Program
Dasar-Dasar Agen Kecerdasan Buatan
6 Hr
Agen AI bukan lagi sekadar antarmuka chat yang menghasilkan teks. Mereka adalah mesin eksekusi, dan alasan mereka menjadi begitu kuat adalah keterampilan agen.
Keterampilan agen adalah bundel kapabilitas modular yang didefinisikan melalui berkas SKILL.md terstruktur yang memberi agen AI tindakan di dunia nyata.
Alih-alih hanya merespons dengan teks, agen yang dibekali keterampilan dapat menelusuri web, menjalankan kode, melakukan kueri basis data, melakukan deploy infrastruktur, fine-tune model, mengirim email, mengotomatisasi alur kerja, dan banyak lagi. Anda bisa memandang keterampilan seperti aplikasi untuk agen AI. Setiap keterampilan menambahkan kapabilitas terfokus yang dapat dieksekusi, didokumentasikan dalam referensi markdown-nya sendiri, yang mengubah model bahasa menjadi sistem yang betul-betul dapat melakukan sesuatu.
Dalam artikel ini, kami mengkurasi daftar 100+ keterampilan agen yang dapat digunakan dengan OpenClaw, Claude Code, OpenAI Codex, agen Cursor CLI, dan lingkungan berorientasi agen lainnya. Keterampilan ini mencakup riset, pengodean, infrastruktur, machine learning, keamanan, komunikasi, dan produksi kreatif. Tujuannya sederhana: memberi Anda peta praktis tentang apa yang mungkin dilakukan ketika agen bergerak dari percakapan ke eksekusi.
Di akhir, kami juga menyertakan bagian bonus yang menyoroti keterampilan yang paling banyak diunduh di ClawHub, sehingga Anda dapat melihat alat apa yang aktif digunakan komunitas dengan OpenClaw.
1. Keterampilan Agen Pencarian dan Riset Teratas
Keterampilan yang membantu agen menemukan informasi, melakukan kueri ke sumber terstruktur, dan mengekstrak wawasan andal dari data teknis dan ilmiah.
- arxiv-watcher: Menelusuri dan merangkum makalah dari ArXiv.
- pubmed-edirect: Melakukan kueri ke PubMed untuk literatur biomedis dan ilmiah yang ditinjau sejawat.
- wikipedia: Menelusuri, mengambil, dan merangkum konten dari Wikipedia bahasa Inggris
- google-search: Menelusuri web menggunakan Google Custom Search Engine (PSE).
- google-search-grounding: Pencarian web Google melalui Gemini Search Grounding.
- serper-search: Google Search melalui API Serper.dev.
- web-scraper-as-a-service: Membangun web scraper siap klien dengan keluaran data yang bersih.
- exa-web-search-free : Pencarian AI gratis melalui Exa.
- newsapi-search: Melakukan kueri ke sumber berita global untuk pelacakan tren dan analisis sinyal.
- brightdata: Web scraping dan pencarian melalui Bright Data API.
2. Keterampilan Orkestrasi Kode dan Copilot Pengembang Teratas
Keterampilan untuk menjalankan proyek pengodean multi-langkah dan mengoordinasikan “tim agen” secara end-to-end.
- buildlog: Merekam dan mengekspor sesi pengodean sebagai “build log” yang dapat dibagikan.
- cc-godmode: Mengorkestrasi pekerjaan perangkat lunak multi-agen dengan koordinasi mandiri.
- codebuddy-code: Menginstal/konfigurasi asisten CLI pengodean bergaya CodeBuddy.
- debug-pro: Metodologi debugging sistematis dan debugging spesifik bahasa.
- coder-workspaces: Mengelola workspace Coder untuk alur kerja mirip remote/devcontainer.
- cursor-agent: Keterampilan komprehensif untuk menggunakan agen Cursor CLI.
- ec-task-orchestrator: Orkestrasi tugas multi-agen otonom.
- codex-orchestration: Menyediakan lapisan orkestrasi umum untuk agen bergaya Codex.
- codex-quota: Memeriksa kuota/batas laju Codex agar agen tidak terhenti mendadak.
- coding-agent: Menjalankan agen/CLI pengodean umum (Codex, Claude Code, dll.) dari satu keterampilan.
3. Keterampilan Agen untuk Git, GitHub, PR, dan Intelijen Repo Teratas
Keterampilan untuk kontrol versi, otomatisasi PR, dan memahami perubahan di suatu repo.
- auto-pr-merger: Mengotomatiskan pemeriksaan dan penggabungan PR saat aturan terpenuhi.
- backup: Mencadangkan dan memulihkan konfigurasi/keterampilan/pengaturan agen.
- bat-cat: Menyediakan penampil berkas gaya “bat” dengan keluaran yang sadar git.
- bitbucket-automation: Mengotomatiskan alur kerja repo dan PR Bitbucket.
- commit-analyzer: Menganalisis pola commit untuk memahami risiko dan perilaku perubahan.
- conventional-commits: Memformat pesan commit sesuai standar Conventional Commits.
- deepwiki: Melakukan kueri dokumentasi/wiki repo melalui antarmuka “deep wiki” berbasis MCP.
- gitclassic: Menggunakan peramban GitHub ringan yang cocok untuk agen.
- gitclaw: Menyinkronkan workspace agen ke repo GitHub sebagai cadangan/cermin.
- github: Mengoperasikan GitHub melalui gh untuk isu, PR, dan aksi repo.
4. Keterampilan Agen DevOps dan Operasi Cloud
Keterampilan untuk provisioning, deployment, pemantauan, dan pengamanan infrastruktur cloud.
- docker-essentials: Membangun, menandai, dan menjalankan container menggunakan alur kerja Docker yang bersih dan siap produksi.
- k8-multicluster: Mengelola beberapa klaster Kubernetes dan beralih konteks dengan aman.
- nginx-config-creator: Menghasilkan konfigurasi reverse-proxy untuk deployment Nginx/OpenResty.
- appdeploy: Melakukan deploy aplikasi web, termasuk komponen backend dan basis data.
- aws-infra: Membimbing pekerjaan infrastruktur AWS menggunakan CLI dan praktik terbaik.
- aws-ecs-monitor: Memantau layanan ECS dan sinyal CloudWatch untuk kesehatan produksi.
- aws-security-scanner: Memindai lingkungan AWS untuk masalah keamanan umum.
- azd-deployment: Melakukan deploy aplikasi container ke Azure Container Apps menggunakan azd.
- azure-cli: Mengelola sumber daya Azure melalui perintah dan alur Azure CLI.
- hetzner: Mengontrol sumber daya Hetzner Cloud menggunakan hcloud.
5. Keterampilan Agen Data Science dan Machine Learning Teratas
Keterampilan untuk menyiapkan data, membangun alur pelatihan, memantau eksperimen, dan mengirimkan model ML agar dapat digunakan.
- peft: Fine-tune LLM dengan adapter LoRA/QLoRA, menggabung/menukar adapter, dan menjalankan alur pascapelatihan yang ringan.
- wandb-monitor: Memantau dan membandingkan run Weights & Biases untuk mendeteksi masalah pelatihan dan regresi kinerja secara cepat.
- senior-computer-vision: Membangun pipeline CV end-to-end (dataset → pelatihan → evaluasi → deployment) dengan panduan ekspor/optimisasi (ONNX/TensorRT/CoreML).
- senior-data-engineer: Membangun pipeline ETL/ELT yang skalabel dan infrastruktur data modern (Spark/Airflow/dbt/Kafka).
- hugging-face-model-trainer: Melatih/fine-tune LLM dengan metode TRL (SFT/DPO/GRPO) di Hugging Face Jobs dan mengekspor GGUF.
- duckdb: Melakukan analitik cepat pada CSV/Parquet/JSON dengan DuckDB CLI.
- senior-data-scientist: Keterampilan data science kelas dunia.
- data-analyst: Menganalisis data melalui SQL/spreadsheet, membuat bagan, dan menghasilkan laporan siap keputusan.
- hugging-face-datasets: Membuat/mengelola dataset di Hub, termasuk kueri/transformasi berbasis SQL dengan DuckDB.
- hugging-face-evaluation: Menambahkan hasil evaluasi terstruktur ke kartu model dan menjalankan/mengimpor tolok ukur (vLLM/lighteval, dll.).
6. Keterampilan Agen Keamanan, Tata Kelola, dan Keselamatan
Keterampilan yang menambahkan pagar pengaman, pemindaian, pemeriksaan kebijakan, dan default yang aman untuk agen.
- agentguard: Menambahkan pemantauan/pagar pengaman untuk mengurangi perilaku agen yang berisiko.
- agentmemory: Menyediakan memori cloud terenkripsi untuk agen lintas perangkat.
- clawscan: Memindai bundel keterampilan untuk tanda bahaya sebelum pemasangan/penggunaan.
- clawsec-feed: Menarik advisori keamanan/sinyal CVE untuk kewaspadaan berkelanjutan.
- clawskillshield: Menjalankan pemindai lokal-utama untuk mendeteksi perilaku keterampilan yang mencurigakan.
- config-guardian: Memvalidasi perubahan konfigurasi untuk mencegah pembaruan yang merusak atau tidak aman.
- prompt-guard: Melindungi dari injeksi prompt dan kepatuhan instruksi yang tidak aman.
- skill-flag: Mendeteksi pola berbahaya/backdoor dalam kode/instruksi keterampilan.
- skill-scanner: Memindai keterampilan/server MCP untuk perilaku mirip spyware dan risiko.
- skills-audit: Mengaudit keterampilan yang terpasang terhadap kebijakan dan pemeriksaan keamanan.
7. Keterampilan Agen Komunikasi, Pesan, dan Komunitas
Keterampilan yang memungkinkan agen memposting, membalas, dan mengelola percakapan di berbagai platform chat.
- discord-voice: Memungkinkan percakapan suara waktu nyata langsung di saluran suara Discord.
- giphy: Menemukan dan mengirim GIF yang sesuai konteks dalam percakapan.
- mailchannels: Mengirim email melalui MailChannels dan menangani alur ingest bertanda tangan.
- google-messages-openclaw-skill: Memungkinkan pengiriman/penerimaan SMS/RCS melalui integrasi Google Messages.
- lark-integration: Menghubungkan pesan Lark/Feishu ke alur kerja agen melalui webhook.
- clawsignal: Menambahkan perpesanan agen waktu nyata untuk peringatan dan koordinasi.
- olvid-channel: Mengintegrasikan perpesan aman Olvid sebagai saluran agen.
- disclawd: Terhubung ke lingkungan mirip Discord yang berorientasi agen.
- agent-mail: Kotak masuk email untuk agen AI.
- whatsapp-styling-guide: Memastikan pesan WhatsApp agen mengikuti aturan format yang konsisten.
8. Keterampilan Agen untuk Catatan, Pengetahuan, dan Manajemen Pengetahuan Pribadi
Keterampilan untuk menyimpan memori jangka panjang, menulis catatan, dan menarik info dari sistem pengetahuan Anda.
- logseq: Memungkinkan agen membaca/menulis catatan di brankas Logseq lokal.
- notesctl-skill-for-openclaw: Mengontrol Apple Notes melalui operasi deterministik mirip CLI.
- openclaw-confluence-skill: Menggunakan REST API Confluence Cloud untuk menelusuri dan mengedit halaman.
- openclaw-nextcloud: Menghubungkan berkas/catatan/tugas/kalender Nextcloud ke dalam agen.
- git-notes-memory: Menyimpan memori jangka panjang menggunakan git-notes lintas sesi.
- memory-hygiene: Membersihkan dan mengoptimalkan memori vektor untuk mengurangi drift/kebisingan.
- openclaw-feeds: Mengagregasi umpan RSS untuk riset dan pemantauan harian.
- hardcover: Menarik daftar bacaan dan metadata buku dari Hardcover melalui API.
- get-tldr: Merangkum konten panjang melalui API peringkasan TL;DR.
- essence-distiller: Mengekstrak gagasan inti dan “yang penting” dari konten yang berantakan.
9. Keterampilan Agen untuk Pemasaran, Publikasi, dan Pertumbuhan Sosial
Keterampilan untuk menerbitkan konten, menjalankan iklan, membuat tautan/QR, dan mengotomatisasi alur sosial.
- wordpress-publishing-skill-for-claude: Menerbitkan konten ke WordPress dari alur kerja agen.
- wp-multi-tool: Mengaudit kesehatan/kinerja WordPress dan menyarankan perbaikan.
- social-scheduler-extended: Menjadwalkan dan mengelola unggahan media sosial.
- microsoft-ads-mcp: Membuat dan mengelola kampanye Microsoft Ads melalui peralatan MCP.
- go2gg: Memendekkan tautan, melacak klik, dan menghasilkan kode QR.
- jo4: Menghasilkan tautan pendek + kode QR dengan analitik.
- aisa-twitter-api: Menelusuri X (Twitter) secara waktu nyata dan mengekstrak unggahan relevan.
- glasses-to-social: Mengubah foto kacamata pintar menjadi caption sosial siap unggah.
- share-usecase: Menerbitkan use case agen Anda ke direktori publik untuk penemuan.
- openclaw-postsyncer: Mengotomatisasi alur posting sosial dengan rutinitas “sinkronisasi posting”.
10. Keterampilan Agen Media, Gambar, Video, dan Produksi Kreatif
Keterampilan untuk menghasilkan gambar/video, menyunting aset, dan memproduksi artefak serta diagram kreatif.
- image-router: Menghasilkan gambar melalui API yang dapat merutekan ke banyak model.
- imagemagick: Memanipulasi gambar (ubah ukuran/konversi/komposisi) dengan peralatan ImageMagick.
- avatar-video-messages: Membuat pesan video bergaya avatar dari prompt teks.
- video-agent: Memproduksi video avatar AI menggunakan API Video Agent HeyGen.
- video-cog: Mendukung produksi video AI bentuk panjang dengan perencanaan multi-langkah.
- voice-reply: Menghasilkan balasan suara text-to-speech lokal (mendukung offline).
- artifacts-builder: Membangun artefak multi-bagian (dokumen/aset) dari satu rencana agen.
- excalidraw-diagrams: Membuat diagram dan sketsa arsitektur bergaya Excalidraw.
- manim-composer: Memproduksi adegan matematika/animasi menggunakan komposisi bergaya Manim.
- morfeo-remotion-style: Menerapkan gaya/template video Remotion yang konsisten untuk video keluaran.
Bonus: Keterampilan ClawHub Paling Banyak Diunduh
Berikut adalah keterampilan yang paling banyak diunduh dan digunakan secara luas di ClawHub, berdasarkan peringkat pasar saat ini dan statistik unduhan publik (akurat pada saat penulisan):
- gog: Google Workspace CLI untuk otomatisasi Gmail, Drive, Docs, dan Sheets | ~29,4 rb unduhan.
- tavily-search: Pencarian web waktu nyata yang dioptimalkan AI untuk perolehan informasi terbaru | ~23,8 rb unduhan.
- summarize: Merangkum URL, PDF, dokumen, dan audio menjadi keluaran ringkas | ~22,4 rb unduhan.
- github: Integrasi penuh GitHub CLI untuk isu, PR, repo, dan alur kerja | ~21,6 rb unduhan.
- sonoscli: Mengontrol speaker Sonos, termasuk pemutaran, volume, dan manajemen ruangan | ~18,6 rb unduhan.
- weather: Mengambil kondisi cuaca waktu nyata dan prakiraan untuk lokasi mana pun | ~18,6 rb unduhan.
- ontology: Memungkinkan penjelajahan graph pengetahuan terstruktur dan penalaran semantik | ~18,1 rb unduhan.
- notion: Baca/tulis halaman dan basis data Notion langsung dari agen Anda | ~11,9 rb unduhan.
- api-gateway: Lapisan panggilan API terkelola terpadu untuk integrasi pihak ketiga yang aman | ~11,7 rb unduhan.
- nano-banana-pro: Alat generasi gambar dan otomasi kreatif tingkat lanjut | ~11,6 rb unduhan.
Pemikiran Akhir
Ketertarikan saya pada keterampilan agenik dimulai ketika saya sepenuhnya mengalihkan alur kerja pengodean dari IDE ke OpenAI Codex. Codex sangat andal dalam membuat dan menggunakan keterampilan, tetapi awalnya saya belum benar-benar memahami cara mengoptimalkannya. Saya tidak yakin bagaimana berkas SKILL.md harus disusun, apa yang membuat satu implementasi lebih baik daripada yang lain, dan bagaimana merancang keterampilan yang bersih, dapat digunakan ulang, dan siap produksi.
Kemudian saya menemukan ClawHub, pasar pusat untuk keterampilan agen yang berfungsi melampaui ekosistem OpenClaw. Ini mendukung alat seperti OpenAI Code, OpenCode, Claude Code, dan lingkungan berorientasi agen lainnya. Sejak itu, saya memasang keterampilan langsung dari hub menggunakan perintah npx sederhana setelah meninjaunya di halaman web ClawHub.
Dalam artikel ini, kami meninjau keterampilan agen teratas di berbagai kategori dan use case dunia nyata. Saran saya sederhana: mulai dari bagian bonus dan pasang terlebih dahulu keterampilan ClawHub yang paling banyak diunduh. Keterampilan tersebut banyak diadopsi, dipercaya komunitas, dan menjadi fondasi kuat untuk membangun sistem agen yang serius.
FAQ Keterampilan Agen
Apa itu keterampilan agen AI?
Anggaplah keterampilan agen seperti "paket npm" atau aplikasi untuk AI Anda. Alih-alih hanya memberi AI prompt teks, keterampilan adalah folder mandiri yang membundel instruksi, skrip yang dapat dieksekusi, dan materi referensi. Intinya adalah berkas SKILL.md yang berisi metadata dan prosedur langkah demi langkah. Ini memungkinkan agen (seperti OpenClaw, Claude Code, atau Cursor) memuat keahlian domain secara dinamis—seperti cara melakukan deploy ke AWS, menjalankan audit keamanan, atau melakukan kueri ke basis data—tepat saat dibutuhkan.
Apa bedanya keterampilan agen dengan prompt standar atau server MCP?
- Prompt sepenuhnya mengandalkan pengetahuan umum LLM dan dapat menghasilkan hasil yang tidak konsisten. Keterampilan membundel instruksi dengan kode dan aturan yang benar-benar dapat dieksekusi, memastikan agen melakukan tugas secara konsisten (idempoten) setiap saat.
- Server MCP (Model Context Protocol) menangani integrasi teknis antara sistem AI dan API pihak ketiga (seperti menghubungkan ke Slack atau Postgres).
- Keterampilan berada satu lapis di atasnya. Keterampilan berisi know-how atau logika bisnis, memberi tahu agen kapan harus menggunakan alat tersebut, bagaimana mengurutkan tindakan, dan bagaimana memformat keluaran.
Apakah keterampilan agen aman diunduh dari marketplace publik?
Anda harus memperlakukannya dengan hati-hati. Karena keterampilan adalah kode yang dapat dieksekusi, keterampilan berjalan dengan izin yang sama persis seperti agen AI Anda, artinya keterampilan dapat mengakses sistem berkas Anda, membaca variabel lingkungan, dan menjalankan perintah shell. Baru-baru ini, peneliti keamanan menyoroti kerentanan rantai pasok di pasar terbuka seperti ClawHub, di mana berkas SKILL.md berbahaya atau skrip tersembunyi mencoba mengekfiltrasi kunci API atau memasang malware.
Selalu tinjau SKILL.md dan skrip sebelum memasang keterampilan pihak ketiga, dan pertimbangkan untuk menjalankan agen di lingkungan sandbox jika mereka menggunakan alat komunitas yang belum diverifikasi.
Bagaimana agen AI tahu kapan harus menggunakan keterampilan tertentu?
Keterampilan agen menggunakan arsitektur yang disebut "pengungkapan progresif" untuk menghemat biaya token.
- Penemuan: Saat agen mulai, agen hanya membaca metadata YAML (nama keterampilan dan deskripsi singkat) dari semua keterampilan yang terpasang.
- Pencocokan Semantik: Ketika Anda mengajukan pertanyaan atau menugaskan pekerjaan, agen memeriksa apakah permintaan Anda cocok dengan deskripsi keterampilan mana pun.
- Eksekusi: Jika ada kecocokan, agen memuat instruksi
SKILL.mdlengkap dan skrip terkait ke dalam jendela konteksnya untuk mengeksekusi tugas. Anda juga dapat memicunya secara eksplisit menggunakan perintah garis miring (misalnya,/deploy-app).
Author
Sebagai data scientist tersertifikasi, saya bersemangat memanfaatkan teknologi mutakhir untuk menciptakan aplikasi machine learning yang inovatif. Dengan latar belakang kuat di pengenalan ucapan, analisis dan pelaporan data, MLOps, conversational AI, dan NLP, saya mengasah keterampilan dalam mengembangkan sistem cerdas yang berdampak nyata. Selain keahlian teknis, saya juga komunikator andal yang mampu menyederhanakan konsep kompleks menjadi bahasa yang jelas dan ringkas. Karena itu, saya menjadi blogger yang dicari di bidang data science, membagikan wawasan dan pengalaman kepada komunitas profesional data yang terus berkembang. Saat ini, saya berfokus pada pembuatan dan penyuntingan konten, bekerja dengan large language model untuk mengembangkan konten yang kuat dan menarik agar membantu bisnis dan individu memaksimalkan data mereka.
