Gérer les fichiers de compétences IA reste un défi pour les développeurs cherchant organisation et cohérence. Un contributeur crée des compétences dans des dépôts de logiciels installés via des liens symboliques, en utilisant une divulgation progressive basée sur les métadonnées frontmatter. Un autre traite les compétences comme des tests d'intégration pour prouver le comportement, en se concentrant sur la traduction entre langage naturel et outils efficaces.

Un thème commun émerge : les compétences ne peuvent pas être remplacées par les capacités du modèle si elles représentent des flux de travail d'équipe personnalisés. Pour résoudre les problèmes de modification inter-projets et d'équipes, un développeur a créé capshelf, un outil qui épingle les hash de contenu de compétences aux dépôts pour éviter les ruptures inattendues. L'outil prend en charge MCP et les configurations agent, permettant aux compétences d'être promues à travers des dépôts.

Les utilisateurs signalent naviguer sur skills.sh pour s'inspirer, bien que beaucoup trouvent les compétences du marché moins utiles que celles spécifiques à un projet. Un paradigme recommandé encadre les compétences comme des tâches "comment faire X", comme ajouter des journaux ou passer en revue du code. Les contributeurs conseillent de garder les compétences minimales, un utilisateur ne maintenant que neuf compétences essentielles contre des centaines d'installations sur le marché.

Pour les tâches générales, les modèles suffisent souvent, mais les compétences spécifiques aux projets gèrent les noms de branches, les styles de validation et les inspections cloud. Les compétences permettent également de externaliser du travail vers des sous-agents en configurant des modèles spécifiques, en imposant la délégation et en sauvegardant le contexte pendant des analyses complexes.