گسترش هوش مصنوعی با Agent Skills سال 2026
✅ سرفصل و جزئیات آموزش
آنچه فرا خواهید گرفت:
- توضیح دهید که پنجرههای زمینه چگونه کار میکنند و چرا عاملهای هوش مصنوعی در مکالمههای طولانی تمرکز خود را از دست میدهند (پوسیدگی زمینه)
- از افشای تدریجی برای بارگذاری دستورالعملهای مهارت فقط در زمان نیاز استفاده کنید تا زمینه عامل سبک نگه داشته شود.
- یک فایل و پوشه SKILL آماده محیط تولید با فراداده، دستورالعملها، اسکریپتها و منابع مناسب ایجاد کنید.
- مهارتهای قابل حملی طراحی کنید که در Claude Code ،GitHub Copilot ،Cursor و OpenAI Codex کار کنند.
پیشنیازهای دوره
- آشنایی اولیه با هر عامل کدنویسی هوش مصنوعی (Claude Code ،Copilot ،Cursor یا مشابه)
- یک کامپیوتر با دسترسی به حداقل یک عامل کدنویسی هوش مصنوعی برای دنبال کردن مثالها و پروژه نهایی
توضیحات دوره
دوره جدید! عاملهای کدنویسی هوش مصنوعی مانند Claude Code ،GitHub Copilot ،Cursor و Codex قدرتمند هستند، اما گردش های کاری شما، استانداردهای شما یا تخصص حوزهای شما را نمیشناسند.
احتمالاً این تجربه آزاردهنده را داشتهاید: عامل در میانه جلسه دستورالعملهای شما را «فراموش» میکند، خروجیهای ناسازگار تولید میکند، یا از شما میخواهد هر بار همان زمینه را تکرار کنید.
این یک مشکل پرامپتنویسی نیست. این یک مشکل زمینه است.
و اکنون یک استاندارد رسمی وجود دارد که آن را حل میکند.
Agent Skills چیست؟
Agent Skills یک استاندارد باز جدید است که توسط Anthropic نگهداری میشود و توسط Claude Code ،GitHub Copilot، Cursor ،OpenAI Codex و دیگران پذیرفته شده است و به شما امکان میدهد هر عامل هوش مصنوعی سازگار را با قابلیتهای قابل حمل و قابل استفاده مجدد گسترش دهید.
به جای اینکه همه چیز را در یک پرامپت سیستمی حجیم بریزید و امیدوار باشید عامل به آن توجه کند، مهارتها از افشای تدریجی استفاده میکنند: عامل فقط آنچه را که نیاز دارد، زمانی که نیاز دارد، بارگذاری میکند.
نتیجه؟ زمینه سبکتر، خروجیهای سازگارتر، و تخصصی که همراه شما در میان ابزارها جابهجا میشود.
یک مهارت را یک بار بنویسید. همه جا از آن استفاده کنید.
آنچه فرا خواهید گرفت:
مشکل زمینه
چرا عاملهای هوش مصنوعی در مکالمههای طولانی دچار مشکل میشوند، «پوسیدگی زمینه» دقیقاً چیست، و چرا پنجرههای زمینه بزرگتر مشکل را حل نمیکنند.
مهارتها چگونه کار میکنند؟
عاملهای هوش مصنوعی در پشت صحنه چگونه از Agent Skills استفاده میکنند؟ الگوی افشای تدریجی: کشف، بارگذاری فراداده، تطبیق وظیفه، فعالسازی و اجرا. شما چرایی معماری مهارتها را درک خواهید کرد، نه فقط چگونگی استفاده از آنها را.
ساختار مهارت
ساختار فایل و پوشه SKILL، فرانتمتر YAML، دستورالعملها، اسکریپتها، ارجاعات و داراییها. چه چیزی کجا میرود و چرا.
تألیف مهارت
چگونه مهارتهایی بنویسید که واقعاً کار کنند: فراداده خوب برای قابلیت کشف، دستورالعملهای واضح، آگاهی از بودجه توکن، و طراحی برای قابلیت حمل در میان عاملها.
پروژه نهایی
شما یک مهارت آماده محیط تولید برای گردش کاری خود خواهید ساخت؛ چیزی که همان روزی که این دوره را تمام میکنید واقعاً بتوانید از آن استفاده کنید.
این دوره چگونه آموزش میدهد؟
اگر دورههای دیگر مدرس را گذرانده باشید، این رویکرد را میشناسید: تقلید نکنید، درک کنید.
این یک آموزش نیست که آنچه را مدرس تایپ میکند کپی کنید و امیدوار باشید کار کند. ما به پشت صحنه میرویم. شما یاد خواهید گرفت چرا پنجرههای زمینه برای عاملها مشکل ایجاد میکنند، چرا افشای تدریجی آنها را حل میکند، چرا مشخصات مهارت به این شکل طراحی شده است، و عاملهای هوش مصنوعی چگونه در پشت صحنه از مهارتها استفاده میکنند.
وقتی مکانیک را درک کنید، میتوانید تطبیق دهید. میتوانید اشکالزدایی کنید. میتوانید مهارتهایی بسازید که مستندات پوشش نمیدهند.
این دوره برای چه کسانی است؟
توسعهدهندگانی که از Claude Code ،GitHub Copilot ،Cursor یا Codex استفاده میکنند و به دنبال نتایج سازگار و تکرارپذیر هستند.
سرپرستان تیم که میخواهند استانداردها و گردش های کاری را کدنویسی کنند تا عاملها به طور خودکار از آنها پیروی کنند.
هر کسی که از تکرار همان دستورالعملها در هر جلسه خسته شده است.
پیشنیازها: آشنایی اولیه با عاملهای کدنویسی هوش مصنوعی. به زبان برنامهنویسی خاصی نیاز نیست. مهارتها مستقل از زبان هستند.
چرا همین حالا؟
Agent Skills جدید است. مشخصات آن در اواخر سال 2025 توسط Anthropic متنباز شد و پذیرش آن با سرعت زیادی در حال افزایش است. OpenAI ،Google و Microsoft همگی پشتیبانی از آن را اضافه کردهاند.
توسعهدهندگانی که این استاندارد را زودتر درک کنند، همانهایی خواهند بود که مهارتهایی میسازند که دیگران از آنها استفاده میکنند.
این یک دوره کوتاه است. میتوانید آن را در یک بعدازظهر تمام کنید و تا هنگام شام یک مهارت کاربردی داشته باشید.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگانی که از Claude Code ،GitHub Copilot ،Cursor یا Codex استفاده میکنند و میخواهند بدون تکرار دستورالعملها به نتایج سازگار برسند.
- سرپرستان تیم که میخواهند استانداردهای کدنویسی، گردش های کاری و تخصص حوزهای را کدنویسی کنند تا عاملهای هوش مصنوعی به طور خودکار از آنها پیروی کنند.
- هر کسی که از «فراموش کردن» زمینه توسط عاملهای هوش مصنوعی در میانه جلسه یا تولید خروجیهای ناسازگار در مکالمههای مختلف خسته شده است.
- پذیرندگان اولیهای که میخواهند استانداردهای نوظهور عاملهای هوش مصنوعی را پیش از تبدیل شدن به نیازهای رایج بازار درک کنند.
گسترش هوش مصنوعی با Agent Skills سال 2026
-
مقدمه 02:03
-
راهاندازی 00:52
-
مشکل زمینه 00:24
-
مدل فانوس دریایی مدلهای زبانی بزرگ 09:07
-
نکته مفهومی: پنجره زمینه 01:48
-
اندازه پنجره 01:43
-
نکته مفهومی: پرامپت سیستمی 04:42
-
پوسیدگی زمینه 01:56
-
مهارتها 00:19
-
نکته مفهومی: Markdown 01:53
-
ساختار یک مهارت 02:29
-
فرانتمتر 04:06
-
دستورالعملها 03:05
-
اسکریپتها 03:35
-
داراییها 02:05
-
عاملها چگونه مهارتها را یکپارچه میکنند؟ 00:36
-
نکته مفهومی: افشای تدریجی 01:11
-
کشف 02:20
-
بارگذاری فراداده 03:12
-
تطبیق تسک ها با مهارتها 04:11
-
فعالسازی 02:13
-
اجرا و دسترسی 05:25
-
مهارتها در عمل 04:11
-
تألیف مهارت 00:20
-
فراداده 02:31
-
زمینه خوب 01:46
-
تخصص حوزهای 01:47
-
قابلیتهای جدید 01:51
-
گردش های کاری تکرارپذیر 11:33
-
زمینه خوب: یک آموزش متنباز None
-
همکنشپذیری (Claude ،Codex ،Cursor ،Copilot) 01:46
-
یافتن مهارتهای از پیش موجود 01:13
-
پروژه نهایی 01:38
-
ایجاد یک مهارت None
-
جمعبندی 00:47
مشخصات آموزش
گسترش هوش مصنوعی با Agent Skills سال 2026
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:مقدماتی
- تعداد درس:35
- مدت زمان :01:28:38
- حجم :810.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy