Skills в Cursor и Claude Code: когда промпты превращаются в библиотеку

Проблема: вы пишете один и тот же промпт в сотый раз

Вы открываете Cursor. Начинаете писать: "Создай компонент React с TypeScript, используя Tailwind CSS, экспортируй интерфейсы отдельно, добавь обработку ошибок..." Через час в другом файле: "Создай хук для работы с API, используй React Query, добавь кэширование, обработку loading states..."

Вы тратите 30% времени на написание инструкций, которые уже писали вчера. И позавчера. И на прошлой неделе.

Решение: Skills как DRY-принцип для промптов

Skills в Cursor (с версии 0.32) и аналоги в Claude Code (2025-2026 релизы) - это переиспользуемые фрагменты промптов. Не просто сохраненные шаблоны, а полноценные библиотеки с контекстом, примерами и ограничениями.

Представьте: у вас есть файл .cursorrules или .claudeskills в корне репозитория. В нем - ваши стандарты. Как ACDD для коммитов, но для ИИ-ассистентов.

1Создаем структуру Skills

Начните с простого. Создайте папку /.cursor/skills или /.claude/skills в корне проекта. Да, прямо рядом с package.json.

mkdir -p .cursor/skills
mkdir -p .claude/skills

Теперь создайте первый файл - react-component.skill:

# .cursor/skills/react-component.skill
name: "React Component with TypeScript"
description: "Стандарт для создания React компонентов"
trigger: "компонент", "component", "react"

content: |
  СОЗДАЙ КОМПОНЕНТ REACT С TypeScript СЛЕДУЯ ЭТИМ ПРАВИЛАМ:
  
  1. ИСПОЛЬЗУЙ ТОЛЬКО функциональные компоненты
  2. ВСЕ интерфейсы/типы экспортируй отдельно в types.ts
  3. Tailwind CSS классы группируй по логике: layout, typography, colors
  4. Добавь обработку loading и error состояний
  5. Компонент должен быть максимально атомарным
  6. Используй named exports
  7. Добавь JSDoc комментарии для пропсов
  
  ПРИМЕР:
  typescript
  // types.ts
  export interface ButtonProps {
    variant: 'primary' | 'secondary'
    onClick?: () => void
  }
  
  // Button.tsx
  import { ButtonProps } from './types'
  
  export const Button = ({ variant, onClick }: ButtonProps) => {
    return (
      
        Click me
      
    )
  }
  

constraints:
  - "Не используй классовые компоненты"
  - "Не смешивай логику и представление"
  - "Всегда добавляй дефолтные значения для optional props"

2Создаем Skills для разных слоев приложения

Одна из главных проблем в работе с LLM - консистентность. Сегодня компонент создан одним способом, завтра другим. Skills решают это.

Создайте набор Skills для разных задач:

• api-hook.skill - для хуков работы с API
• utility-function.skill - для утилитарных функций
• test.skill - для тестов (Jest/Vitest)
• migration.skill - для миграций базы данных
• dockerfile.skill - для Docker конфигураций

Вот пример api-hook.skill:

name: "API Hook with React Query"
trigger: "api hook", "запрос", "fetch"

content: |
  СОЗДАЙ ХУК ДЛЯ РАБОТЫ С API:
  
  1. ИСПОЛЬЗУЙ React Query (TanStack Query v5+)
  2. Добавь обработку всех состояний: loading, error, success
  3. Используй TypeScript generics для типизации ответа
  4. Добавь автоматический refetch при изменении параметров
  5. Реализуй кэширование на 5 минут по умолчанию
  6. Все ошибки логируй в консоль в development режиме
  7. Возвращай объект с полями: data, isLoading, error, refetch
  
  СТРУКТУРА:
  typescript
  import { useQuery } from '@tanstack/react-query'
  import { apiClient } from '@/lib/api'
  
  interface UseApiOptions {
    endpoint: string
    params?: Record
    enabled?: boolean
  }
  
  export const useApi = ({
    endpoint,
    params,
    enabled = true
  }: UseApiOptions) => {
    return useQuery({
      queryKey: [endpoint, params],
      queryFn: () => apiClient.get(endpoint, { params }),
      enabled,
      staleTime: 5 * 60 * 1000 // 5 минут
    })
  }
  

3Настраиваем контекстные Skills

Skills могут быть контекстно-зависимыми. В Cursor с версии 0.34+ можно создавать Skills, которые активируются только в определенных директориях.

# .cursor/skills/frontend-component.skill
name: "Frontend Component Rules"
scope: "src/components/**/*"  # Работает только в components

content: |
  ПРАВИЛА ДЛЯ КОМПОНЕНТОВ:
  - Все компоненты в PascalCase
  - Index файлы только для реэкспорта
  - Тесты рядом с компонентом
  - Storybook stories в отдельной папке

Для бэкенда:

# .cursor/skills/backend-service.skill
name: "Backend Service Structure"
scope: "src/services/**/*"

content: |
  ПРАВИЛА ДЛЯ СЕРВИСОВ:
  - Классы сервисов с суффиксом Service
  - Dependency Injection через конструктор
  - Все ошибки через кастомные Exception классы
  - Логирование через Winston с контекстом

Продвинутые техники: Skills как система контроля качества

Skills для code review

Создайте Skill, который автоматически проверяет код на common issues:

name: "Code Review Assistant"
trigger: "review", "проверь", "code review"

content: |
  ПРОВЕДИ CODE REVIEW С ФОКУСОМ НА:
  
  1. БЕЗОПАСНОСТЬ:
     - Нет ли хардкоденных секретов?
     - SQL injection prevention?
     - XSS vulnerabilities in frontend?
  
  2. ПРОИЗВОДИТЕЛЬНОСТЬ:
     - N+1 queries в бэкенде?
     - Мемоизация тяжелых вычислений?
     - Оптимизация ререндеров в React?
  
  3. ЧИТАЕМОСТЬ:
     - Сложные функции разделены?
     - Есть JSDoc для публичных методов?
     - Консистентность именования?
  
  ФОРМАТ ОТВЕТА:
  - Критические issues: блокирующие мердж
  - Предупреждения: нужно исправить, но не блокирует
  - Рекомендации: можно улучшить

Skills для миграций между инструментами

Если вы переходите с одного стека на другой (например, с REST на GraphQL), создайте Skill для автоматической конвертации:

name: "REST to GraphQL Migration"
trigger: "миграция", "migrate", "convert to graphql"

content: |
  КОНВЕРТИРУЙ REST API ВЫЗОВЫ В GraphQL:
  
  1. REST endpoint → GraphQL query/mutation
  2. Query параметры → GraphQL variables
  3. REST response nesting → GraphQL fragments
  4. Добавь типизацию через GraphQL Code Generator
  5. Используй Apollo Client вместо axios/fetch
  
  ПРИМЕР КОНВЕРСИИ:
  
  REST:
  typescript
  // Было
  fetch('/api/users?active=true')
  
  
  GraphQL:
  typescript
  // Стало
  const GET_USERS = gql`
    query GetUsers($active: Boolean!) {
      users(active: $active) {
        id
        name
        email
      }
    }
  `
  

Ошибки, которые все совершают

Интеграция в CI/CD и командную работу

Skills должны быть в репозитории. Это не личная настройка IDE. Это часть codebase, как eslintrc или prettier.config.

Добавьте проверку Skills в ваш CI:

# .github/workflows/validate-skills.yml
name: Validate AI Skills

on:
  pull_request:
    paths:
      - '.cursor/skills/**'
      - '.claude/skills/**'

jobs:
  validate:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Validate Skills Syntax
        run: |
          # Проверяем YAML синтаксис
          python -c "import yaml; \
          import glob; \
          for f in glob.glob('.cursor/skills/*.skill'): \
            with open(f) as file: \
              yaml.safe_load(file)"
      - name: Check for Duplicate Triggers
        run: |
          # Ищем конфликтующие триггеры
          python scripts/check_skill_triggers.py

Создайте CONTRIBUTING.md раздел про Skills:

## AI Skills Guidelines

### Добавление нового Skill
1. Создай файл в `.cursor/skills/[name].skill`
2. Формат: YAML с полями name, trigger, content, constraints
3. Добавь как минимум один рабочий пример кода
4. Протестируй на реальной задаче
5. Открой PR с изменениями

### Модификация существующего Skill
1. Не ломай обратную совместимость
2. Если меняешь триггеры - проверь конфликты
3. Обнови документацию если нужно

### Best Practices
- Один Skill = одна ответственность
- Конкретные примеры лучше общих инструкций
- Тестируй Skills перед мерджем

Skills для разных ИИ-ассистентов

У вас в команде используют и Cursor, и Claude Code, и может быть что-то еще? Создайте конвертер.

Простейший Python скрипт для конвертации:

# scripts/convert_skills.py
import yaml
import json
import sys

def convert_cursor_to_claude(cursor_skill_path):
    """Конвертирует Cursor Skill в Claude Code формат"""
    with open(cursor_skill_path, 'r') as f:
        cursor_data = yaml.safe_load(f)
    
    # Claude Code использует JSON с другим structure
    claude_skill = {
        "name": cursor_data['name'],
        "triggers": cursor_data.get('trigger', []),
        "instructions": cursor_data['content'],
        "constraints": cursor_data.get('constraints', []),
        "version": "1.0",
        "created": "2026-02-20"
    }
    
    output_path = cursor_skill_path.replace('.cursor/', '.claude/')
    output_path = output_path.replace('.skill', '.json')
    
    with open(output_path, 'w') as f:
        json.dump(claude_skill, f, indent=2, ensure_ascii=False)
    
    print(f"Конвертировано: {output_path}")

if __name__ == "__main__":
    if len(sys.argv) > 1:
        convert_cursor_to_claude(sys.argv[1])

Когда Skills не работают (и что делать)

Бывает. ИИ проигнорировал ваш прекрасный Skill. Причины:

1. Конфликт триггеров: Два Skills с одинаковыми триггерами. Решение: сделайте триггеры более специфичными.
2. Слишком длинный content: ИИ теряет контекст. Решение: разбейте на несколько Skills.
3. Устаревшая версия IDE: Cursor до 0.32 не поддерживает Skills. Решение: обновитесь.
4. Некорректный YAML: Проверьте синтаксис. Решение: используйте yamllint.

Мой лайфхак: добавьте в каждый Skill секцию "ВАЖНО: ПРОЧТИ ЭТО ПЕРЕД ГЕНЕРАЦИЕЙ КОДА". Это как хук для внимания ИИ.

Собираем все вместе: репозиторий с готовыми Skills

Создайте шаблонный репозиторий со всеми Skills вашей компании. Новый разработчик клонирует - и сразу работает по стандартам.

git clone https://github.com/your-company/ai-standards.git
cd your-project
cp -r ../ai-standards/.cursor .
cp -r ../ai-standards/.claude .

Или используйте как submodule:

git submodule add https://github.com/your-company/ai-standards.git .ai-standards
ln -s .ai-standards/.cursor .cursor
ln -s .ai-standards/.claude .claude

Что будет дальше с Skills

На 2026 год вижу тренды:

• Versioning: Skills с версиями и миграциями между ними
• Testing: Юнит-тесты для Skills (да, тесты для промптов)
• Marketplace: Публичные репозитории Skills как пакеты
• AI для AI: ИИ, который предлагает улучшения для ваших Skills

Уже сейчас можно создавать Agent Skills для более сложных сценариев.

Мой прогноз: к концу 2026 Skills станут таким же обязательным атрибутом репозитория, как package.json. Компании будут нанимать "AI Standards Engineers" - людей, которые только и делают, что пишут и поддерживают Skills.

А пока - начните с трех Skills. Для компонентов, для API, для тестов. Через неделю добавите еще два. Через месяц у вас будет собственная библиотека стандартов, которая работает пока вы спите.

P.S. Если ваш ИИ все еще "тупит" после настройки Skills - проверьте, не используете ли вы устаревшие техники промптинга. Иногда проблема не в инструменте, а в том, как мы им пользуемся.