Taitojen louhinta: 3 500 ehdokkaasta 466 kyvyksi

Tämän postauksen luvut heijastavat järjestelmää julkaisuhetkellä (tammikuu 2026). Katso tiimisivumme ajantasaiset luvut.

3 500 taidon ongelma

Kun aloimme rakentaa agenttien orkestrointijärjestelmää, kohtasimme kiinnostavan haasteen: tekoälyekosysteemin yli on hajallaan tuhansia mahdollisia taitoja. GitHub-repositoriot, vendor-dokumentaatio, yhteisöprojektit, sisäiset mallit — taitoja on kaikkialla. Mutta mitkä niistä merkitsevät? Mitkä toimivat? Ja miten ylläpidät johdonmukaista taitokirjastoa, jota agentit voivat oikeasti käyttää?

Vastauksemme: systemaattinen louhinta- ja käyttöönottosilmukka.

Luvut tänään

Hieman yli kolme kuukautta sen jälkeen, kun Anthropic julkaisi Agent Skillsin 16. lokakuuta 2025, näin tilanteemme näytti, kun tämä postaus julkaistiin 27. tammikuuta 2026:

Mittari	Määrä
Tunnistetut ehdokkaat	3 500+
Hyväksytyt taidot	466
Vendor-taidot	373
Sisäiset taidot	93
Aktiiviset vendorit	25+
Keskimääräinen tokenmäärä per taito	2 834
Viitatut työkalut	89
Yksilölliset tagit	635

Olemme katselmoineet yli 3 500 taitoehdokasta. Olemme hyväksyneet 466. Se on 13 %:n hyväksymisaste — ja se valikoivuus on tarkoituksellista.

Tietämystasojärjestelmä

Kaikki taidot eivät ole samanarvoisia. Järjestämme ne viiteen tietämyskerrokseen (K0–K4), joista jokainen edustaa erilaista sovellettavuuden laajuutta:

K0: perusta (universaali)

Taitoja, jotka jokaisella agentilla pitäisi olla. Nämä edustavat “hyvän ajattelijan” kyvykkyyksiä, jotka toimivat missä tahansa.

foundations/
├── test-first-discipline       # TDD: Red-Green-Refactor
├── evidence-based-completion   # Verify before claiming done
├── systematic-debugging        # Root cause methodology
├── structured-planning         # Break work into tasks
└── context-budget-awareness    # Manage token consumption

K0-taidot ovat siirrettävissä mihin tahansa projektiin, toimialueeseen tai pinoon. Ne koodaavat universaaleja kognitiivisia malleja.

K1: identiteetit (kuri)

“Hyvän insinöörin” tai “hyvän tutkijan” taitoja, jotka soveltuvat projektien yli tietyn kurin sisällä.

identities/
├── research-workflows          # Multi-source research
├── web-extraction-playbook     # Content extraction
├── code-review                 # PR review patterns
└── cli-interface-standards     # CLI design patterns

K2: toimialueet (aihealueen asiantuntemus)

“Hyvän tietokanta-asiantuntijan” tai “hyvän turvallisuusinsinöörin” taitoja, jotka ovat siirrettävissä kentän sisällä.

domains/
├── schema-migration-workflow   # Safe migration patterns
├── rpc-validation-checklist    # RPC health checks
├── auth-validation-checklist   # JWT/OAuth patterns
└── secrets-audit-checklist     # Credential scanning

K3: pinot (teknologia)

“Hyvän Supabase-käyttäjän” tai “hyvän Cloudflare-kehittäjän” taitoja tietyille teknologiapinoille.

stacks/
├── maguyva-quickstart          # Our semantic search patterns
├── cloudflare-deployment       # Workers/Pages deployment
└── mcp-tool-best-practices     # MCP tool selection

K4: projekti (organisaatio)

Organisaatiollemme ja työnkuluillemme ominaisia taitoja.

project/
├── agent-creation-workflow     # How we build agents
├── skill-authoring-workflow    # How we write skills
├── mining-session-workflow     # This very process
└── vendor-skill-evaluation     # Evaluation rubrics

Louhintasilmukka

Vaihe 1: löytäminen

Taitoja tulee kaikkialta:

Vendor-repositoriot: AWS, Anthropic, Cloudflare, Supabase ja yhteisön avustajat julkaisevat taitokokoelmia. Seuraamme 25+ vendor-juurta.

Yhteisöprojektit: GitHub on täynnä Claude Code -templateja, agenttimalleja ja työnkulkumäärittelyjä.

Sisäiset mallit: kun tiimimme ratkoo ongelmia, malleja syntyy. Nämä muotoillaan taidoiksi.

Dokumentaation louhinta: teknisessä dokumentaatiossa on usein implisiittisiä taitoja — menettelyjä, tarkistuslistoja, päätöspuita.

Löytäminen on jatkuvaa. Käytämme taitojen työjonoa ehdokkaiden seurantaan ennen muodollista arviointia.

Vaihe 2: arviointi

Jokainen ehdokas käy läpi saman arviointikehyksen:

adoption_criteria:
  - fills_real_gap: true      # We lack this capability
  - well_structured: true     # Progressive disclosure
  - actively_maintained: true # Commits in last 6 months
  - portable: true            # Not hyper-specific
  - tested: true              # Evidence of usage

Kaikkien viiden tuotekriteerin täytyy läpäistä. Siksi 87 % ehdokkaista hylätään.

Sitten jokainen ehdokas käy läpi erillisen luottamuskatselmuksen. Emme käsittele virallista vendor-repositoriota, tunnettua yhteisön ylläpitäjää ja satunnaista GitHub-repositoriota totuuden vastaavina lähteinä.

trust_review:
  vendor_credibility:
    - ownership_verified       # Official vendor, known maintainer, or internal source
    - maintenance_signal       # Recent commits, issue response, release history
    - adoption_signal          # Evidence of real use, stars alone are not enough
    - provenance_clear         # We can trace where the skill came from
  prompt_injection_scan:
    - hidden_instruction_check # Buried "ignore previous instructions" patterns
    - exfiltration_check       # Prompts that try to leak files, secrets, or context
    - authority_check          # Claims of priority over system or developer rules
  script_audit:
    - inspect_scripts          # Read shell/python/js helpers before adoption
    - network_and_exec_review  # curl|bash, remote downloads, subprocess execution
    - file_and_secret_review   # Env vars, credential access, broad file writes
    - destructive_action_check # rm, reset, overwrite, or unsafe automation

Luotetut vendorit saavat kevyemmän alkuperäkatselmuksen, mutteivät vapaakorttia. Luottamattomat tai tuntemattomat lähteet saavat syvemmän manuaalisen auditoinnin, emmekä suorita paketoituja skriptejä ennen kuin ne on luettu, rajattu ja luokiteltu turvallisiksi.

Kuiluanalyysi: ennen käyttöönottoa haemme rekisteristämme:

uv run orkestra skills search "<capability>"

Jos meillä jo on se, emme tarvitse sitä. Jos meillä on jotain lähellä olevaa, saatamme yhdistää sen sijaan että hyväksyisimme uuden.

Syvyys- ja standardipisteytys: pisteytämme myös, kuinka täysimääräisesti ehdokas käyttää agentti-taito-mallia. Yksittäinen SKILL.md voi silti olla hyödyllinen, mutta syvemmät taidot ovat arvokkaampia, kun ne erottavat ohjeet viitteistä, skripteistä ja resursseista tavalla, jota agentskills.io kannustaa.

skill_depth:
  - level_1: SKILL.md only                     # Single instruction file
  - level_2: SKILL.md + strong description     # Clear triggers and scope
  - level_3: adds references/                  # Load docs only when needed
  - level_4: adds atomic scripts/              # Small, reviewable helpers
  - level_5: adds assets/examples/templates    # Full progressive disclosure
depth_signals:
  - standards_adherence        # Structure aligns with agentskills.io conventions
  - reference_quality          # Curated references, not giant context dumps
  - script_atomicity           # Focused helpers, not opaque monoliths
  - tool_boundary_clarity      # Clear limits on what the skill can execute
  - community_signal           # Stars/forks/users help, but only as a weak boost

GitHub-tähdet voivat nostaa uskottavuuspistettä hieman, mutta ne eivät koskaan pelasta pinnallista tai epäturvallista taitoa. Korkean tähtimäärän repositorio, jossa on yksi epämääräinen SKILL.md ja läpinäkymättömiä skriptejä, pisteytyy alemmas kuin pienempi repositorio, jossa on tarkka kuvaus, kuratoidut references/ ja atomiset apuohjelmat, jotka todella hyödyntävät täyttä taitokyvykkyyttä.

Rakenteellinen analyysi: tarkistamme taidon laadun:

wc -l vendor/<repo>/<skill>/SKILL.md  # Size check
ls vendor/<repo>/<skill>/scripts/     # Supporting files
ls vendor/<repo>/<skill>/references/  # Bundled docs

Jos ehdokas sisältää skriptejä, katselmuksesta tulee tiukempi. Hyvä taito ei ole vain hyödyllinen; sen täytyy olla luettavissa, rajattu ja turvallinen antaa agentille. Tuo turvallisuussuodatin yksinään diskvalifioi merkittävän osan muuten kiinnostavista ehdokkaista.

Vaihe 3: käyttöönotto

Kun taito läpäisee arvioinnin, se pääsee rekisteriin. Mutta taitoja ei koskaan hyväksytä muuttumattomina. Ne muokataan sopimaan järjestelmäämme.

Käyttöönoton muokkaukset:

1. Metadatan normalisointi: jokainen taito saa etuosakaavamme
2. K-tason osoitus: taidot sijoitetaan sopivaan tietämyskerrokseen
3. Tagien rikastus: tageja lisätään löydettävyyttä varten
4. Työkalujulistus: sallitut työkalut julistetaan eksplisiittisesti
5. Osioiden kohdistus: sisältö rakennetaan uudelleen vastaamaan templateamme

Tyypillinen taito-YAML käyttöönoton jälkeen:

metadata:
  identifier: vendor-skill-evaluation
  name: vendor-skill-evaluation
  description: Systematic evaluation of vendor skills for adoption.
  type: workflow
  layer: K4
  semantic_folder: project
  source: core
  last_updated: '2026-01-17'

frontmatter:
  tags:
    - agents
    - meta
    - skill-adoption
    - vendor
  allowed_tools:
    - Bash
    - Read
    - Write
    - Edit
    - Grep
    - Glob
    - Task

Vaihe 4: laajuuden osoitus

Taidot osoitetaan laajuuksiin — kategorioihin, jotka määrittävät, mitkä agentit lataavat mitkä taidot:

scopes:
  database:
    primary_skills:
      - domains/schema-migration-workflow
      - domains/rpc-validation-checklist
      - vendor/supabase/supabase-database
      - vendor/supabase/supabase-auth

  research:
    primary_skills:
      - identities/research-workflows
      - identities/web-extraction-playbook
      - identities/dataset-discovery-quickstart

Agentit julistavat laajuutensa, ja taidot osoitetaan automaattisesti:

# Agent definition
scopes: [database, research]
# Gets: all database skills + all research skills + universal skills

Vaihe 5: materialisointi

Taidot eivät elä YAML:na tuotannossa. Ne renderöidään SKILL.md-tiedostoiksi, joita Claude Code voi ladata:

uv run orkestra sync

Tämä komento:

1. Lukee kaikki taitojen YAML-määrittelyt
2. Renderöi ne Jinja-templatejen läpi
3. Kirjoittaa SKILL.md-tiedostot kohteeseen .claude/skills/
4. Järjestää K-tason mukaan (foundations/, identities/, domains/, stacks/, project/)

Lopullinen tulosterakenne:

.claude/skills/
├── foundations/     # K0: Universal
├── identities/      # K1: Discipline
├── domains/         # K2: Subject
├── stacks/          # K3: Technology
├── project/         # K4: Organization
└── vendor/          # External skills

Lepotilan laajuusmalli

Yksi voimakkaimmista malleistamme on “hyväksytty muttei ladattu” -taito. Kutsumme näitä lepotilan laajuuksiksi.

Harkitse tieteellisen laskennan taitoja k-dense-scientific-repositoriosta. Olemme hyväksyneet 120+ taitoa, jotka kattavat bioinformatiikkaa, kemiaa, kvanttilaskentaa ja kliinistä informatiikkaa. Mutta useimmat agenttimme eivät tarvitse molekyylidokkausta tai geeni-ilmentymisanalyysiä.

Sen sijaan että lataisimme kaikki 120 taitoa jokaiseen agenttiin (paisuttaen kontekstiikkunoita), me:

1. Hyväksymme taidot tietyllä laajuudella (esim. bioinformatics)
2. Pidämme ne lepotilassa — rekisteröityinä, mutta ei ladattuina
3. Otamme ne käyttöön vain, kun agentti julistaa tuon laajuuden

# In scopes.yaml - dormant scope
bioinformatics:
  description: "Bioinformatics and genomics"
  primary_skills: []  # Empty - skills exist but aren't loaded

# When an agent needs bioinformatics:
# Agent YAML
scopes: [research, bioinformatics]  # Now loads bioinformatics skills

Tämä malli antaa meille 466 taitoa rekisterissä, kun taas tyypilliset agentit lataavat vain 40–60 relevanttia.

Taitotyypit

Taidot esiintyvät kolmena kognitiivisena mallina:

Työnkulku

Järjestetyt menettelylliset askeleet: “1. Tee X, 2. Sitten Y, 3. Lopuksi Z”

type: workflow
# Examples: schema-migration-workflow, mining-session-workflow

Kuri

Käyttäytymisen suojakaiteet: “Aina X”, “Älä koskaan Y”, “Suosi Z:aa”

type: discipline
# Examples: test-first-discipline, evidence-based-completion

Tarkistuslista

Varmennuskriteerit: “Vahvista X”, “Varmenna Y”, “Tarkista Z”

type: checklist
# Examples: auth-validation-checklist, secrets-audit-checklist

Laatuportit

Jokaisen taidon täytyy läpäistä validointi ennen julkaisua:

validation:
  file_exists: true           # Skill file at declared path
  frontmatter_valid: true     # Frontmatter parses correctly
  sections_complete: true     # Expected sections present
  tools_registered: true      # Declared tools exist in registry

Kuvausten täytyy olla 50–400 merkkiä laukaisulausekkeilla (“Käytä kun…”, “Kun tarvitset…”), jotta Claude Code tietää, milloin ehdottaa niitä.

Validoimme jatkuvasti:

uv run orkestra validate --show-warnings

Vendor-ekosysteemi

373 vendor-taitomme tulevat:

Toimittaja	Taidot	Toimialue
AWS Agent	19	Pilvipalvelut
Anthropic	12	Dokumenttien generointi
Cloudflare	8	Reunalaskenta
Supabase	5	Tietokanta
k-dense	100+	Tieteellinen laskenta
silvainfm	4	Data science
Java Developer Kit	45+	Spring/Java
Vercel	1	Selainautomaatio

Jokainen vendor-juuri julistetaan metadata.yaml:ssa:

vendor_roots:
  - path: vendor/aws-agent-skills
    provider: aws
  - path: vendor/k-dense-scientific/scientific-skills
    provider: k-dense
  - path: vendor/supabase-skills
    provider: supabase

Kun orkestra sync ajetaan, vendor-taidot symlinkataan kohteeseen .claude/skills/vendor/ niiden toimittajan nimiavaruudella.

Mitä olemme oppineet

Valikoivuus kannattaa. On houkuttelevaa hyväksyä kaikki, mikä näyttää hyödylliseltä. Mutta jokainen taito maksaa tokeneita. 2 834 keskimääräisellä tokenimäärällä per taito paisuminen sattuu nopeasti. 13 %:n hyväksymisasteemme pitää agentit ketterinä.

Rakenne mahdollistaa löydettävyyden. K-tasojärjestelmä ei ole vain organisointia — se koskee siirrettävyyttä. K0-taitoja voi käyttää uudelleen missä tahansa. K4-taidot ovat tarkoituksella projektikohtaisia. Tämä selkeys auttaa sekä ihmisiä että agentteja löytämään tarvitsemansa.

Lepotilan laajuudet skaalautuvat. Voit hyväksyä satoja taitoja lataamatta niitä kaikkia. Laajuuksien avulla voit rakentaa kattavan rekisterin pitäen samalla yksittäisten agenttien kontekstiikkunat hallittavina.

Muokkaus käyttöönotossa on välttämätöntä. Raa’at vendor-taidot harvoin sopivat järjestelmääsi. Käyttöönottoprosessi — metadatan lisääminen, tasojen osoitus, tagien rikastus — saa ulkoiset taidot toimimaan sisäisesti.

Louhinta on jatkuvaa. 3 500:n luku kasvaa jatkuvasti. Uusia vendor-repositorioita ilmestyy. Yhteisömalleja syntyy. Sisäiset työnkulut vakiintuvat. Silmukka ei koskaan pysähdy.

Mitä seuraavaksi

Työskentelemme useiden parannusten parissa:

1. Automaattinen kuiludetektio: hälytä, kun yleiset agenttiepäonnistumiset voitaisiin ratkaista hyväksymättömällä taidolla
2. Taitojen vanhentumistyönkulut: muodollinen prosessi eläkkeelle jäävien taitojen poistamiseksi, kun ne korvataan tai jäävät käyttämättä
3. Taitojen väliset riippuvuudet: taidon esivaatimusten eksplisiittinen julistaminen
4. Käyttöanalytiikka: seuraa, mitä taitoja agentit oikeasti kutsuvat verrattuna vain lataamiseen

Taitojen louhintasilmukka on infrastruktuuria. Se ei ole hohdokasta. Mutta se on se, mikä saa 41 agenttia toimimaan johdonmukaisesti 466 kyvykkyydellä pysyen samalla kontekstirajojen sisällä.

Se on tarina siitä, miten 3 500:sta tulee 466. Ei jättämällä 3 000 huomiotta — vaan arvioimalla ne systemaattisesti ja hyväksymällä vain sen, mikä toimii.

---

Haluatko nähdä taitojärjestelmän toiminnassa? Käy tutustumassa kohteeseen uv run orkestra skills list tutkiaksesi nykyistä rekisteriämme.