Voor indie developers die hun eigen AI-systemen bouwen, is er deze week één duidelijke rode draad: Anthropic zet vol in op het principe "bouw Skills, geen custom agents". In plaats van complexe, monolithische agent-frameworks te onderhouden, verschuift de focus naar modulaire, herbruikbare vaardigheden. Dit sluit naadloos aan bij de behoeften van ontwikkelaars met een eigen stack, lokale LLM-gateways en homelabs. Door skills klein en scherp gedefinieerd te houden, kunnen ze dynamisch worden gecombineerd zonder dat je context-window verstopt raakt. Hieronder vind je de belangrijkste signalen en documenten van deze week, vertaald naar praktische waarde voor jouw setup.
Belangrijkste signalen uit de community
The Complete Guide to Building Skills for Claude (Alternatieve Markdown-versie)
Dit is de officiële handleiding van Anthropic over het ontwerpen, testen en distribueren van Skills. Het document bevestigt een belangrijk architectuurpatroon: het twee-lagen-model. Hierbij is de YAML-frontmatter (met metadata en activatie-instructies) altijd geladen, terwijl de daadwerkelijke body van de skill pas on-demand wordt ingeladen (progressive disclosure).
Waarom dit relevant is voor jouw stack: Als je werkt met een lokale LLM-gateway zoals LiteLLM, helpt dit patroon om je context-window drastisch te ontlasten. In plaats van alle systeeminstructies direct mee te sturen, laad je alleen de metadata. Pas wanneer de routering bepaalt dat een specifieke skill nodig is, wordt de volledige code of instructie ingeladen. Dit is direct toepasbaar op hoe je je eigen SKILL.md-bestanden structureert.
Claude Security Plugin voor Claude Code (Beta)
Anthropic heeft een officiële security-plugin uitgebracht voor Claude Code. Deze draait lokaal in je terminal en fungeert als een multi-agent kwetsbaarhedenscanner. De plugin scant je repository, analyseert de git-geschiedenis en dataflows, en genereert patch-bestanden die je vervolgens zelf kunt reviewen en toepassen.
Waarom dit relevant is voor jouw stack: Dit is een uitstekend blauwdruk-ontwerp voor hoe je complexe taken kunt delegeren aan sub-agents binnen een terminal-omgeving. Het laat zien hoe je een plugin kunt ontwerpen die niet alleen code leest, maar ook actieve feedback-loops (zoals het genereren van patches voor menselijke review) integreert. Dit model kun je overnemen voor je eigen lokale security- en audit-workflows.
Plugin bouwen vanaf nul in Claude Cowork (Zie ook de knowledge-work-plugins repo)
Een nieuwe officiële tutorial legt uit hoe je via natuurlijke taal een plugin kunt scaffolden in Claude Cowork. Je beschrijft simpelweg wat de plugin moet doen, waarna Claude gerichte vragen stelt over de workflow, tools en randgevallen om vervolgens de code te genereren. De bijbehorende GitHub-repository biedt een schat aan concrete voorbeelden.
Waarom dit relevant is voor jouw stack: Dit maakt het extreem laagdrempelig om alledaagse taken rondom je eigen agent-setup of thuisserver te automatiseren. Denk aan het snel genereren van een plugin die statuschecks uitvoert op je opslagmedia, of een workflow die backups valideert en rapporteert via een webhook naar bijvoorbeeld n8n.
Claude Cowork Gids voor Power Users: 50+ Tips (Mirror beschikbaar via Roger Wong)
Een uitgebreide verzameling van meer dan vijftig geteste tips voor het werken met plugins, sub-agents en geheugenbeheer in Claude. Het belangrijkste advies: hak je skills op in kleine stukken (chunking). Grote, allesomvattende skills falen vaak omdat de LLM de context verliest. Scherpe, specifieke beschrijvingen zorgen voor een veel betere activatie. Daarnaast helpt het om specifieke omgevingscontext direct in de skill-bestanden te verankeren.
Waarom dit relevant is voor jouw stack: Dit sluit aan bij de Unix-filosofie: schrijf programma's die één ding goed doen. Pas dit toe op je eigen agent-setup door niet één 'super-agent' te bouwen, maar een verzameling micro-skills die elk een specifiek API-endpoint of database-query afhandelen.
tonsofskills: Community Marketplace
Een open-source marktplaats met honderden community-plugins en skills, inclusief een eigen CLI-package-manager genaamd ccpi. Hoewel dit geen officieel Anthropic-product is, laat het goed zien hoe de community de distributie van skills voor zich ziet.
Waarom dit relevant is voor jouw stack: Het is een uitstekende inspiratiebron om te zien hoe anderen hun integraties structureren. Let wel op: omdat dit community-gecurereerd is, moet je de code altijd handmatig controleren voordat je deze toegang geeft tot je lokale systemen of thuisserver.
Context en model-routing
De verschuiving naar modulaire skills betekent ook dat de behoefte aan slimme routering groeit. Als je lokaal draait, wil je niet voor elke simpele skill een zwaar model aanspreken. Door gebruik te maken van een centrale gateway kun je taken dynamisch verdelen. Zie voor meer achtergrond over dit onderwerp onze gids over model-routing op llmnet.nl.
Wat kun je hiermee? (Concrete acties)
- Structureer je eigen documentatie: Richt je lokale agent-setup in volgens het twee-lagen-model. Gebruik YAML-frontmatter in je markdown-bestanden voor metadata en houd de instructies in de body on-demand.
- Bouw een micro-plugin: Gebruik de scaffolding-methode om een eenvoudige plugin te schrijven die een specifieke taak op je thuisserver automatiseert, zoals het controleren van systeemresources of het triggeren van een n8n-workflow.
- Refactoreer je prompts: Loop door je huidige prompts en breek grote, monolithische instructies op in kleinere, herbruikbare 'skills' met een scherpe, eenduidige beschrijving.