Я считал SKILL-ы бесполезной тратой токенов, пока не написал свой: 100 токенов вместо тысяч

Разработчик Евгений Игумнов опубликовал на GitHub открытый SKILL blueprint4llm, который решает конкретную проблему: стандартный Markdown-файл плана (plan.md) поддерживает только таблицы и диаграммы Mermaid. Blueprint4llm добавляет в Markdown поддержку PlantUML, draw.io, Pencil, Balsamiq, Graphviz, Figma, OpenAPI, Excalidraw, Vega-Lite, ECharts и D2. То есть план задачи, досье на компанию или черновик статьи можно оформить с полноценными UML-диаграммами, графиками, гистограммами и прототипами пользовательского интерфейса.

Зачем SKILL-ы нужны, если есть MCP?

Каждый подключённый MCP-сервер загружает в контекст десятки тысяч токенов. Подключите тридцать таких серверов и лимит подписки закончится до обеда.

SKILL устроен иначе. В контекст попадают только название и короткое описание. Это 100-200 токенов на один SKILL. Тридцать SKILL-ов обойдутся дешевле одного MCP-сервера. Агент сам подтягивает полное описание, когда понимает из задачи, что оно нужно, либо когда пользователь явно просит.

Четыре задачи, где SKILL незаменим

• Работа с малоизвестным или закрытым инструментом. Модель обучена на популярных технологиях: Git, Python. Но если вы используете внутреннюю программу, документации к которой нет в открытом доступе, модель бессильна. SKILL.md описывает, как пользоваться этим инструментом, и агенту не нужно искать справку в интернете.
• Описание бизнес-процесса. Агент умеет работать с Git и запускать тесты. Но он не знает, что в вашей компании перед релизом нужно обновить CHANGELOG.md, поднять версию, собрать пакет, создать Git-тег и только потом публиковать. SKILL описывает не технологию, а последовательность шагов.
• Пакет инструментов без раздувания контекста. В папку SKILL-а можно положить скрипты, шаблоны, документацию. Агент читает файлы по необходимости, а готовые скрипты просто запускает, не тратя токены на генерацию кода.
• Визуализация планов и отчётов. Именно эту задачу решает blueprint4llm.

Что понадобится

• Рабочий ИИ-агент: Codex или Claude Code
• Node.js и npx (менеджер пакетов, встроенный в Node.js)
• Терминал (командная строка) с доступом в интернет
• Около 10 минут на установку и первый запуск

Пошаговая инструкция

1. Откройте терминал в папке вашего проекта.

2. Установите SKILL blueprint4llm. Для Codex:

npx skills add evgenyigumnov/blueprint4llm --skill blueprint4llm --agent codex

Для Claude Code:

npx skills add evgenyigumnov/blueprint4llm --skill blueprint4llm --agent claude-code

1. Убедитесь, что в проекте появилась папка с нужной структурой:

my-skill/
├── SKILL.md
├── scripts/
│   ├── generate.py
│   └── validate.py
├── references/
│   └── api.md
└── assets/
    └── template.html

1. Поставьте агенту задачу и попросите оформить результат с помощью blueprint4llm. Например: «Собери досье о компании X и оформи result.md с блок-схемами и графиками через blueprint4llm».

2. Сконвертируйте результат в HTML или PDF либо попросите агента показать файл в браузере с интерактивными графиками.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Попробуйте blueprint4llm для визуализации структуры статей. Попросите агента собрать досье по теме и оформить его с диаграммами и графиками. Получите готовый черновик, где факты уже разложены по блок-схемам, а не по бесконечным абзацам.

Маркетологу. SKILL-ы полезны для описания внутренних процессов компании: цепочка согласования креативов, воронка лидов, процесс запуска рекламной кампании. Опишите процесс один раз в SKILL.md, и агент будет следовать ему без повторных объяснений.

Предпринимателю в РФ. Blueprint4llm работает через GitHub, доступ из России не ограничен. Для работы нужен один из агентов (Codex или Claude Code) и подписка на соответствующий сервис. Из доступных в РФ моделей пока прямой поддержки SKILL-ов в формате npx skills нет, но сам подход (файл с инструкцией для модели) можно адаптировать для YandexGPT или GigaChat вручную, положив аналогичный файл в контекст.

Если вы работаете с ИИ-агентами каждый день, один написанный SKILL сэкономит больше токенов, чем неделя ручной оптимизации промптов.