Skip to main content
📝 Claude Code

Super Skills in Claude Code: mijn echte buildlog

Ik bouwde mijn Claude Code-skills opnieuw met geheugen, Karpathy-principes en een refinement loop. De exacte setup, wat brak en wat echt componeerde.

19 min

Leestijd

3,773

Woorden

Apr 27, 2026

Gepubliceerd

Engr Mejba Ahmed

Geschreven door

Engr Mejba Ahmed

Artikel delen

Super Skills in Claude Code: mijn echte buildlog

Super Skills in Claude Code: mijn echte buildlog

Afgelopen vrijdag had ik 47 vaardigheden geïnstalleerd in ~/.claude/skills/. Ik heb er zondagochtend 39 verwijderd.

Niet omdat ze kapot waren. Ze werkten precies zoals de documentatie zei dat ze zouden doen. Een vaardigheid met de naam meeting-summary produceerde een samenvatting van de vergadering. Een vaardigheid met de naam seo-audit leverde een SEO-audit op. Een vaardigheid met de naam linkedin-post produceerde een LinkedIn-post. Ze gedroegen zich. Ze gaven de juiste vorm van uitvoer terug. Ze hebben nooit fouten gemaakt.

Ze zijn ook nooit beter geworden.

Elke maandag schreef ik dezelfde correctienotities in dezelfde Claude Code-sessie. 'Gebruik niet het woord hefboomwerking. Begin niet elke paragraaf met een vraag. Halveer de em-streepjes.' Dinsdagochtend zou de vaardigheid alle drie de dingen opnieuw doen, precies zoals de week ervoor. De vaardigheid had geen idee dat maandag was gebeurd.

Dat is het gat waar Jack Roberts naar verwees in de video-samenvatting die vorige week in mijn inbox belandde. Hij noemt het het verschil tussen een nutsvaardigheid en een supervaardigheid, en hij kadert het geheel in de mentale modellen van Andrej Karpathy voor het werken met codeeragenten. Ik heb het twee keer bekeken en daarna heb ik vier dagen besteed aan het opnieuw opbouwen van mijn hele vaardighedenlijst rond het idee. Dit is het buildlogboek.

Als je mijn Karpathy CLAUDE.md installatieopmerkingen hebt gelezen, weet je al dat ik de coderingsagentprincipes van Karpathy serieus neem. Dit bericht is de volgende laag: wat er gebeurt als je stopt met het toepassen van die principes op je code en ze gaat toepassen op de vaardigheden zelf.

Waarom 99% van de Claude-skills statisch, vergeetachtig en stilletjes waardeloos is

Open ~/.claude/skills/ nu op de machine van een willekeurige Claude Code-gebruiker en u zult ongeveer dezelfde afbeelding vinden. Een map per vaardigheid. Een SKILL.md-bestand in elk bestand. YAML frontmaterie bovenaan met een naam en een omschrijving. Hieronder een paar honderd woorden met instructies. Misschien een templates/-map met een standaardtekst.

Dat is het officiële formaat. De Claude Code vaardighedendocumentatie beschrijft het precies zo: een SKILL.md met frontmatter die Claude vertelt wanneer de vaardigheid moet worden geladen, plus markdown-inhoud die Claude leest wanneer de vaardigheid wordt aangeroepen. Het Vaardigheidsgereedschap brengt het naar boven. Het harnas laadt het bestand. Het model leest de instructies. De vaardigheid loopt.

Het werkt. Het is ook waar 99% van de Claude Code-gebruikers stopt met bouwen.

Dit is wat een statische vaardigheid niet kan doen. Het kan zich niet herinneren wat u het de vorige sessie hebt verteld. Het kan geen actuele gegevens ophalen uit een Gmail-thread of een Figma-bestand of uit het webonderzoek van vorige week. Het kan zijn eigen uitvoer niet beoordelen en zichzelf herschrijven als de uitvoer steeds weer verkeerd komt. Het is een bevroren prompt met een slimme naam. Het model dat eronder loopt, wordt elke zes maanden slimmer. De vaardigheid blijft precies zo dom als de dag dat je hem schreef.

De framing van Roberts was hetgene waardoor het uiteindelijk voor mij klikte. Een statische vaardigheid is een hulpprogramma: het lost één taak elke keer op dezelfde manier op, zoals een Bitly URL-verkorter die een lange URL neemt en een korte uitspuugt. Bruikbaar. Voorspelbaar. Vergeetbaar. Een supervaardigheid is iets anders. Het heeft een geheugen dat het zich kan herinneren. Het haalt de juiste tools en de juiste gegevensbronnen binnen voor de specifieke taak die voor zich ligt. En het beoordeelt zijn eigen output en verfijnt zichzelf op basis van uw feedback.

Drie eigendommen. Geheugen. Gereedschap. Zelfverbetering. Zonder deze typt u aanwijzingen met extra stappen.

De meeste van mijn 47 vaardigheden hadden nul van de drie.

Het Karpathy-frame dat veranderde hoe ik elke SKILL.md schreef

Voordat ik ook maar één vaardigheidsbestand aanraakte, moest ik het schrijven zelf repareren. Omdat de tweede fout die ik had gemaakt – die onder het geheugen- en gereedschapsprobleem – was dat mijn vaardigheidsinstructies leken als overenthousiaste stagiaires die indruk probeerden te maken op een manager. Lang. Speculatief. Gevuld met 'overweeg ook'-takken en 'misschien wil je'-suggesties. Elke vaardigheid bestond uit 800 woorden met afgedekte begeleiding.

Karpathy's publieke observaties over LLM-codeeragenten zijn al meer dan een jaar bezig met X, en de andrej-karpathy-skills-repository van Forrest Chang heeft ze gedistilleerd in vier principes die nu door 60.000 ontwikkelaars zijn gemarkeerd als bladwijzer, volgens het artikel van Robonuggets. De vier principes:

  1. Denk na voordat je codeert. Verduidelijk aannames. Geef het doel aan. Noem de beperkingen. Begin niet met typen voordat u kunt verwoorden hoe succes eruit ziet.
  2. Eenvoud voorop. Minimale code die het probleem oplost. Niets speculatief. Geen andere functies dan gevraagd.
  3. Chirurgische bewerkingen. Raak alleen aan wat nodig is. "Verbeter" aangrenzende code, opmerkingen of opmaak niet. Elke gewijzigde regel is terug te voeren op het verzoek.
  4. Doelgerichte uitvoering. Definieer vooraf de succescriteria. Loop totdat geverifieerd. Stop als u klaar bent.

Ik behandelde deze als regels voor de code Claude schrijft. De framing van Roberts heeft dat omgedraaid. Het zijn ook regels voor de vaardigheid zelf.

Elke SKILL.md die ik herschreef werd korter. De vaardigheid "meeting-summary" ging van 612 woorden naar 184. De vaardigheid "seo-audit" ging van 891 woorden naar 240. Ik heb speculatieve takken verwijderd. Ik heb "voor het geval je dat ook wilt" geschrapt. Ik heb de succescriteria expliciet bovenaan elk bestand genoemd. De vaardigheidsbestanden zelf volgen nu de chirurgische correctiediscipline: ze zeggen wat ze moeten zeggen en niets meer.

De productie werd dezelfde week meetbaar beter. Niet omdat het model slimmer werd. Omdat het model eindelijk minder dubbelzinnige instructies had om te analyseren.

Dat was de basis. Nu konden we er de drie supervaardigheidseigenschappen bovenop bouwen.

Eigenschap één: geheugen dat echt terughaalt

Een vaardigheid zonder geheugen is een goudvis in een vissenkom. Elke maandag ontmoet het je voor het eerst. Elke dinsdag worden u dezelfde contextvragen gesteld. Elke woensdag maakt het dezelfde fouten die je op maandag hebt gecorrigeerd.

Het geheugenbesturingssysteem van Roberts is de architectuur waar ik omheen heb herbouwd, en het is de enige verandering die het meeste heeft verergerd. Drie emmers. Elke emmer heeft een duidelijke taak, een duidelijke levenscyclus en een duidelijke regel voor wat er in gaat.

Bucket One: sessiegeheugen

Dit is het gesprekslogboek zelf, dat aan het einde van elke werksessie wordt gearchiveerd. Het mechanisme is een eenvoudige vaardigheid (Roberts noemt het een 'afrondings'-vaardigheid) die aan het einde van elke Claude Code-sessie wordt uitgevoerd en drie dingen doet. Het schrijft de samenvatting van het gesprek naar een gedateerd afwaarderingsbestand. Het haalt de correcties eruit die u aan het model hebt gegeven en slaat ze op als gelabelde voorbeelden. Het werkt het aantal actieve sessies bij.

Ik heb de mijne zo aangesloten dat deze aan het einde van elk werkblok op /wrap schiet. De uitvoer gaat naar ~/Documents/claude-memory/sessions/2026-04-28-skills-rebuild.md. Het geheel duurt ongeveer 40 seconden. De volgende ochtend, als ik een nieuwe sessie start, leest mijn profielvaardigheid (meer daarover hieronder) het nieuwste sessiebestand voordat ik iets anders doe. Het model komt binnen en weet al wat we gisteren hebben gedaan.

Dit is de emmer die ik een jaar lang volledig had gemist. Elk ander geheugenexperiment dat ik heb uitgevoerd – Obsidian-kluizen, Notion-databases, het Pinecone onbeperkte geheugensysteem dat ik drie weken geleden heb gebouwd – loste allemaal het ophalen op lange termijn op. Geen van hen loste "onthoud waar we het net over hadden" op. Het sessiegeheugen dicht dat gat met één afsluitende vaardigheid en een map.

Emmer twee: kennisbank

Dit is de onveranderlijke emmer. Lange vorm, duurzaam, verandert niet. Mijn kennisbank omvat: mijn eigen schrijven (elke blogpost op deze site, elke nieuwsbrief), transcripties van elke video en podcast die ik heb gepubliceerd, de boeken die ik heb geannoteerd, en een paar honderd technische referenties waar ik steeds op terugkom. Er zitten geen krasnotities in. Het bevat geen halve gedachten. Als het in de kennisbank terechtkomt, blijft het daar.

Ik heb twee opslagbackends tegen elkaar getest. Obsidian via de Obsidian-Claude Code persistent memory setup en Pinecone serverloos. Het oordeel was het oordeel dat de meeste mensen niet willen horen: Obsidian is geweldig als je kennisbank op een scherm past. Zodra u een paar honderd lange markdown-bestanden hebt doorlopen, worden de symbolische kosten van het laten scannen van de kluisinhoud door Claude bij elke relevante zoekopdracht snel lelijk. Ik heb een week lang dubbele logboekregistratie uitgevoerd en het Obsidian-pad kostte me ongeveer vier keer zoveel tokens als het Pinecone-pad voor dezelfde vragen, omdat het ophalen van Obsidian uiteindelijk hele bestanden laadt, terwijl Pinecone gerangschikte brokken retourneert.

Pinecone wint vanwege schaalgrootte. Op de [openbare prijspagina] van Pinecone (https://www.pinecone.io/pricing/) wordt het Starter-niveau vermeld als gratis met 5 indexen, 2 GB opslag, 2 miljoen schrijfeenheden en 1 miljoen leeseenheden per maand, en het standaardniveau voor $ 50/month met multi-cloud- en productiefuncties. Ik draai op Standaard. Voor een kennisbank onder de 500 documenten kunt u op Starter blijven. Het serverloze model betekent dat er geen inactieve computerkosten in rekening worden gebracht, wat van belang is omdat het grootste deel van mijn ophaalverkeer stormachtig is: een stortvloed aan zoekopdrachten op dinsdagochtend, bijna nul op zaterdagmiddag.

Als je minder dan 200 lange bestanden hebt en je het niet erg vindt dat er hogere tokens worden uitgegeven, blijf dan bij Obsidian. Boven de 200 bespaart Pinecone serverless echt geld.

Emmer drie: profiel en strategie

Dit is de veranderlijke emmer – en het is degene die ik heb onderschat. Eén afwaarderingsbestand. Woont in ~/.claude/profile.md. Aan het einde van elke sessie bijgewerkt. Bevat: mijn huidige focus (het project waar ik deze week aan werk), de actieve doelen (wat ik probeer over te brengen), de beperkingen (wat mij blokkeert) en de recente beslissingen (waar we gisteren tot overeenstemming zijn gekomen, zodat we het vandaag niet herhalen).

Dit bestand is het bestand dat mijn supervaardigheden als eerste lezen. Vóór elke taak controleert de vaardigheid het profiel, weet waar ik aan werk en slaat de vragen 'wat probeer je te doen' over. De transformatie in tempo is enorm. Een LinkedIn-post-vaardigheid die voorheen drie instellingsvragen stelde, produceert nu een concept bij de eerste beurt, omdat deze al weet dat ik deze week over Claude Code-vaardigheden schrijf.

De dashboardweergave van dit alles – Roberts laat het zien in zijn video – zorgt ervoor dat het Memory OS aanvoelt als een besturingssysteem in plaats van als een stapel mappen. Sessie telt. Klantinzichten verzameld uit het sessiegeheugen. Aantekeningen over abonneegroei. Heatmaps van welke onderwerpen ik het meeste werk. Ik heb een uitgeklede versie gebouwd met behulp van een dashboard-vaardigheid die alleen de drie buckets leest en een afprijssamenvatting weergeeft. Niet mooi, maar genoeg om de vorm van mijn eigen werkweek te zien.

Eigenschap twee: de juiste tools en databronnen per taak

Geheugen is de helft van de vergelijking. De andere helft is de vaardigheid om te weten wat je moet inzetten voor de specifieke taak die voor je ligt.

Een statische vaardigheid werkt op alles wat u in de prompt plakt. Een supervaardigheid weet het: deze taak heeft Gmail nodig, deze taak heeft het Figma-bestand nodig, deze taak heeft de nieuwste prijspagina van de site van een concurrent nodig. Het trekt die dingen zelf.

De ingebouwde connectoren van de Claude desktop-app kunnen de meeste eenvoudige gevallen aan. Gmail, Google Agenda, Google Drive, Notion, Slack, Figma – allemaal beschikbaar als MCP-stijl tools die de vaardigheid nodig heeft. Als de connector bestaat, koppelt u de vaardigheid er rechtstreeks aan en worden de gegevens tijdens runtime weergegeven.

Waar het interessant wordt, zijn de gevallen die de connectoren niet dekken. Webonderzoek is de grote. Als uw vaardigheid de huidige prijspagina voor een tool nodig heeft, of de release-opmerkingen van een leverancier van vorige maand, of de top 5 blogposts van concurrenten over een onderwerp, bent u aan het scrapen. En schrapen met raw fetch kost tokens: elke pagina komt terug als 30 KB aan HTML, navigatie, voetteksten en inline scripts. Het model moet door 80% ruis waden om 20% signaal te vinden.

Firecrawl is de voor AI geoptimaliseerde scraper waarnaar ik ben overgestapt. Het retourneert een zuivere afwaardering. Het verwijdert navigatie en advertenties. De scrape die vroeger een HTML-blob van 30 KB was, komt terug als 4 KB aan daadwerkelijke inhoud, wat ongeveer zeven keer minder tokens per pagina betekent voor webonderzoekstaken. Hun openbare prijzen vanaf april 2026 vermelden Gratis bij 500 eenmalige credits, Hobby bij $ 16/month voor 3.000 credits, Standaard bij $ 83/month voor 100.000 credits en Growth bij $ 333/month voor 500.000 credits. Standaard scrapen is 1 credit per pagina. Zoeken kost 1 credit per resultaat. JSON-extractie voegt daarbovenop 4 credits per pagina toe.

Ik zit op Hobby. 3.000 credits per maand is genoeg voor een persoonlijke onderzoeksworkflow met een paar dagelijkse web-pull-vaardigheden. Als u een contentteam voor een bureau leidt, is Standaard de realistische vloer.

Voor de connectoren die niet direct bestaan, is Zapier de universele brug. Alles wat u met een Zap kunt verbinden, kunt u via een webhook met een Claude-vaardigheid verbinden. Ik heb een vaardigheid "posten op X met afbeelding" die Zapier als brug gebruikt, omdat er nog geen native X-connector is die het waard is om te gebruiken. Installatie in twee stappen. Werken.

De in Claude ingebouwde vaardigheidsmaker is de snelste manier om een ​​nieuwe te maken: hij leidt u door het aangeven van de intentie, het verwachte resultaat, de vereiste tools, gegevensbronnen en het uitvoerformaat. Ik heb de testkant hiervan besproken in mijn walkthrough voor testvaardigheden, en dezelfde testdiscipline is zelfs nog belangrijker voor supervaardigheden, want als je eenmaal een vaardigheidsgeheugen en hulpmiddelen geeft, verdrievoudigt het oppervlak voor verrassingsgedrag.

Eigenschap drie: de refinement loop die componeert

Dit is de eigenschap die een vaardigheid omzet in iets dat in de loop van de tijd daadwerkelijk beter wordt. En het is degene die de meeste mensen overslaan omdat het voelt als overengineering totdat je zonder hebt geleefd.

De verfijningslus is eenvoudig van opzet. Nadat de vaardigheid resultaat heeft opgeleverd, wordt deze beoordeeld op basis van de succescriteria die u hebt gedefinieerd in de SKILL.md. Als het cijfer onder de drempel ligt, wordt u om de specifieke correctie gevraagd. De correctie wordt geregistreerd. Periodiek (wekelijks is wat ik doe) leest de vaardigheid zijn eigen correctielogboek en herschrijft de relevante secties van zijn SKILL.md om de les te coderen.

In de praktijk is mijn versie een refine-vaardigheid die ik op vrijdagmiddag expliciet activeer. Het leest de correcties uit het sessiegeheugen van de afgelopen week, groepeert ze op basis van de vaardigheid waarop ze zijn toegepast, en stelt een verschil voor voor elke betrokken SKILL.md. Ik bekijk de verschillen. Ik accepteer degene die overeenkomen met wat ik eigenlijk wil. De vaardigheid herschrijft zichzelf. Volgende maandag komt de vaardigheid binnen en herinnert zich de correctie.

Dit is het deel van het systeem waar compounding optreedt. Na drie weken van verfijning stopte mijn LinkedIn-postvaardigheid met het openen van elk bericht met een vraag. Na twee weken stopte mijn SEO-auditvaardigheid met het opvullen van het rapport met samenvattende secties die ik nooit las. Na een week stopte mijn meeting-summary-vaardigheid met het plaatsen van actie-items bovenaan omdat ik zei dat ik ze als laatste had gelezen en ze als laatste wilde hebben. Voor geen van deze wijzigingen hoefde ik de SKILL.md rechtstreeks aan te raken. Ik heb de correctie één keer in een gesprek gegeven. De afrondingsvaardigheid heeft het vastgelegd. De verfijningsvaardigheid codeerde het. De vaardigheid gedroeg zich de volgende sessie anders.

Dat is wat Roberts bedoelt als hij 'super skills compound' zegt. De statische vaardigheid is hetzelfde op dag 1 en dag 90. De supervaardigheid op dag 90 is aanzienlijk beter dan dezelfde vaardigheid op dag 1 - niet omdat het model slimmer is geworden, maar omdat de vaardigheid drie maanden van je correcties heeft opgegeten.

Als je dit patroon in actie wilt zien zonder de geheugenlaag, loopt mijn oudere zelfverbeterende Claude Code-systeembeschrijving door een kleinere versie van dezelfde lus. Het Memory OS verandert het van een truc met één vaardigheid in een systeemeigenschap.

Wat ik fout deed in de eerste build

Drie dagen later moest ik het grootste deel ervan afbreken en opnieuw opstarten. De moeite waard om de fouten te markeren voor het geval je tegen dezelfde muren aanloopt.

Fout één: ik heb de afrondingsvaardigheid te slim gemaakt. De eerste versie probeerde in één keer samen te vatten, correcties uit te pakken, het profiel bij te werken en het dashboard te vernieuwen. Het duurde 4 minuten per sessie-einde en er ontbraken steeds dingen in de samenvattingen omdat het model met vier taken aan het jongleren was. Ik heb het in drie kleinere vaardigheden opgedeeld: wrap (alleen het gespreksarchief), extract-corrections (alleen de correctietrekking), update-profile (alleen het profielverschil). Ze lopen allemaal in 30-50 seconden. Geen van hen laat informatie achter.

Fout twee: ik heb alles in de kennisbank gedumpt. De eerste twee dagen was ik chatnotities, halfafgemaakte concepten en willekeurige Slack-fragmenten aan het indexeren. Het ophalen van de Pinecone veroorzaakte veel lawaai omdat de inbeddingen vervuild waren met materiaal van lage kwaliteit. Ik heb het op dag drie geschrobd en nu is er een harde regel: niets komt in de kennisbank tenzij het iets is waar ik een vreemde aan zou koppelen. De ophaalkwaliteit maakte meteen een sprong.

Fout drie: ik probeerde de verfijningslus over te slaan omdat "ik de SKILL.md gewoon direct bewerk als ik problemen opmerk". Ik zei dit tegen mezelf en ging vervolgens een week lang door met het nooit rechtstreeks bewerken van een SKILL.md, omdat ik elke keer dat ik een probleem opmerkte midden in de taak zat en niet in de stemming was om van context te wisselen naar promptbestanden voor het bewerken. De verfijningsvaardigheid werkt omdat het de bewerkingen in één vrijdagsessie bundelt. Zonder dat batchmechanisme worden de vaardigheden niet beter. Ze verzamelen alleen maar klachten.

Fout vier: ik heb het afwijken van het profiel onderschat. Het profielbestand veroudert snel als je het niet bijwerkt. Na een week zonder update begon het model mij advies te geven voor het project van vorige week in plaats van dat van deze week. Ik heb nu een automatisering die mij een melding geeft als het profiel binnen 48 uur niet is aangeraakt. Zonder het duwtje vervalt het hele systeem langzaam terug naar het gebied van statische vaardigheden.

Als je liever hebt dat iemand dit soort systeem helemaal opnieuw voor je team bouwt in plaats van het zelf te maken, neem ik Claude Code-opdrachten aan via mijn Fiverr. Vaardigheden, Memory OS, Pinecone-bedrading, de verfijningslus: dezelfde stack die ik op mijn eigen werk gebruik, geconfigureerd voor die van jou.

Wat Roberts’ cursus toevoegt dat zelfstudie mist

Snelle context over waar dit allemaal vandaan kwam. Roberts biedt een Claude Code-cursus aan die van de basis naar het genereren van inkomsten loopt, en het gedeelte over supervaardigheden bevindt zich ongeveer in het midden ervan. Ik heb niet de volledige cursus gevolgd. Ik heb het supervaardighedenframe uit zijn openbare video overgenomen en van daaruit opnieuw opgebouwd. Wat ik eerlijk zou zeggen: het frame is het waardevolle onderdeel. Zodra je de drie genoemde eigenschappen (geheugen, tooling, zelfverbetering) en de Memory OS-architectuur (sessie, kennisbank, profiel) hebt, is de rest een kwestie van het werk doen.

Als je het soort bouwer bent dat houdt van een begeleide reeks met ingebouwde feedbacklussen, zal een betaalde cursus je de vier dagen besparen die ik heb besteed aan het ontwerpen van de afsluitende vaardigheden. Als je liever een buildlogboek leest, het frame leert kennen en zelf de implementatie doorloopt, is dit bericht ongeveer dat.

Welk pad je ook kiest, je komt er. Het punt is om tussen maandagen te stoppen met het uitvoeren van 47 hulpprogrammavaardigheden die allemaal vergeten dat je bestaat.

De ene stap die alles veranderde

Als je precies één ding uit dit bericht haalt, neem dan dit:

Bouw eerst de afrondende vaardigheid op. Vóór de Pinecone-integratie. Vóór de Firecrawl-bedrading. Vóór het dashboard. Voordat je een enkele bestaande vaardigheid herschrijft.

De afsluitende vaardigheid is het goedkoopste op deze lijst en het is ook de basis waarop al het andere rust. Zonder dit leveren uw sessies niets op. Je correcties vervliegen. Je profiel wordt oud. De verfijningslus heeft niets om van te verfijnen. Het Memory OS heeft sessiegeheugen omdat de wrap-up-vaardigheid dit schrijft.

Het zijn 50 regels SKILL.md. Het draait op /wrap. Het schrijft één markdown-bestand per sessie naar een map. Dat is de hele MVP. Bouw dat deze week. Voer het twee weken uit. Voeg vervolgens een laag in het profielbestand toe. Voeg vervolgens een laag toe aan de kennisbank. Breng vervolgens een laag aan in de verfijningslus. Elke laag wordt mogelijk omdat de vorige laag deze voedt.

Het probleem van de 47 vaardigheden die je vergeet, wordt niet opgelost door vaardigheid #48 te schrijven. Het wordt opgelost door de vaardigheden die je al hebt, maandag op dinsdag te onthouden.

Dat is het verschil tussen een hulpprogramma en een supervaardigheid. En het begint met één afsluitend bestand dat u vandaag schrijft.

Veelgestelde vragen

Waar bevinden de Claude Code-vaardigheden zich op mijn computer?

Claude Code-vaardigheden bevinden zich op twee locaties: ~/.claude/skills/ voor persoonlijke vaardigheden die beschikbaar zijn in elk project, en .claude/skills/ in een opslagplaats voor projectgerichte vaardigheden die zijn toegewijd aan git. Elke vaardigheid is een map met een SKILL.md-bestand met YAML-voorwerk en markdown-instructies. Het Claude Code harnas laadt ze automatisch wanneer dit relevant is.

Wat maakt een supervaardigheid anders dan een gewone Claude-vaardigheid?

Een supervaardigheid heeft drie eigenschappen die een reguliere vaardigheid ontbeert: geïndexeerd geheugen dat het tijdens sessies kan oproepen, de mogelijkheid om per taak de juiste tools en gegevensbronnen binnen te halen, en een zelfverbeteringslus die zijn eigen output beoordeelt en zijn eigen instructies in de loop van de tijd verfijnt. Reguliere vaardigheden zijn statische afprijzingen die dezelfde output opleveren op dag 1 en dag 90.

Heb ik Pinecone nodig of kan ik Obsidian gebruiken voor de kennisbank?

Obsidian werkt prima voor kennisbanken onder ongeveer 200 lange markdown-bestanden. Daarnaast bespaart Pinecone serverless aanzienlijke tokenkosten omdat het gerangschikte chunks retourneert in plaats van hele bestanden te laden. Pinecone Starter is gratis voor kleine werklasten; Standaard is $50/month voor productiegebruik. Voor details over de Pinecone-installatie, zie mijn onbeperkte AI-geheugenbeschrijving.

Hoeveel kost Firecrawl voor een persoonlijke Claude Code-workflow?

Firecrawl Hobby kost $ 16/month voor 3.000 credits en is genoeg voor een persoonlijke workflow met een paar dagelijkse webonderzoeksvaardigheden. Standaard kost $83/month voor 100.000 credits. Standaard scrapen is 1 credit per pagina, zoeken is 1 credit per resultaat, JSON-extractie voegt 4 credits per pagina toe.

Wat is de belangrijkste supervaardigheidscomponent die je als eerste moet bouwen?

De afrondingsvaardigheid. Het wordt aan het einde van elke sessie uitgevoerd, archiveert het gesprek, extraheert uw correcties en werkt het profielbestand bij. Zonder dit heeft geen enkel ander onderdeel van het Memory OS gegevens om mee te werken. Bouw het vóór Pinecone, Firecrawl of de verfijningslus.

Laten we samenwerken

Wilt u AI-systemen bouwen, workflows automatiseren of uw technische infrastructuur schalen? Ik help je graag.

Coffee cup

Vond u dit artikel leuk?

Uw steun helpt mij meer diepgaande technische content, open-source tools en gratis bronnen voor de ontwikkelaarsgemeenschap te maken.

Gerelateerde onderwerpen

Engr Mejba Ahmed

Over de auteur

Engr Mejba Ahmed

Engr. Mejba Ahmed builds AI-powered applications and secure cloud systems for businesses worldwide. With 10+ years shipping production software in Laravel, Python, and AWS, he's helped companies automate workflows, reduce infrastructure costs, and scale without security headaches. He writes about practical AI integration, cloud architecture, and developer productivity.

Discussion

Comments

0

No comments yet

Be the first to share your thoughts

Leave a Comment

Your email won't be published

11  -  6  =  ?

Blijf leren

Gerelateerde artikelen

Alles bekijken

Comments

Leave a Comment

Comments are moderated before appearing.

Learning Resources

Expand Your Knowledge

Accelerate your growth with structured courses, verified certificates, interactive flashcards, and production-ready AI agent skills.

Sample Certificate of Completion

Sample certificate — complete any course to earn yours

Engr Mejba Ahmed

Engr Mejba Ahmed

Claude Code Expert · Online

👋

Hey there!

Quick Actions

WhatsApp Instant reply

Chat on WhatsApp

+880 1723 741224 · Instant reply

Popular Questions

Engr Mejba Ahmed is connected
Engr Mejba Ahmed is typing...
Engr Mejba Ahmed avatar

✉ Want me to follow up? Drop your email

Engr Mejba Ahmed avatar

📞 Connect Directly

Choose how you'd like to reach me

WhatsApp

+880 1723 741224

Email

[email protected]

✓ Details sent! I'll get back to you shortly.

Powered by OpenAI

335+

Blog Posts

25

AI Courses

63

Projects

Services & Expertise

Pricing & Process

Learning & Resources

Connect & Support