📄 Estrutura SKILL.md
O arquivo SKILL.md e o coracao de todo skill. Ele contem metadados, instrucoes detalhadas e exemplos de codigo que ensinam Claude a executar a tarefa.
📋 Estrutura Basica
--- name: skill-name-kebab-case description: O que faz E quando usar --- # Nome do Skill ## What This Skill Does Descricao detalhada... ## When to Use - Trigger 1 - Trigger 2 ## How It Works ### Step 1: Acao ```python # codigo exemplo ```
📊 Secoes Importantes
- What This Skill Does: Overview de 1-2 paragrafos
- When to Use: Lista de triggers e keywords
- How It Works: Passos com codigo Python
- Required Libraries: Dependencias necessarias
- Example Usage: Prompt de exemplo e outputs
📋 YAML Frontmatter
O bloco YAML no inicio do SKILL.md define metadados essenciais que Claude usa para identificar e ativar o skill.
Exemplo de Frontmatter
--- name: sales-data-analyzer description: Analyze e-commerce and sales data from CSV or Excel files, generate visualizations, identify trends, and create executive summary reports. Use when user mentions sales data, revenue analysis, Shopify, e-commerce metrics, or order data. ---
✓ Frontmatter Correto
- ✓name em kebab-case
- ✓description com O QUE e QUANDO
- ✓Keywords de ativacao incluidas
✗ Erros Comuns
- ✗name: Sales Data Analyzer (espacos)
- ✗name: sales_data (underscores)
- ✗description muito curta
🏷️ Name e Description
Os campos name e description sao criticos - eles determinam se Claude vai reconhecer e ativar seu skill corretamente.
Regras do Name
- •DEVE usar kebab-case:
sales-data-analyzer - •NUNCA espacos:
Sales Data Analyzer - •NUNCA underscores:
sales_data_analyzer - •NUNCA camelCase:
salesDataAnalyzer
💡 Description Eficaz
Uma boa description deve responder duas perguntas:
- 1. O QUE faz? "Analyze sales data, generate visualizations..."
- 2. QUANDO usar? "Use when user mentions sales data, revenue..."
🐍 Python Files Opcionais
Skills podem incluir arquivos Python para tarefas que exigem processamento de dados, geracao de arquivos ou calculos complexos.
Quando Incluir Python
Incluir Python quando:
- • Processamento de dados (pandas)
- • Geracao de graficos (matplotlib)
- • Criacao de Excel/PDF/Word
- • Calculos complexos
NAO precisa Python quando:
- • Apenas texto/instrucoes
- • Formatacao simples
- • Guidelines de escrita
- • Templates de prompt
Exemplo de Codigo Python
import pandas as pd
import matplotlib.pyplot as plt
def analyze_sales(filepath):
df = pd.read_csv(filepath)
df['date'] = pd.to_datetime(df['date'])
monthly = df.groupby(df['date'].dt.to_period('M'))
return monthly['total'].sum()
📊 Sample Data
Arquivos de dados de amostra permitem testar o skill imediatamente apos instalacao e servem como documentacao do formato esperado.
Exemplo: sales_sample.csv
date,order_id,product,quantity,price,total 2024-01-15,ORD-1001,Laptop,1,999.99,999.99 2024-01-16,ORD-1002,Mouse,2,29.99,59.98 2024-01-17,ORD-1003,Keyboard,1,89.99,89.99 2024-01-18,ORD-1004,Monitor,1,299.99,299.99
📏 Diretrizes de Sample Data
- 20-100 linhas: Suficiente para demonstrar, pequeno para ser rapido
- Dados realisticos: Nomes, datas e valores criveis
- Headers descritivos: Colunas com nomes claros
- Variedade: Diferentes cenarios e edge cases
💬 Demo Prompts
O arquivo demo-prompt.txt contem exemplos de como usuarios devem invocar o skill no chat.
Exemplo de demo-prompt.txt
SKILL: sales-data-analyzer HOW TO USE: "Analyze my sales data and create a report showing revenue trends and top products." EXAMPLE: "Hey Claude - I just added the 'sales-data-analyzer' skill. Can you analyze this CSV and create an executive report?" WHAT YOU'LL GET: - sales_report.pdf - sales_dashboard.xlsx - revenue_chart.png
🚀 Proximo Passo
Agora que voce conhece a anatomia de um skill, no proximo modulo vamos configurar sua Skills Factory - o ambiente para producao em escala.
📋 Resumo do Modulo
Proximo Modulo:
9.3 - Skills Factory Setup: Criando o ambiente de producao