkan pencarian akar masalah melalui reproduksi, pembacaan pesan error, pemeriksaan perubahan, hipotesis, dan verifikasi perbaikan. | Akses ke gejala, log, kode, dan langkah reproduksi masalah; runtime spesifik mengikuti proyek yang sedang diperiksa. |
| 8 | test-driven-development | Membimbing siklus menulis tes yang gagal, membuat implementasi minimal sampai lulus, lalu merapikan kode untuk fitur dan perbaikan bug. | Test runner proyek; sumber mencontohkan npm test dan cargo test serta mengarahkan penggunaan runner repositori. |
| 9 | using-git-worktrees | Menyediakan workspace terisolasi untuk pengerjaan fitur, memeriksa isolasi yang sudah ada, dan memakai tool platform atau git worktree sebagai jalur cadangan. | Git; tool worktree native diprioritaskan bila tersedia. Setup dan tes mengikuti berkas serta bahasa proyek. |
| 10 | verification-before-completion | Memastikan klaim selesai, bug teratasi, atau tes lulus didukung perintah verifikasi terbaru beserta pembacaan keluarannya. | Kemampuan menjalankan perintah verifikasi yang relevan, membaca hasil penuh, dan memeriksa exit code. |
| 11 | writing-plans | Mengubah spesifikasi menjadi rencana implementasi rinci yang menyebut berkas, antarmuka, tes, dan tugas kecil untuk pelaksana yang belum mengenal proyek. | Spesifikasi atau kebutuhan yang tersedia; rencana diteruskan ke subagent-driven-development atau executing-plans. |
| 12 | writing-skills | Membuat, memperbaiki, dan menguji skill melalui pendekatan TDD pada dokumentasi proses, termasuk skenario tekanan dan perbaikan celah instruksi. | Sumber mensyaratkan pemahaman test-driven-development. Lokasi skill mengikuti host; contoh mencakup Claude Code, Codex, Copilot CLI, dan Gemini CLI. |
Vercel: React dan performa antarmuka
Penerbit repositori: vercel-labs/agent-skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 13 | vercel-composition-patterns | Membantu refaktor komponen React yang penuh boolean props menggunakan composition, compound components, context, dan pemisahan pengelolaan state. | Proyek React; bagian khusus API React 19 hanya untuk React 19 atau lebih baru dan dilewati pada React 18 ke bawah. |
| 14 | vercel-react-best-practices | Memeriksa dan memperbaiki performa React atau Next.js, termasuk waterfall permintaan, ukuran bundle, rendering ulang, serta pengambilan data client dan server. | Kode React atau Next.js; setiap aturan rinci disediakan dalam direktori rules dan versi lengkap dalam AGENTS.md. |
| 15 | vercel-react-native-skills | Menyediakan praktik React Native dan Expo untuk performa daftar, animasi, navigasi, pengelolaan state, serta konfigurasi dependensi native pada monorepo. | Proyek React Native atau Expo; referensi meliputi FlashList untuk daftar besar serta Reanimated untuk animasi. |
| 16 | vercel-react-view-transitions | Menerapkan transisi tampilan React melalui ViewTransition, perubahan rute, shared element, perubahan state, dan pengurutan daftar dengan CSS. | Sumber menyebut App Router Next.js sudah menyertakan React canary; di luar Next.js perlu react@canary dan react-dom@canary karena ViewTransition belum ada di React stabil menurut dokumen yang diperiksa. |
Expo: aplikasi mobile dan migrasi
Penerbit repositori: expo/skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 17 | expo-project-structure | Menata proyek Expo baru dengan pemisahan routes, screens, components, dan server serta aturan berkas khusus platform. | Hanya untuk proyek baru yang belum memiliki struktur mapan; sumber melarang memaksakan struktur ini pada aplikasi yang sudah ada. |
| 18 | expo-router | Membantu navigasi Expo Router melalui rute berbasis berkas, rute dinamis, Link, native Stack, modal, tabs, header, dan pencarian. | Aplikasi Expo Router; sumber menyebut perubahan impor SDK 56+ serta fitur transisi Apple Zoom pada iOS 18+. |
| 19 | expo-data-fetching | Menangani permintaan API, fetch, React Query, SWR, cache, offline, dan keadaan layar loading, error, kosong, atau berisi data. | Expo; loader Expo Router dalam dokumen berlaku untuk web SDK 55+, sedangkan native diarahkan ke React Query atau fetch. |
| 20 | expo-dom | Memakai komponen DOM agar kode web dan library React berbasis DOM berjalan di webview platform native serta tetap berjalan di web. | Komponen Expo dengan directive use dom; dokumen menjelaskan overhead webview dan menyarankan komponen native untuk UI sederhana. |
| 21 | expo-web-to-native | Memandu migrasi bertahap aplikasi React web ke iOS atau Android dengan shell Expo, komponen DOM awal, lalu penggantian layar berdasarkan nilai pengguna. | Codebase React web seperti Next.js, Vite, atau CRA; workflow menggunakan skill Expo lain dan tahap distribusinya merujuk eas-app-stores. |
| 22 | expo-module | Membantu pembuatan native module dan view Expo dengan definisi modul, events, shared objects, lifecycle hooks, autolinking, serta config plugins. | Expo Modules API dengan Swift untuk iOS, Kotlin untuk Android, dan TypeScript; migrasi macro API 2.0 diarahkan ke skill lain. |
| 23 | expo-brownfield | Mengintegrasikan Expo atau layar React Native ke aplikasi iOS atau Android native yang sudah ada melalui pendekatan isolated atau integrated. | Sisi pembangun React Native memerlukan Node.js LTS dan package manager proyek; pendekatan integrated menyentuh Gradle dan CocoaPods. |
| 24 | expo-dev-client | Membuat development client untuk menguji perubahan kode native dan library yang tidak tersedia dalam Expo Go pada perangkat fisik. | Build lokal gratis; iOS lokal memerlukan Xcode. Sumber menyebut EAS Build/TestFlight memakai jatah build paket dan distribusi Apple membutuhkan akun Apple Developer berbayar. |
| 25 | expo-upgrade | Memandu upgrade SDK Expo, penyesuaian dependensi, diagnostik, pembersihan cache, dan migrasi fitur yang berubah antarversi. | Proyek Expo; langkah sumber menggunakan npx expo install dan npx expo-doctor. Ketentuan SDK dan paket perlu diperiksa ulang saat menjalankan upgrade. |
B. Nomor 26–50: skill konten, bisnis, dan desain
Ilustrasi AI: pekerjaan kreatif dengan panduan serta alat yang sesuai.
Kelompok ini memisahkan penulisan, perencanaan, dan produksi aset. Naskah Reels belum menjadi video, brief gambar belum menjadi gambar, dan kalender konten belum menjadi posting yang sudah dipublikasikan. Baris kebutuhan membantu melihat pekerjaan tambahan yang diperlukan.
Anthropic: skill kreatif dan komunikasi
Penerbit repositori: anthropics/skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 26 | algorithmic-art | Membuat karya seni generatif p5.js dengan seed yang dapat diulang dan kontrol parameter interaktif. | Browser, p5.js dan template viewer.html dalam paket; CDN memerlukan jaringan kecuali dependensi disimpan lokal. |
| 27 | brand-guidelines | Menerapkan warna dan tipografi resmi Anthropic pada artefak; contoh untuk mempelajari sistem aturan visual. | Artefak tujuan; font Poppins dan Lora disarankan, dengan fallback Arial dan Georgia. Khusus identitas Anthropic, bukan panduan merek universal. |
| 28 | canvas-design | Menyusun filosofi visual lalu membuat poster atau karya statis dalam PNG/PDF. | Alat pembuat gambar atau dokumen di lingkungan agent serta font bundel canvas-fonts; bukan model pembuat gambar tersendiri. |
| 29 | internal-comms | Menyusun pembaruan proyek, laporan status, newsletter internal dan FAQ sesuai panduan format. | Berkas panduan dalam examples/ paket dan informasi organisasi yang diberikan pengguna. |
| 30 | slack-gif-creator | Membuat animasi GIF dengan batas ukuran, warna dan durasi untuk pesan atau emoji Slack. | Python; pillow, imageio, numpy; modul core/ dalam paket. |
| 31 | theme-factory | Menerapkan salah satu dari sepuluh tema warna/font pada artefak, atau membuat tema baru. | Artefak yang akan diberi tema; theme-showcase.pdf dan berkas tema dalam paket. |
Composio: konten dan pekerjaan bisnis
Penerbit repositori: ComposioHQ/awesome-claude-skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 32 | changelog-generator | Mengubah riwayat commit Git menjadi catatan rilis yang mudah dipahami pengguna. | Repositori Git dan akses riwayat commit; jalankan dari akar repositori menurut petunjuk sumber. |
| 33 | competitive-ads-extractor | Mengumpulkan contoh iklan kompetitor dari pustaka iklan lalu mengelompokkan pesan, tema dan pendekatan kreatif. | Akses web/pustaka iklan dan kemampuan mengambil screenshot atau scraping pada host agent; metrik hanya jika tersedia. |
| 34 | content-research-writer | Mendampingi penulisan dari outline, riset dan sitasi sampai perbaikan pembuka dan revisi per bagian. | Folder dan draf kerja di Claude Code menurut contoh sumber; pencarian web diperlukan untuk riset baru. |
| 35 | domain-name-brainstormer | Menghasilkan ide nama domain lintas ekstensi dan membantu proses pemeriksaan ketersediaannya. | Deskripsi proyek; pemeriksaan ketersediaan memerlukan sumber domain aktual. Sumber tidak menetapkan integrasi registrar tertentu. |
| 36 | image-enhancer | Memandu peningkatan resolusi, ketajaman dan kebersihan gambar atau screenshot sebelum dibagikan. | Berkas gambar dan alat pengolahan gambar pada host; SKILL.md tidak menyertakan model upscaler atau dependensi khusus. |
| 37 | lead-research-assistant | Mencari perusahaan sesuai profil pelanggan sasaran, memprioritaskan kecocokan dan menyusun saran pendekatan. | Informasi produk, target pasar dan akses riset web; sumber bukan layanan database prospek tersendiri. |
| 38 | meeting-insights-analyzer | Menelaah transkrip rapat untuk pola komunikasi, giliran bicara dan umpan balik yang ditautkan ke contoh. | Transkrip rapat di folder lokal; sumber memberi contoh ekspor VTT, SRT atau teks, bukan transkripsi otomatis bawaan. |
| 39 | tailored-resume-generator | Menyesuaikan isi CV dengan persyaratan lowongan melalui pemilihan pengalaman, keterampilan dan kata kunci relevan. | Deskripsi lowongan dan riwayat pengalaman pengguna yang benar; format akhir mengikuti alat yang tersedia. |
| 40 | twitter-algorithm-optimizer | Menganalisis dan menyunting draf tweet menurut kerangka sinyal rekomendasi yang dijelaskan maintainer. | Draf tweet dan konteks audiens. Uraian algoritme dalam skill bukan jaminan distribusi atau bukti kondisi X terkini. |
| 41 | youtube-downloader | Mengunduh satu video YouTube dengan pilihan kualitas, kontainer atau audio MP3 menggunakan skrip paket. | Python dan scripts/download_video.py; memakai yt-dlp yang dapat dipasang otomatis menurut SKILL.md; koneksi internet untuk mengambil video. |
Social Media Skills: suara merek dan produksi konten
Penerbit repositori: social-media-skills/skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 42 | brand-profile | Menyimpan identitas, audiens, suara, bukti dan batas komunikasi merek ke brand-profile.md agar skill lain konsisten. | Informasi bisnis atau situs/posting yang dapat dibaca; template profil pada references/ paket. |
| 43 | voice-builder | Menganalisis contoh tulisan nyata untuk menghasilkan voice.md yang dapat dipakai skill penulisan lain. | Baca brand-profile.md; contoh tulisan asli diperlukan, disarankan 5–10 contoh substansial. |
| 44 | caption-writer | Menulis caption sesuai platform dan suara merek dengan satu tujuan tindakan yang jelas. | brand-profile.md, voice.md, platform tujuan dan konteks visual/posting. |
| 45 | hook-writer | Menyusun pembuka caption, video, carousel, thread atau subjek email yang sesuai isi lanjutan. | brand-profile.md dan voice.md; format serta isi konten yang benar-benar akan disampaikan. |
| 46 | carousel-writer | Menyusun alur posting geser per slide, arahan visual dan paket prompt gambar dengan satu gagasan per slide. | brand-profile.md dan voice.md; skill hook-writer untuk sampul, caption-writer untuk caption; alat desain/gambar terpisah. |
| 47 | reels-script | Membuat naskah Reels per adegan dengan teks layar, ucapan, audio dan waktu, termasuk versi yang terbaca tanpa suara. | brand-profile.md dan voice.md; perekaman atau generator video terpisah. Audio tren ditambahkan manusia di aplikasi. |
| 48 | content-calendar | Merancang ritme posting berulang berdasarkan strategi, pilar konten, platform dan kapasitas produksi. | social-strategy.md, content-pillars.md dan brand-profile.md; scheduler terpisah jika ingin publikasi otomatis. |
| 49 | batch-content-plan | Mengisi satu minggu atau bulan dengan brief posting yang seimbang, sesuai merek dan siap dijadwalkan. | brand-profile.md, voice.md dan pilar konten; WoopSocial opsional untuk penjadwalan, tanpa koneksi tetap menghasilkan tabel rencana. |
| 50 | image-prompt | Mengubah kebutuhan visual menjadi brief dan prompt gambar lalu mengarahkan ke alat gambar yang sesuai. | brand-profile.md untuk identitas visual; generator gambar dan kredensial alatnya terpisah. WoopSocial hanya untuk publikasi. |
C. Nomor 51–75: skill dokumen, data, dan riset
Ilustrasi AI: dokumen, data, serta sumber penelitian.
Kelompok ini mencakup pengolahan file kantor, alur riset, dan penggunaan pustaka analisis. Perhatikan ketentuan lisensi tiap paket. Empat skill dokumen Anthropic mencantumkan ketentuan Proprietary/source-available; README membedakannya dari skill contoh yang berlisensi terbuka. Anthropic Skills (akses 2026/10), About This Repository
Anthropic: Word, PDF, PowerPoint, dan Excel
Penerbit repositori: anthropics/skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 51 | docx | Membuat dan menyunting dokumen Word, termasuk format profesional, komentar, serta tracked changes. | Node.js dengan docx, Pandoc, LibreOffice, dan Poppler untuk alur yang didokumentasikan. Sumber menyatakan Proprietary; periksa LICENSE.txt sebelum penggunaan atau redistribusi. |
| 52 | Membaca teks dan tabel PDF, menggabungkan atau memisah halaman, mengisi formulir, serta OCR dokumen pindai. | Python dan pustaka sesuai tugas, misalnya pypdf, pdfplumber, ReportLab; OCR menggunakan pytesseract dan pdf2image. Sumber menyatakan Proprietary; periksa LICENSE.txt sebelum penggunaan atau redistribusi. | |
| 53 | pptx | Membuat, membaca, menyunting, dan menggabungkan presentasi PowerPoint beserta template dan catatan pembicara. | Node.js dengan pptxgenjs; MarkItDown, Pillow, defusedxml, lxml, LibreOffice, dan Poppler untuk alur pendukung. Sumber menyatakan Proprietary; periksa LICENSE.txt sebelum penggunaan atau redistribusi. |
| 54 | xlsx | Mengolah spreadsheet Excel/CSV/TSV, membersihkan data, membuat formula, format, dan grafik. | Python dengan openpyxl, pandas, dan MarkItDown; formula perlu dihitung ulang dengan helper yang didokumentasikan. Sumber menyatakan Proprietary; periksa LICENSE.txt sebelum penggunaan atau redistribusi. |
K-Dense: data dan riset ilmiah
Penerbit repositori: K-Dense-AI/scientific-agent-skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 55 | exploratory-data-analysis | Memeriksa struktur dan mutu berkas ilmiah lokal yang didukung, termasuk profil CSV/TSV/JSON tersamarkan serta audit data hilang. | CLI inti memakai Python 3.11+; opsi format tambahan memerlukan Python 3.12+, uv, dan pustaka sesuai format. |
| 56 | statistical-analysis | Membantu memilih uji statistik, memeriksa asumsi, menghitung ukuran efek dan kebutuhan sampel, serta melaporkan hasil penelitian. | Python 3.12+ dan lingkungan pustaka statistik terpisah sesuai dokumentasi. |
| 57 | literature-review | Menyusun tinjauan pustaka sistematis, scoping, atau naratif dengan pencarian, penyaringan, pemeriksaan sitasi, dan pencatatan batas bukti. | Python 3.10+, requests, dan jaringan untuk pencarian; ekspor PDF memerlukan Pandoc/XeLaTeX; fitur API bersifat tambahan. |
| 58 | scientific-writing | Menyusun, merevisi, dan mengaudit naskah ilmiah dengan asal bukti, pedoman pelaporan, deklarasi, dan pemeriksaan konsistensi. | Panduan inti lintas platform; CLI lokal opsional memerlukan Python 3.11+ tanpa API key. |
| 59 | citation-management | Mencari metadata artikel ilmiah, memverifikasi informasi sitasi, mengubah DOI menjadi BibTeX, dan menyiapkan daftar pustaka. | Python 3.9+, requests, dan jaringan ke layanan bibliografi; pencarian Google Scholar memerlukan scholarly. |
| 60 | research-lookup | Mengumpulkan bukti ilmiah mutakhir untuk naskah atau ringkasan riset memakai pencarian dan pengambilan sumber. | Python 3.10+, jaringan, dan CLI parallel-web-tools; autentikasi Parallel; opsi layanan lain mengikuti kebutuhan API-nya. |
| 61 | scientific-critical-thinking | Menilai klaim, rancangan eksperimen, bias, faktor perancu, serta mutu bukti menggunakan kerangka penilaian yang sesuai. | Panduan analitis tidak memerlukan jaringan; gambar opsional melalui scientific-schematics memerlukan OpenRouter. |
| 62 | peer-review | Menyiapkan draf ulasan ilmiah konstruktif, pemeriksaan klaim terhadap bukti, kritik metode, dan rencana tanggapan revisi. | Python 3.11+ pustaka standar untuk CLI lokal; input dibatasi ke JSON, CSV, atau Markdown. |
| 63 | scientific-brainstorming | Membantu mengembangkan ide riset dengan asumsi eksplisit, diskusi terstruktur, evaluasi transparan, dan catatan keputusan. | Host yang mendukung Agent Skills untuk panduan inti; CLI opsional Python 3.11+ tanpa layanan eksternal. |
| 64 | scientific-visualization | Merancang dan mengaudit gambar ilmiah, susunan multipanel, ketidakpastian, data hilang, aksesibilitas warna, serta ekspor publikasi. | Python 3.11+ dan uv untuk contoh terpatok; Matplotlib/Pillow/pypdf sesuai tugas; ekspor Plotly tertentu membutuhkan Chrome/Chromium. |
| 65 | matplotlib | Membuat grafik ilmiah dengan pengaturan detail elemen serta ekspor PNG, PDF, atau SVG. | Python 3.11+, Matplotlib 3.11.2, serta NumPy/SciPy untuk contoh; fitur notebook memerlukan ipympl. |
| 66 | seaborn | Membuat grafik statistik untuk distribusi, hubungan antarvariabel, perbandingan kategori, regresi, dan heatmap dari data pandas. | Seaborn 0.13.2, NumPy, pandas, Matplotlib; tumpukan dependensi yang diuji memakai Python 3.12+. |
| 67 | polars | Membantu pengolahan tabel, ETL, analitik, migrasi pandas, dan query lazy untuk data besar. | Python 3.10+ dan Polars 1.44.2; integrasi Excel, basis data, atau GPU memerlukan ekstra terpisah. |
| 68 | scikit-learn | Membantu klasifikasi, regresi, clustering, prapemrosesan, evaluasi model, penyetelan hiperparameter, dan pipeline machine learning. | Python 3.11+, scikit-learn 1.9.1, NumPy, SciPy, joblib; contoh skrip juga memakai pandas/Matplotlib. |
| 69 | statsmodels | Membantu pemodelan OLS/GLM, model campuran, deret waktu ARIMA/SARIMAX, inferensi koefisien, dan diagnosis model. | statsmodels 0.15.0 dan Python 3.10+; tumpukan NumPy/SciPy yang diuji membutuhkan Python 3.12+. |
| 70 | sympy | Mengolah matematika simbolik presisi, aljabar, kalkulus, penyelesaian persamaan, matriks, dan keluaran LaTeX. | Python 3.9+ dan SymPy 1.14.0; fitur numerik, notebook, parser, atau kompilasi memerlukan paket tambahannya. |
| 71 | networkx | Menganalisis graf dan jejaring, termasuk jalur terpendek, centrality, komunitas, pembacaan format graf, dan visualisasi topologi. | Python 3.12+ kecuali 3.14.1 dan NetworkX 3.7; contoh numerik/gambar memakai NumPy, SciPy, pandas, Matplotlib. |
| 72 | geopandas | Memberi panduan dan alat audit lokal untuk data vektor geospasial, GeoSeries/GeoDataFrame, dan operasi spasial. | Python 3.12+, uv, serta tumpukan GeoPandas terpatok dalam sumber. |
| 73 | markitdown | Mengonversi berbagai dokumen menjadi Markdown memakai Microsoft MarkItDown untuk analisis teks, pencarian, dan masukan RAG. | Python 3.10 hingga sebelum 3.15, uv, dan MarkItDown 0.1.8; konversi inti dapat lokal, fitur eksternal memerlukan jaringan. |
| 74 | dask | Memproses tabel, array ilmiah, atau tugas Python berpartisi saat ukuran data dan struktur dependensi memerlukan Dask. | Python 3.10+, Dask 2026.8.0; DataFrame memakai pandas 2+ dan PyArrow 16+; opsi Zarr terbaru memerlukan Python 3.12+. |
| 75 | hypothesis-generation | Mengubah pengamatan awal menjadi pertanyaan, hipotesis kandidat, penjelasan tandingan, prediksi pembeda, dan rencana analisis yang dapat diuji. | Python 3.11+ pustaka standar untuk CLI lokal; tidak membutuhkan jaringan, model, kredensial, atau paket eksternal. |
D. Nomor 76–100: skill infrastruktur dan keamanan
Ilustrasi AI: konfigurasi serta pemeriksaan infrastruktur. Tidak ada pemindaian atau perubahan akun yang dilakukan untuk menyusun katalog ini.
Kelompok ini sesuai untuk pekerjaan pada sistem yang Anda kelola. Sebagian alurnya membaca konfigurasi; sebagian dapat membuat resource, mengirim email, mengubah issue, atau melakukan deployment. Cocokkan kebutuhan akses dengan tindakan yang benar-benar ingin dikerjakan.
Cloudflare: agen dan layanan cloud
Penerbit repositori: cloudflare/skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 76 | agents-sdk | Membangun dan meninjau agen Cloudflare dengan state persisten, penjadwalan, RPC, chat streaming, serta koneksi MCP. | Paket npm agents dan proyek Cloudflare Workers; untuk chat, agents @cloudflare/ai-chat ai @ai-sdk/react; bindings Durable Object dan migrasi SQLite. |
| 77 | durable-objects | Membangun koordinasi stateful, penyimpanan per pengguna, RPC, alarm, dan koneksi WebSocket menggunakan Cloudflare Durable Objects. | Proyek Cloudflare Workers, kelas Durable Object, binding dan migrasi dalam konfigurasi proyek; Vitest Cloudflare untuk pengujian terkait. |
| 78 | wrangler | Menjalankan atau memecahkan masalah Wrangler untuk pengembangan lokal, preview, deployment, serta pengelolaan resource. | Proyek dengan wrangler.jsonc, wrangler.json, atau wrangler.toml, versi Wrangler milik proyek, package manager dan lockfile; autentikasi akun ketika mengakses resource. Untuk proyek baru, sumber terbaru mengarahkan ke cf. |
| 79 | cf-cli | Menemukan perintah Cloudflare API dan Workers melalui pencarian CLI dan schema, lalu menjalankan pengembangan, deployment, atau operasi resource yang sesuai. | Cloudflare cf CLI beta; sign-in/profil akun dan kredensial sesuai operasi; periksa schema/help dan dry-run. |
| 80 | cloudflare-email-service | Menerapkan dan memperbaiki integrasi pengiriman email transaksional, routing email masuk, serta konfigurasi pengiriman Cloudflare. | Domain yang sudah diaktifkan untuk Email Service; send_email binding untuk Workers; postal-mime untuk menerima atau mengurai email; Bearer token untuk API eksternal. |
| 81 | cloudflare-one | Membantu desain, konfigurasi, peninjauan, dan troubleshooting Cloudflare One Zero Trust dan SASE, termasuk Access, Gateway, WARP, Tunnel, serta identitas. | Informasi account ID, aplikasi/pengguna, identity provider, grup, perangkat, dan jalur trafik; akses akun bila akan membaca atau mengubah resource. |
| 82 | workers-profiling | Menganalisis penggunaan CPU dan alokasi memori Workers atau Durable Objects yang sudah dideploy, lalu menghubungkan hotspot dengan kode. | Worker yang telah dideploy, identitas akun/environment/versi; cf CLI bila tersedia; profil pprof yang dapat dibaca langsung atau dengan Go pprof. |
| 83 | sandbox-stable | Membangun atau memelihara aplikasi Cloudflare Sandbox pada SDK stabil dengan lingkungan Linux terisolasi yang dikendalikan Workers. | Paket npm @cloudflare/sandbox stabil dan container image stabil yang sesuai; proyek Workers dan Cloudflare Containers; untuk proyek baru sumber merekomendasikan sandbox-next. |
HashiCorp: Packer dan Terraform
Penerbit repositori: hashicorp/agent-skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 84 | aws-ami-builder | Menyusun template dan proses build Amazon Machine Image untuk EC2 menggunakan builder amazon-ebs pada Packer. | Packer, plugin hashicorp/amazon, autentikasi AWS melalui environment/credentials file/IAM profile; build menimbulkan biaya AWS. |
| 85 | azure-image-builder | Membuat Azure managed image dan image Azure Compute Gallery memakai builder azure-arm pada Packer. | Packer, plugin hashicorp/azure, subscription dan tenant Azure serta autentikasi service principal atau Azure CLI; build menimbulkan biaya cloud. |
| 86 | terraform-style-guide | Menghasilkan dan meninjau konfigurasi Terraform HCL dengan aturan penamaan, urutan file, variabel, output, format, dan praktik HashiCorp. | Konfigurasi Terraform dan versi/provider yang ditentukan proyek; contoh sumber memakai Terraform >=1.14, tetapi contoh bukan syarat universal semua proyek. |
| 87 | terraform-test | Menulis dan menjalankan skenario pengujian Terraform dengan run block, assertions, keluaran modul, dan mock provider. | Terraform dengan terraform test; mock provider memerlukan Terraform 1.7+; integration test dapat memerlukan kredensial/provider dan membuat resource sementara. |
| 88 | terraform-stacks | Menyusun komponen dan deployment Terraform Stacks untuk beberapa lingkungan, wilayah, atau akun cloud dengan bahasa dan file khusus Stacks. | HCP Terraform, Terraform CLI 1.13+ untuk perintah Stacks, file .tfcomponent.hcl/.tfdeploy.hcl dan provider yang sesuai; fitur deployment groups/auto-approve tertentu membutuhkan Premium. |
| 89 | refactor-module | Memecah konfigurasi Terraform monolitik menjadi modul yang bisa dipakai kembali, dengan antarmuka variabel/output dan rencana migrasi state. | Konfigurasi Terraform yang sudah ada; pemahaman dependency; akses membaca state melalui terraform state list atau terraform show -json untuk rencana migrasi. |
| 90 | terraform-search-import | Menemukan resource cloud yang sudah ada melalui query Terraform Search dan menghasilkan konfigurasi untuk bulk import ke Terraform state. | Terraform >=1.14 dan provider yang mendukung list resource; periksa dukungan tipe resource lewat scripts/list_resources.sh sebelum memulai. |
| 91 | terraform-policy | Menulis atau menguji file Terraform Policy dan mengonversi kebijakan Sentinel ke format Terraform Policy. | tfpolicy CLI; sumber meminta pemeriksaan versi dan membedakan panduan 0.2.x/0.3.x; referensi tfpolicy-author dan tfpolicy-test merupakan bagian skill ini. |
| 92 | azure-verified-modules | Meninjau atau membuat modul Terraform Azure agar mengikuti kebutuhan sertifikasi AVM, meliputi provider, variabel, output, testing, dan dokumentasi. | Modul Terraform Azure, batas versi Terraform/provider sesuai spesifikasi AVM; sumber membahas azurerm/azapi dan meminta batas versi minimum serta maksimum major. |
Trail of Bits: review serta alur keamanan
Penerbit repositori: trailofbits/skills. Tanggal akses sumber setiap entri: 17 Oktober 2026.
| No. | Skill dan sumber | Fungsi menurut sumber | Kebutuhan atau batas alur |
|---|---|---|---|
| 93 | agentic-actions-auditor | Meninjau workflow GitHub Actions yang menjalankan agen AI untuk aliran input tidak tepercaya, konfigurasi sandbox, izin tools, dan risiko prompt injection. | File workflow GitHub Actions lokal; untuk repositori remote, gh CLI dan akses API; akses Read/Grep/Glob/Bash. Skill melaporkan temuan, tidak memperbaiki file otomatis. |
| 94 | differential-review | Mengulas perubahan PR, commit, atau diff dari sisi keamanan memakai riwayat Git, cakupan pengujian, dan dampak perubahan terhadap pemanggil. | Repositori Git dan diff/PR/commit target; akses baca kode dan Git history; tool baca/pencarian/Bash/tulis laporan. |
| 95 | sharp-edges | Menilai API, skema konfigurasi, dan antarmuka agar tidak mudah disalahgunakan pengembang atau mengarahkan penggunaan normal menuju konfigurasi tidak aman. | Kode API, konfigurasi, atau antarmuka untuk ditinjau; tools baca dan pencarian kode; referensi bahasa dimuat sesuai kebutuhan. |
| 96 | sarif-parsing | Membaca dan mengolah hasil pemindai dalam format SARIF, termasuk penyaringan, deduplikasi, penggabungan temuan, dan konversi format. | File SARIF yang sudah ada; Bash/Read/Glob/Grep; contoh pemrosesan Python dan jq. Skill ini tidak menjalankan pemindaian. |
| 97 | audit-context-building | Memetakan asumsi, jaminan, serta dependensi fungsi sebelum audit keamanan atau threat modeling; menghasilkan dossier konteks tanpa menetapkan kerentanan. | Kode yang akan dipahami, tools baca/pencarian dan runner Workflow/Task; analisis banyak fungsi menggunakan subagent serta file dossier. |
| 98 | supply-chain-risk-auditor | Menyusun laporan risiko dependency npm, PyPI, dan Go dengan advisory sesuai versi, upstream terbengkalai, konsentrasi penerbit, serta install script. | Manifest/lockfile yang didukung; uv untuk collect.py/render.py; akses jaringan dan gh auth agar kriteria GitHub dapat dinilai; pnpm/yarn/poetry lockfile belum dibaca. |
| 99 | github-triage | Merapikan backlog issue dan PR GitHub, menghubungkan issue dengan perbaikannya, serta memberi prioritas lokal; dapat meninjau/merge PR saat diminta eksplisit. | gh CLI terautentikasi, repositori dan akses GitHub yang sesuai; hanya pemanggilan eksplisit karena dapat menulis komentar, menutup issue, atau merge PR. |
| 100 | devcontainer-setup | Membuat devcontainer pengembangan untuk Claude Code dengan tool bahasa proyek, volume persisten, dan konfigurasi sandbox. | Runtime devcontainer/Docker dan template resources; basis template mencakup Python 3.13 via uv serta Node 22 via fnm; dukungan Rust/Go sesuai proyek. |
Pilihan awal berdasarkan pekerjaan Anda
Tabel berikut adalah pilihan editorial penulis, bukan peringkat benchmark atau klaim bahwa pembuat skill menjamin hasil tertentu pada Ollama. Deskripsi kemampuan tetap merujuk entri katalog masing-masing.
| Pekerjaan yang ingin dibantu | Pilihan dari katalog | Langkah awal yang masuk akal |
|---|---|---|
| Menulis konten usaha | brand-profile, voice-builder, caption-writer, hook-writer |
Siapkan profil usaha dan contoh tulisan; uji draf dari bahan yang lengkap |
| Menyusun konten video pendek | reels-script, carousel-writer, image-prompt |
Selesaikan naskah dan brief; sambungkan produksi aset secara terpisah |
| Membuat video berbasis kode | Paket Remotion | Gunakan proyek Remotion dan host agen yang dapat menjalankan tools proyek |
| Memperbaiki aplikasi yang sering error | systematic-debugging, verification-before-completion |
Berikan error serta langkah reproduksi; jalankan pemeriksaan aktual |
| Membuat laporan administrasi | docx, pdf, xlsx |
Periksa lisensi, siapkan input latihan, lalu sediakan konverter dan pustakanya |
| Menambah pengetahuan dari file | markitdown, literature-review, citation-management |
Ubah bahan menjadi teks dan pertahankan asal sumber; sesuaikan kebutuhan jaringan |
| Menganalisis tabel | exploratory-data-analysis, polars, statistical-analysis |
Mulai dari salinan data kecil dengan definisi kolom yang jelas |
| Memeriksa perubahan kode | differential-review, sharp-edges, sarif-parsing |
Gunakan diff atau hasil scan yang sudah ada sesuai lingkup skill |
Mulailah dari satu keluaran yang dapat diperiksa. “Membuat tiga pembuka konten dari bahan produk” lebih mudah diuji daripada “menjadikan AI ahli pemasaran”. “Memeriksa perubahan fungsi ini” juga lebih jelas daripada “mengaudit seluruh sistem”.
Langkah 1. Pilih skill dan host yang sesuai
Ilustrasi AI: pilih kemampuan yang diperlukan untuk pekerjaan saat ini.
Tentukan hasil akhir terlebih dahulu: teks, file, analisis, kode, atau tindakan pada layanan lain. Kemudian periksa SKILL.md, resource yang dirujuk, dan tools yang diperlukan. Catat apakah Anda cukup mengadaptasi instruksi atau perlu lingkungan agen yang lebih lengkap.
CLI skills menyediakan pilihan untuk melihat daftar dan memasang skill tertentu pada host yang didukung. Ia juga membedakan kemampuan khusus agen, sehingga kesamaan format dasar tidak menjamin semua hooks atau deklarasi tools bekerja sama pada setiap host. Vercel Skills CLI (akses 2026/10), Options dan Compatibility
Contoh pemeriksaan dan pemilihan skill React dari katalog:
npx skills add vercel-labs/agent-skills --list
npx skills add vercel-labs/agent-skills --skill vercel-react-best-practices
Perintah tersebut dijalankan pada lingkungan Node.js yang sesuai. Ia memasang skill untuk host agen yang dipilih, bukan menambah objek ke skills.json milik aplikasi Python sebelumnya. Baca petunjuk host tujuan serta lokasi pemasangannya.
Untuk AI lokal dengan menu sederhana, pilih dulu skill berbasis teks yang bisa dinilai dari bahan yang Anda berikan. Untuk skill pengolahan file, pastikan aplikasi mempunyai jalur pembacaan dan penulisan yang jelas. Untuk cloud atau publikasi, tentukan tindakan serta akun sebelum membuat koneksinya.
Hasil tahap ini: satu skill terpilih, satu tugas uji, dan daftar tools yang memang tersedia. Katalog 100 pilihan tidak harus menjadi 100 skill aktif sekaligus.
Langkah 2. Adaptasikan instruksi ke aplikasi AI lokal
Ilustrasi AI: instruksi, input, dan fungsi aplikasi dihubungkan secara sadar.
Gunakan kembali struktur dalam artikel kedua tentang skill AI lokal. Di sana, app_lanjutan.py menerima mode teks dan dokumen, membatasi instruksi 500 karakter, serta memuat maksimal 20 objek skill. Batas ini adalah rancangan aplikasi latihan tersebut.
Contoh berikut adalah adaptasi instruksi buatan penulis, bukan salinan lengkap atau pengganti paket asli. Ia mengambil jenis pekerjaan yang dibahas pada hook-writer, changelog-generator, serta systematic-debugging, lalu menyederhanakannya untuk masukan teks manual. Sumber fungsi asli tersedia pada baris katalog.
[
{
"id": "draft-hook-konten",
"label": "Draf pembuka konten",
"mode": "teks",
"instruksi": "Buat 3 alternatif pembuka dari bahan pengguna. Setiap pembuka maksimal 20 kata. Pertahankan fakta dan jangan mengarang harga, hasil, atau testimoni. Setelah setiap pembuka, jelaskan singkat bagian bahan yang mendukungnya."
},
{
"id": "draft-catatan-rilis",
"label": "Draf catatan rilis",
"mode": "teks",
"instruksi": "Ubah daftar perubahan yang ditempel menjadi catatan rilis dengan bagian Fitur, Perbaikan, dan Catatan pengguna. Jangan mengaku membaca Git atau menjalankan tes. Jika dampak perubahan tidak jelas, tandai untuk dikonfirmasi."
},
{
"id": "bantu-telaah-error",
"label": "Bantu telaah error",
"mode": "teks",
"instruksi": "Dari error dan langkah reproduksi yang diberikan, pisahkan Bukti, Dugaan penyebab, Data yang kurang, dan Satu pemeriksaan berikutnya. Jangan menyatakan akar masalah terbukti sebelum ada hasil pemeriksaan. Jangan mengaku menjalankan perintah."
}
]
Tambahkan objek yang dipilih ke array skills.json yang sudah ada. Jangan menggandakan ID. Contoh ditampilkan sebagai array agar valid secara mandiri; Anda dapat mengambil satu objek dahulu, menyisipkannya dengan koma yang tepat, lalu menguji hasilnya.
Set-Location "$env:USERPROFILE\ai-lokal-saya"
.\.venv\Scripts\python.exe -m json.tool .\skills.json
.\.venv\Scripts\python.exe -m streamlit run .\app_lanjutan.py --server.address 127.0.0.1
Tiga adaptasi tersebut hanya menerima teks. Mereka tidak otomatis membaca commit Git, mengambil data media sosial, atau memperbaiki file program. Untuk kemampuan itu, tulis tools dan handler yang sesuai, lalu hubungkan secara terpisah seperti pola pada artikel kedua.
Memuat katalog besar tanpa memenuhi seluruh konteks
Panduan implementasi Agent Skills memisahkan pemuatan metadata, instruksi skill aktif, dan resource yang dirujuk. Pola ini memuat nama serta deskripsi untuk penemuan, lalu membuka petunjuk lengkap ketika diperlukan. Agent Skills (akses 2026/10), Adding skills support
Name + description
Nama dan deskripsi
[Agent Skills (2026/10), tiga tingkat pemuatan; tanggal akses]
Untuk aplikasi latihan, pendekatan praktisnya adalah mempertahankan menu pendek dan satu instruksi aktif. Jika ingin mendukung folder skill asli, Anda perlu menambahkan penemuan folder, parser frontmatter, pemuatan referensi, dan pemetaan tools. Artikel ini memberikan katalog dan contoh adaptasi; ia belum memasang loader universal tersebut ke proyek Anda.
Pisahkan kemampuan berbasis teks dari eksekusi
| Jenis kebutuhan | Yang cukup dilakukan pada menu teks | Yang memerlukan integrasi tambahan |
|---|---|---|
| Pembuka konten | Membuat draf dari bahan yang ditempel | Pengambilan analytics atau publikasi |
| Catatan rilis | Merapikan daftar perubahan manual | Pembacaan Git serta pemilihan commit |
| Debugging | Menyusun hipotesis dari log yang diberikan | Akses kode, test runner, dan pembuktian perbaikan |
| Dokumen kantor | Merencanakan isi atau struktur | Membaca/menulis format file serta merender hasil |
| Video | Menyusun brief atau naskah | Proyek dan proses render video |
| Analisis data | Menjelaskan rencana analisis | Eksekusi pustaka pada data serta pemeriksaan hasil |
Tabel ini merupakan pembagian implementasi untuk proyek tutorial, bukan pernyataan kompatibilitas dari penerbit skill. Untuk setiap integrasi, tulis input, fungsi yang dijalankan, serta hasil yang perlu ditampilkan agar model tidak hanya mengklaim pekerjaan sudah dilakukan.
Hasil tahap ini: satu adaptasi muncul di menu dan dapat menerima bahan. Jika tugas memerlukan tools, daftar kebutuhan integrasinya sudah jelas.
Langkah 3. Uji hasil, dependensi, dan penggunaan sumber
Ilustrasi AI: pengujian hasil terhadap masukan dan kemampuan yang tersedia.
Buat contoh kecil untuk setiap skill sebelum menggunakannya pada pekerjaan besar. Gunakan masukan yang hasilnya dapat dinilai. Untuk draf teks, bandingkan fakta. Untuk program, jalankan pemeriksaan yang relevan. Untuk file, buka atau render hasilnya sesuai format.
| Uji | Contoh masukan | Hasil yang perlu diperiksa |
|---|---|---|
| Pembuka konten | Bahan produk tanpa harga | Tidak ada harga atau testimoni yang diciptakan |
| Catatan rilis | Tiga perubahan manual | Tidak muncul klaim tes lulus atau fitur yang tidak tercantum |
| Telaah error | Log singkat dengan data belum lengkap | Memisahkan bukti dari dugaan dan meminta pemeriksaan berikutnya |
| Dokumen | Satu file contoh kecil | Struktur, teks, tabel, dan hasil ekspor dapat dibaca |
| Data | Tabel dengan beberapa nilai yang diketahui | Angka hasil sesuai perhitungan pembanding |
| Video | Komposisi pendek dengan aset yang tersedia | Proses render menghasilkan file dan durasi yang diharapkan |
| Cloud | Rencana atau pembacaan konfigurasi terlebih dahulu | Akun, lingkungan, dan perubahan yang dituju jelas |
Jangan menilai keberhasilan pemasangan hanya dari jawaban “skill berhasil dimuat”. Periksa apakah petunjuk dipakai, apakah tools benar-benar dipanggil, dan apakah hasilnya sesuai kebutuhan. Bila model lokal terlalu kecil untuk alur kompleks, kurangi jumlah keputusan dan gunakan langkah tetap atau menu manual.
Untuk menjaga penggunaan memori, batasi bahan yang dimasukkan dan hindari mengirim seluruh katalog pada setiap pertanyaan. Pilih resource yang terkait dengan tugas. Skill analisis ringan juga dapat membutuhkan pustaka CPU yang belum terpasang, sedangkan skill layanan cloud tetap dapat bergantung pada jaringan walaupun modelnya berjalan lokal.
Hasil tahap ini: ada satu contoh berhasil, satu contoh gagal yang ditangani dengan jelas, dan catatan kebutuhan perangkat serta tools. Setelah itu barulah tambahkan kemampuan berikutnya.
Hal penting yang ditemukan pada sumber
Beberapa nama mudah menimbulkan harapan yang terlalu luas. Contohnya, brand-guidelines dalam katalog menerapkan identitas Anthropic, image-enhancer menjelaskan alur peningkatan gambar tanpa menyertakan model upscaler tertentu, dan reels-script menghasilkan naskah. Bacalah batas yang dicantumkan pada entri terkait sebelum memilihnya.
Skill twitter-algorithm-optimizer menyajikan kerangka dari maintainernya. Keberadaannya tidak membuktikan penjelasan tersebut selalu sama dengan sistem rekomendasi X saat ini dan tidak menjamin jangkauan. Skill keamanan juga mempunyai lingkup berbeda: sarif-parsing mengolah hasil yang sudah ada, sedangkan audit-context-building membangun pemahaman kode sebelum audit.
Untuk lisensi, periksa berkas paket dan resource yang benar-benar digunakan. Ketersediaan SKILL.md di repositori publik tidak dengan sendirinya memberi hak penggunaan atau redistribusi yang sama pada seluruh paket. Perbedaan empat skill dokumen Anthropic ditandai pada katalog.
Nomor bintang, janji viral, dan klaim “langsung ahli” tidak dipakai sebagai ukuran dalam artikel ini. Fokus pemilihannya adalah tugas yang tertulis, sumber yang dapat dibaca, serta kebutuhan implementasi yang dijelaskan.
Pertanyaan yang sering diajukan
Apakah semua 100 skill bisa dipakai langsung dengan Ollama?
Tidak ada klaim kompatibilitas menyeluruh dalam katalog ini. Ollama menjalankan model; aplikasi atau host agen perlu memuat instruksi serta menyediakan tools. Untuk proyek sebelumnya, adaptasi teks dapat dicoba lewat menu, sedangkan fungsi lain memerlukan integrasi.
Apakah skill sama dengan model baru?
Skill memberikan petunjuk dan resource untuk pekerjaan tertentu. Mengunduhnya tidak otomatis mengubah bobot model. Kemampuan dasar model tetap berpengaruh pada seberapa baik petunjuk dapat diikuti.
Apakah harus memasang 100 sekaligus?
Mulai dari satu atau beberapa skill yang berkaitan dengan pekerjaan. Aplikasi latihan sebelumnya juga mempunyai batas jumlah dan panjang instruksi. Tambah kemampuan setelah ada contoh penggunaan yang dapat diperiksa.
Apakah skill berbasis teks cocok untuk GPU ringan?
Instruksi teks dapat dicoba pada model kecil, tetapi kualitasnya perlu diuji. Panjang konteks dan banyaknya langkah tetap berpengaruh. Kebutuhan render, pustaka data, akun cloud, dan alat eksternal dinilai terpisah dari VRAM model.
Apakah semua pilihan gratis dan open source?
Ketentuan lisensi serta biaya berbeda menurut paket dan tools yang dipakai. Ada skill dokumen dengan ketentuan Proprietary, dan ada alur cloud yang memerlukan resource atau layanan tersendiri. Katalog menyebut kebutuhan yang ditemukan tanpa menjanjikan seluruh alur bebas biaya.
Apakah paket artikel ini memasang skill pada PC?
Paket berisi artikel, katalog bersumber, contoh adaptasi, dan ilustrasi. Pemasangan serta pengujian skill dilakukan pada lingkungan yang Anda pilih. Tidak ada skrip pihak ketiga dari katalog yang dijalankan untuk menyusun artikel.
Urutan membaca seri AI lokal
- Membuat AI sendiri dari nol di PC dengan GPU ringan: menyiapkan model dan aplikasi awal.
- Menambah skill, memori, tools Python, dokumen, dan otomasi sederhana: membangun fungsi serta menu tugas.
Sumber dan tanggal pemeriksaan
Sumber setiap skill individual sudah ditautkan langsung pada tabel. Tanggal aksesnya 17 Oktober 2026. Katalog memeriksa keberadaan, nama, dan isi instruksi; ia tidak menguji seluruh skill secara operasional atau membandingkan performanya pada GPU tertentu. Cabang repositori dapat berubah setelah tanggal pemeriksaan.
- [Remotion, 2026/10] Remotion. “Agent Skills.” Dokumentasi resmi. https://www.remotion.dev/docs/ai/skills
- [Marketing Skills, 2026/10] coreyhaines31. “Marketing Skills for AI Agents.” README repositori. https://github.com/coreyhaines31/marketingskills
- [Agent Skills, 2026/10] Agent Skills. “Overview.” Dokumentasi format. https://agentskills.io/home
- [Agent Skills Integration, 2026/10] Agent Skills. “Adding skills support.” Dokumentasi implementasi. https://agentskills.io/client-implementation/adding-skills-support
- [Vercel Skills CLI, 2026/10] vercel-labs. “skills.” Dokumentasi CLI. https://github.com/vercel-labs/skills
- [Anthropic Skills, 2026/10] anthropics. “Skills.” README dan ketentuan paket. https://github.com/anthropics/skills
Komentar (0)
Belum ada komentar. Jadilah yang pertama berkomentar!
Tinggalkan Komentar