Ik houd bewust een kleine set Claude Code plugins en skills bij — zeventien in totaal — omdat een opgeblazen .claude-map mijn agent slechter maakte, niet beter. Op een gegeven moment had ik dertig tools geïnstalleerd en kon me van een derde niet meer herinneren wat ze deden, dus ik heb alles verwijderd en de stack vanaf nul opnieuw opgebouwd, waarbij ik pas een tool weer toevoegde als die zijn plek verdiende op echt projectwerk. De onderstaande zijn wat die opschoning hebben overleefd.
Dit is geen "top repo's om te sterren en te vergeten"-lijst. Een GitHub-repo sterren kost niets en verandert niets. Wat mijn daadwerkelijke productiviteit veranderde, was het inbedden van specifieke tools op specifieke momenten — de designskill die aanslaat wanneer ik een landingspagina bouw, de researchskill die draait voordat ik één regel schrijf. Zeventien ervan bleven hangen. Ik heb ze verdeeld in de drie categorieën waarin ze voor mij thuishoren: Design, Productiviteit, en Data & Research.
Een korte eerlijkheidsnoot voordat we beginnen. Ik gebruik deze op echt klant- en zijprojectwerk, dus ik kan je vertellen welke ik pak. Maar de harde cijfers — Ponytails code-reductiebenchmark, Firecrawls gratis-tierlimieten, Impeccables aantal commando's — komen uit de eigen benchmarks en documentatie van de makers, die ik gelinkt en geverifieerd heb, niet uit een lab dat ik zelf run. Waar een metric van hen is, zeg ik dat. Waar het mijn ervaring is, zeg ik dat ook. Die scheidslijn is belangrijk, want de meeste "beste skills"-lijstjes vervagen die tot je geen van beide meer kunt vertrouwen.
Waarom aangeschroefde skills een groter model verslaan
De meeste mensen doen dit verkeerd om. Ze jagen op de volgende modelrelease en verwachten dat die hun designoutput of hun tokenrekening zal fixen. Maar een frontier-model zonder beperkingen produceert nog steeds generieke gradiënten en 400 regels code waar er 180 zouden volstaan. Het model is ruwe capaciteit. Skills zijn het oordeelsvermogen dat je bovenop die capaciteit vastschroeft.
Zie Claude Code als een briljante aannemer die je huis nog nooit heeft gezien. Het model weet hoe het alles moet bouwen. Een skill is de projectbriefing die zegt "match de bestaande sierlijst, kom niet aan de dragende muur, dit is de stijl die we willen." Zelfde aannemer, totaal ander resultaat.
Daarom is deze lijst belangrijker dan een modelvergelijking. Verschillende van de tools hieronder — Taste, Impeccable, Ponytail — kregen binnen weken na release echte tractie binnen het AI-coding ecosysteem, en werken over meerdere agent-harnessen heen in plaats van slechts één leverancier. Wanneer een open-source skill zich zo snel verspreidt, is dat een signaal dat het open ecosysteem problemen oplost die de modelleveranciers niet hebben aangepakt. Je hoeft niet op de volgende release te wachten om je workflow te fixen. Je kunt hem vandaag lappen. Laten we beginnen waar de pijn het zichtbaarst is: design.
De designskills die AI-slop vermorzelen
Je herkent AI-gegenereerd design zodra je het ziet. De ietsje-te-afgeronde hoekjes, de paars-naar-blauw gradiënt op alles, de spacing die bijna klopt maar nooit helemaal. Drie skills pakken dat probleem vanuit verschillende hoeken aan, en ik gebruik ze alle drie in verschillende fases.
Taste — de oordeelslaag voor front-end
Taste is een open-source skill die gebouwd is om AI front-end werk juist datgene te geven waar het het duidelijkst aan ontbreekt: smaak. Het is geen componentenbibliotheek of templatepakket. Het is een set designprincipes plus sub-skills — image-to-code, redesign, en output-optimalisatie — die de agent wegduwen van de standaard AI-esthetiek en richting iets waar een menselijke designer zijn handtekening onder zou zetten.
Wat ik eraan waardeer: het is agent-agnostisch. Het werkt in Claude Code, Cursor, Codex CLI en de rest, omdat het gewoon gestructureerde begeleiding is, geen Claude-specifieke binary. Ik grijp het vaakst naar de image-to-code sub-skill — ik voer er een screenshot van een layout die ik bewonder in, en het reconstrueert de structuur als schone front-end code zonder dat ik elk element handmatig hoef te beschrijven.
Gebruik Taste wanneer de richting het probleem is — wanneer de output technisch prima is maar zielloos. Het is een eerste-lijn corrector, geen polijstingsmiddel. Voor de polijsting is er de volgende.
Impeccable — een volledig designvocabulaire en een live browser-editor
Impeccable is degene die insloeg als een bom. Gebouwd door Paul Bakaus — voormalig Google Developer Advocate en de maker van jQuery UI — verzamelde het binnen weken tienduizenden GitHub-sterren en werd het een van de meest gesterde designskills in het Claude Code ecosysteem, volgens het eigen materiaal van het project (per medio 2026; ster-tellingen bewegen snel, dus behandel elk exact cijfer als een momentopname). Het werkt over de grote AI-coding harnessen heen, en dat soort adoptie gebeurt niet voor een speeltje.
Het levert een grote set gespecialiseerde designcommando's plus diepe referentiegidsen over typografie, kleur en contrast, ruimtelijk ontwerp, motion, interactie, responsief gedrag en UX writing. Dus in plaats van vaagweg aan Claude te vragen om "het beter te maken," stuur je hem aan als een creative lead: bekritiseer deze hiërarchie, distilleer deze layout, verstrak deze spacing. Jij spreekt het vocabulaire van de designer en de agent doet dat ook.
De onderscheidende feature die niemand anders heeft is de live browser-editor (in beta) — visuele aanpassingen die direct op de gerenderde website worden gemaakt, niet in de code, en dan teruggesynchroniseerd. Dat is het dichtstbijzijnde wat ik gebruikt heb aan een Figma-meets-terminal workflow binnen Claude Code. Ik ben er dieper op ingegaan in mijn volledige uiteenzetting van de Impeccable design skill, dus ik herhaal de hele analyse hier niet. Kort samengevat: dit is de polijster. Taste bepaalt de richting; Impeccable dwingt vakmanschap af.
Awesome Design.md — reverse-engineer een site die je bewondert
Deze is een slimme hack. Awesome Design.md leunt op de design.md-principes van Google Stitch om de designtaal van een bestaande website te reverse-engineeren tot een herbruikbare template. Richt hem op een site die je respecteert — Airtable bijvoorbeeld — en hij haalt de structuur, typografie, spacing en componentpatronen eruit en zet ze in een spec die je op je eigen project kunt toepassen.
Om het glashelder te zijn, want dit is belangrijk: je leent het design-raamwerk, niet de content of het merk. Dat is het verschil tussen bestuderen hoe een groot restaurant zijn eten presenteert en het menu ervan stelen. Ik gebruik het wanneer een klant zegt "maak het aanvoelen als [bekend product]" — in plaats van te gokken wat ze bedoelen, haal ik het feitelijke systeem eruit en praten we er concreet over.
Drie designskills, drie taken: richting, vakmanschap en raamwerk-extractie. Nu de categorie waar de echte tijdwinst zit.
De productiviteitstools die zichzelf terugverdienen
Designkwaliteit is zichtbaar. Productiviteitswinst is stiller, maar stapelt zich op. Deze zeven tools halen elk een terugkerende belasting uit mijn week — omslachtige code, tabwisselen, handmatig browsertesten, contextverlies wanneer ik van model wissel.
Ponytail — met opzet minder code schrijven
Ponytail plaatst wat de maker een "lazy senior developer" noemt binnen in je agent. Voordat Claude iets schrijft, dwingt Ponytail een check af: heeft dit echt nieuwe code nodig, of dekt een bestaande library, dependency of pattern het al? De regel is streng — schrijf alleen wat de taak nodig heeft — maar met een harde vangrail: nooit bezuinigen op validatie, foutafhandeling, security of toegankelijkheid om een lager regelaantal te halen.
De benchmark van de maintainers (gepubliceerd medio 2026) rapporteerde ongeveer 54% minder code, 22% minder tokens en 27% snellere afronding versus baseline. Die 54% is een gemiddelde over een set feature-taken, en het schommelt sterk met de context — het klimt richting 90%+ waar een agent anders iets als een datepicker zou overbouwen, en zakt bijna naar nul waar de code al minimaal is. Er is ook terechte publieke kritiek geweest op de benchmarkmethodologie, waarop de maintainers reageerden door hun tests bij te werken. Behandel de cijfers dus als richtinggevend, niet als garantie, en verifieer op je eigen repo.
Wat ik je op basis van gebruik kan vertellen: de output is rustiger. Minder speculatieve abstracties, minder "voor het geval dat"-hulpfuncties die ik later moet lezen en verwijderen. Als je hebt gevochten tegen Claudes neiging om te overengineeren, is Ponytail de beperking die helpt. Combineer het met de bredere gewoontes in mijn gids over het snijden in Claude Code tokenkosten en de besparingen stapelen zich op.
NotebookLM CLI — je onderzoeksdocumenten in de terminal
Google's NotebookLM is uitstekend en opgesloten in een browsertab. De NotebookLM CLI (het nlm-project, onderhouden door Jacob Ben-David) breekt het los — programmatische toegang tot je notebooks, bronnen en Studio-outputs vanaf de command line, zodat Claude Code je geüploade PDF's, docs en YouTube-transcripten kan bevragen zonder dat je de terminal verlaat.
Het is snel volwassen geworden. Het huidige pakket voegt de oude nlm CLI samen met de notebooklm-mcp server tot één installeerbare Python-module (via uv, pipx of pip), en biedt een brede set MCP-tools: notebook-aanmaak, brontoevoeging vanuit URL's en lokale bestanden, single-source en cross-notebook queries, en Studio artifact-generatie inclusief audio, slides en quizzen. Het setup-commando schrijft de Claude Code config-entry voor je in plaats van je handmatig JSON te laten aanpassen. (Versienummers en het exacte aantal tools bewegen van release tot release — check de repo voor wat actueel is op het moment van installatie.)
De reden dat dit voor mij de web-app verslaat: momentum. Wanneer ik diep in een build zit en wil checken wat drie bron-PDF's over een API zeggen, vraag ik het in dezelfde sessie waarin ik codeer. Geen tabwissel, geen kopieer-plakken, geen contextverlies. Ik heb de volledige researchloop uiteengezet in mijn NotebookLM plus Claude Code dev workflow-post.
Playwright CLI — browserautomatisering die schaalt
Playwright laat een agent een echte browser besturen — knoppen klikken, formulieren invullen, flows doorlopen zoals een mens. De CLI-variant is token-efficiënter en flexibeler dan de Playwright MCP server voor het werk dat ik erop af stuur: een checkout-flow testen op edge cases, een repetitieve UI-taak automatiseren, valideren of een formulier daadwerkelijk verzendt.
De mentale shift hier is je front-end behandelen als iets om te bewegen, niet alleen om naar te kijken. In plaats van handmatig door vijftien states te klikken na een wijziging, beschrijf je de flow één keer en laat je Claude hem op schaal draaien, waarbij hij de edge case vangt die bij stap twaalf breekt. Ik heb de setup en de token-efficiëntie-invalshoek gedetailleerd behandeld in mijn Playwright CLI browserautomatiseringsgids.
Codex Plugin — een tweede model in de kamer
De officiële OpenAI Codex plugin voor Claude Code laat je GPT-modellen naast Claude draaien in dezelfde workflow. Het gaat niet om Claude vervangen — het gaat om een second opinion op afroep. Het "Codex rescue"-commando delegeert een lastige taak naar GPT wanneer Claude in een loop vastzit, en je kunt adversariële code review draaien waarin het ene model de output van het andere bekritiseert.
Ik behandel het als pair programming met twee seniors die verschillend denken. Wanneer Claude en Codex het erover eens zijn dat een wijziging veilig is, vertrouw ik het meer dan elk afzonderlijk. Wanneer ze het oneens zijn, is de onenigheid zelf het signaal — dat is precies de plek om af te remmen. Ik heb opgeschreven hoe ik ze samen draai in de Claude Code + Codex dynamic-duo workflow.
Google Workspace CLI — de diepe ecosysteem-inzet
De GWS CLI is een onofficieel command-line tool gebouwd door een Google-ontwikkelaar dat Google Workspace ver voorbij de officiële connector uitbreidt — e-mail versturen, geautomatiseerde workflow-skills bouwen zoals weekdigests en meeting-prep, met tientallen voorgeladen operaties klaar voor gebruik.
Recht voor zijn raap: de installatie is kieskeurig. Dit is de meest complexe setup op de lijst, en als je maar af en toe met Workspace werkt is het de wrijving niet waard. Maar als je hele operatie in Gmail, Calendar, Docs en Sheets leeft, is de opbrengst reëel — Claude wordt een operator binnen in je feitelijke workspace, niet een chatbot waar je resultaten uit kopieert. Stem het gereedschap af op hoeveel van je dag Google in zijn zak heeft.
GitHub CLI — degene die niemand mag overslaan
gh is niet glamoureus en niet-onderhandelbaar. Het is hoe projecten van je machine op GitHub belanden zonder dat je Claude Code verlaat — repo's aanmaken, pull requests openen, branches pushen, issues beheren, allemaal vanuit dezelfde sessie waarin je bouwt.
Er zit geen slimme invalshoek in. Als je code shipt met Claude Code en je hebt de GitHub CLI niet aangesloten, dan wissel je context naar een browser voor werk dat één commando zou moeten zijn. Installeer hem als eerste, bedank jezelf later.
Daarmee zijn de tools behandeld die tijd besparen op werk dat je al doet. De Skill Creator is anders — die verbetert de tools zelf.
Skill Creator — meet of een skill echt helpt
Skill Creator is Anthropics officiële skill voor het bouwen, aanpassen en A/B-testen van je eigen skills binnen Claude Code. De killer feature is objectieve meting: hij draait je taak met en zonder een gegeven skill en vergelijkt de prestaties, zodat je uitvindt of die skill die je hebt geïnstalleerd echt helpt of alleen maar overhead toevoegt.
Dit is het tegengif voor mijn dikke-.claude-map probleem. In plaats van skills op gevoel te hamsteren, krijg je een cijfer. Ik draai nu alles waar ik onzeker over ben eerst door Skill Creator voordat het een permanente plek verdient — zo had ik die vergeten skills maanden eerder gepakt. Installatie is de makkelijke soort: zoek hem op in de plugin marketplace en voeg hem toe. Ik ben in zijn A/B-testflow gedoken in mijn Skill Creator testing en optimalisatie-post.
Als je tot hier bent gekomen, heb je al een scherpere stack dan de meeste Claude Code-gebruikers vandaag. De laatste categorie is waar de echte leverage verstopt zit — want de bottleneck op de meeste projecten is niet code schrijven, het is weten wát je moet bouwen.
De data- en researchtools die de waarheid vinden
Code is nu het makkelijke deel. Het moeilijke deel is aarden wat je bouwt in de werkelijkheid — echt gebruikersgevoel, echt gescrapete data, echt persistent geheugen. Deze zeven tools handelen de onderdelen van het werk af die vroeger handmatig zwoegen vereisten.
Last 30 Days — onderzoek voorbij de knowledge cutoff
Elk model heeft een knowledge cutoff. De Last 30 Days-skill blaast er dwars doorheen door live onderzoek te doen op Reddit, X, YouTube, Hacker News, Polymarket, TikTok, Bluesky en het open web — en synthetiseert dat vervolgens in één gerangschikte briefing met echte citaties uit werkelijk recente discussie.
Het werd een van de snelst stijgende repo's in het Claude Code ecosysteem — per medio 2026 was het de 40.000 GitHub-sterren gepasseerd, volgens de publieke repo-statistieken van het project (een bewegend cijfer, dus lees het als een momentopname). De reden dat het aanslaat: het scoort resultaten op wat echte mensen daadwerkelijk waarderen, niet alleen op keyword match. Wanneer ik valideer of een productidee echte vraag heeft of alleen mijn eigen enthousiasme, vindt dit de ongefilterde gesprekken die een standaard zoekmachineresultaat begraaft. Installatie is marketplace-eenvoudig: /plugin marketplace add mvanhorn/last30days-skill.
Firecrawl CLI — scraping die langs bot-muren komt
Standaard web fetching sterft zodra een site botbescherming heeft. Firecrawl is de scraper die precies daarvoor gebouwd is — het ontdekt, crawlt en interacteert met URL's op een site, inclusief pagina's die naïeve requests blokkeren. Het werd een officiële Claude-plugin, wat iets zegt over betrouwbaarheid.
Over prijzen, omdat mensen daar altijd naar vragen: de gratis tier geeft 1.000 pagina's per maand (1.000 credits, één credit per pagina voor scrape, crawl, map en monitor), met rate limits van 10 scrapes per minuut en 1 crawl per minuut, geen creditcard nodig om te starten. Let op: zwaardere features zoals JSON-extractie kosten extra credits per pagina, en credits rollen niet door. Er is ook een open-source zelf-hosting route. Voor het soort concurrentieonderzoek en dataverzameling dat ik doe, dekt de gratis maandallocatie de meeste weken voordat ik aan een betaald plan raak. (Prijzen veranderen — bevestig op Firecrawls eigen pricing-pagina voordat je opschaalt.)
Auto Research — Karpathy's optimalisatieloop
Auto Research, van Andrej Karpathy, automatiseert ML-experimenten door tests te itereren tegen één enkel succesmetric — runtime, accuracy, wat je ook definieert — en logt elke stap van de optimalisatieloop tot in detail. Jij zet het doel; hij draait de experimenten en rapporteert wat het cijfer heeft verplaatst.
De beperking om te respecteren: dit schittert alleen wanneer je succescriterium objectief en numeriek is. "Maak het model sneller" werkt. "Maak dat de output beter aanvoelt" werkt niet — er is niets waar de loop tegenaan kan optimaliseren. Binnen zijn baan gebruikt automatiseert het de vermoeiende experiment-tuning-sleur die researchtijd opslokt. Ik heb de strategie en waar hij past uitgepakt in mijn Auto Research met Claude Code-uiteenzetting.
Supabase CLI — een backend door ermee te praten
Zodra een project iets moet opslaan — form submissions, gebruikersaanmeldingen, wat dan ook stateful — heb je een database nodig. De Supabase CLI laat je databases aanmaken, auth opzetten en het geheel beheren via natuurlijke taal in Claude Code, over zowel cloud- als lokale setups.
Dit is de ontgrendeling die een statisch prototype in een echte app verandert zonder dat je hoeft over te schakelen naar een database-console. "Voeg een users-tabel toe met e-mail auth en een submissions-tabel die eraan is gelinkt" wordt een zin, geen middag werk. Voor iedereen die SaaS of tools bouwt die data bewaren, verwijdert het de meest voorkomende blocker tussen prototype en product.
Obsidian Integration — geef Claude een echt geheugen
Claude Codes contextvenster is krachtig maar het vergeet tussen sessies. De Obsidian-integratie fixt dat door Claude aan je Obsidian vault te koppelen — je georganiseerde notities worden een verbonden kennisgraph die de agent kan bevragen, zodat contextrijke antwoorden voortkomen uit jouw opgebouwde kennis, niet alleen de huidige chat.
Dit is het verschil tussen een assistent die elke ochtend koud begint en een die de geschiedenis, beslissingen en eigenaardigheden van je project onthoudt. Ik draai een vault als Claudes langetermijngeheugen en de kwaliteitssprong is reëel — minder herhaalde uitleg, meer continuïteit. Ik heb de setup behandeld in mijn Obsidian + Claude Code persistent memory-post.
LightRAG — retrieval gebouwd op echte kennisgraphs
LightRAG is retrieval-augmented generation gedaan met echte embeddings en echte knowledge graphs in plaats van de synthetische, met de hand weggezwaaide kaarten die veel RAG-setups faken. Het is lichtgewicht en snel, ondersteunt multi-modale data — tekst, afbeeldingen, grafieken — en werkt als opstapje richting zwaardere RAG-systemen zonder de complexiteit vooraf.
Als de Obsidian-integratie geheugen is voor je notities, is LightRAG gestructureerd geheugen voor een echt corpus — documentatie, onderzoeksbibliotheken, kennisbases met gemengde media. Wanneer standaard retrieval oppervlakkige of losstaande antwoorden blijft teruggeven, is de graphstructuur wat de relaties tussen feiten herstelt. Het combineert natuurlijk met het kennisbasis-denken in Karpathy's Obsidian RAG-aanpak.
Stripe CLI — betalingen zonder het dashboard-doolhof
Als je app geld aanneemt, ga je uiteindelijk vechten met het Stripe dashboard. De Stripe CLI vereenvoudigt betalingsbeheer via terminalcommando's en natuurlijke taal — producten aanmaken, webhooks testen, de commerce-laag beheren — zodat Claude de integratie afhandelt in plaats van dat jij door een doolhof aan instellingen klikt.
Voor gemonetiseerde projecten is dit de last-mile tool. De app bouwen is één ding; betalingen netjes bedraden is het deel dat een demo scheidt van een bedrijf. Het doen vanuit dezelfde sessie waarin je de app bouwde houdt de hele flow samenhangend.
Zeventien tools. Maar een stack is alleen zo goed als hoe je hem samenstelt — en daar gaan de meeste mensen de mist in.
Wat ik verkeerd deed bij het bouwen van deze stack
Mijn eerste fout was degene waarmee ik opende: skills verzamelen als ruilkaarten. Meer geïnstalleerde skills is niet meer capaciteit — voorbij een bepaald punt is het ruis, tegenstrijdige begeleiding en overhead. De dikke .claude-map maakte Claude slechter, niet beter, omdat skills in tegengestelde richtingen kunnen trekken en ik geen manier had om te zien welke hielpen.
De fix was saaie discipline: installeer één tool, gebruik hem een week op echt werk, en houd hem alleen als ik het specifieke moment kan benoemen waarop hij zijn plek verdiende. Skill Creator maakte dat meetbaar in plaats van op gevoel. Als je één ding meeneemt van deze lijst, neem dan die loop mee — niet de lijst zelf.
Mijn tweede fout was benchmarkcijfers als beloftes vertrouwen. Toen ik voor het eerst Ponytails 54%-cijfer zag, verwachtte ik dat op elk project. Het is echt, maar het is hun cijfer op hun testtaken, en het schommelt sterk met de context. De publieke kritiek op die benchmarks leerde me iets bruikbaars: een metric zonder zijn condities is marketing. Nu lees ik elke "X% verbetering"-claim — inclusief die in dit artikel — als "onder hun specifieke condities," en verifieer op mijn eigen werk voordat ik het geloof. Je zou hetzelfde moeten doen met alles wat ik hier heb gerapporteerd dat niet expliciet mijn eigen ervaring is.
De eerlijke beperking van deze hele categorie: skills brengen onderhoud met zich mee. Ze updaten, ze breken soms, ze hebben snoei nodig. Een stack van zeventien tools is zeventien dingen die kunnen afdrijven. Ik audit de mijne ongeveer maandelijks opnieuw. Als je ze niet gaat onderhouden, installeer er dan minder.
Dus hoe begin je?
Installeer niet alle zeventien. Dat is precies de fout die ik maakte, opnieuw verpakt.
Kies de ene categorie waar je huidige pijn het luidst is. Als je output eruitziet alsof AI het gemaakt heeft, begin met Impeccable en Taste. Als je tokenrekening of je overengineerde code het probleem is, begin met Ponytail en de GitHub CLI. Als je dingen blijft bouwen die niemand wil, begin met Last 30 Days en Firecrawl. Draai die ene categorie een week op echt werk. Voeg dan, alleen als het de plek verdiende, de volgende toe.
Voor het volledige landschap van wat het waard is om dit jaar te installeren, houd ik een lopende lijst bij in mijn overzicht van de top GitHub-repo's voor Claude Code in 2026 — dit artikel is de gecureerde, in de praktijk geteste snit van dat bredere veld.
Hier is de herkadering die ik je meegeef. Het model is niet meer de moat — iedereen heeft toegang tot ongeveer dezelfde frontier-capaciteit. De moat is het oordeelsvermogen dat je eromheen wikkelt: de designsmaak, de code-terughoudendheid, de researchdiepte, het geheugen. Dat oordeelsvermogen is precies wat deze skills coderen. De ontwikkelaar die in 2026 wint is niet degene met het grootste model. Het is degene wiens stack een goed model zich laat gedragen als een geweldig team.
Ga je .claude-map openen. Als je niet meer weet wat de helft van wat erin zit doet, dan heb je hetzelfde probleem als ik had. Begin vanavond met opschonen.
Veelgestelde vragen
Wat is het verschil tussen een Claude Code plugin en een skill?
Een skill is gestructureerde begeleiding — principes, referenties en commando's die vormen hoe de agent redeneert over een taak, zoals Impeccables designregels. Een plugin verpakt doorgaans een skill plus tooling of een externe integratie die via de marketplace geïnstalleerd wordt. In de praktijk overlappen de termen, en beide breiden Claude Codes standaardgedrag uit richting een specifieke taak.
Hoe installeer ik Claude Code skills en plugins?
De meeste installeer je via de marketplace — draai /plugin binnen Claude Code, zoek naar de tool en voeg hem toe, of gebruik /plugin marketplace add <repo> voor een specifiek GitHub-project. CLI's zoals NotebookLM's nlm installeer je via uv, pipx of pip, en registreren zichzelf vervolgens in je Claude Code config. Zie de sectie van elke tool hierboven voor de exacte route.
Vertragen te veel Claude Code skills het geheel?
Ja — voorbij een bepaald punt voegen meer geïnstalleerde skills ruis, tegenstrijdige begeleiding en overhead toe in plaats van capaciteit. Installeer één tool, gebruik hem een week op echt werk, en houd hem alleen als je kunt benoemen waar hij hielp. Anthropics Skill Creator kan een skill objectief A/B-testen, zodat je de skills verwijdert die hun plek niet verdienen.
Zijn deze Claude Code plugins en skills gratis?
De meeste op deze lijst zijn open-source en gratis, waaronder Taste, Impeccable, Ponytail en de NotebookLM CLI. Een aantal omhullen betaalde diensten: Firecrawl geeft 1.000 gratis pagina's per maand voordat er betaalde tiers komen, en Supabase en Stripe hebben hun eigen gratis tiers en verbruiksgebaseerde prijzen. Check altijd de actuele limieten van de onderliggende dienst voordat je opschaalt.
Snoei je eigen stack
Als er één gewoonte is die het waard is om uit dit alles te stelen, is het de audit-loop, niet de lijst zelf: installeer één tool, gebruik hem een week op echt werk, en houd hem alleen als je het moment kunt benoemen waarop hij zijn plek verdiende. Ik houd de mijne bewust smal en audit maandelijks opnieuw, want de stack is nu de moat — niet het model. Als je liever het bedraden van een lean, geverifieerde Claude Code setup overlaat aan iemand die dit dagelijks doet, kun je met mij samenwerken via Fiverr.
