Quản lý skills file cho AI: Bài học từ các kỹ sư đang làm việc với Claude Code và Codex

Khi các công cụ lập trình AI như Claude Code, Codex hay Cursor ngày càng phổ biến, việc quản lý "skills" — những file hướng dẫn, prompt hoặc script giúp AI hiểu và thực thi tác vụ cụ thể — trở thành một bài toán nan giải. Một cuộc thảo luận sôi nổi trên Hacker News mới đây đã thu hút sự quan tâm lớn với hơn 15 điểm và 10 bình luận từ các nhà phát triển giàu kinh nghiệm.

Vấn đề cốt lõi không chỉ là cách tạo ra skills, mà còn là cách lưu trữ, cập nhật và đảm bảo chúng thực sự hoạt động hiệu quả khi số lượng tăng lên. Từ việc dùng private GitHub repo cho đến xây dựng package manager riêng, cộng đồng đã chia sẻ nhiều chiến lược đáng giá mà các lập trình viên Việt Nam hoàn toàn có thể áp dụng ngay trong quy trình làm việc hàng ngày.

Vấn đề với cách tiếp cận theo dự án

Nhiều nhà phát triển ban đầu thử đặt toàn bộ hướng dẫn vào file claude.md hoặc AGENTS.md trong từng repo dự án. Tuy nhiên, một người dùng chỉ ra hạn chế lớn: file này chỉ được đọc ở đầu mỗi phiên làm việc, khiến các chỉ dẫn không được áp dụng xuyên suốt quá trình code. Điều này dẫn đến việc họ phải chuyển từ quản lý theo dự án sang quản lý theo đơn vị skill riêng biệt, tích hợp vào skills tổng của từng repo cá nhân.

Chiến lược quản lý skills hiệu quả

1. Giữ bộ sưu tập tối giản

Một nguyên tắc được nhiều người đồng tình là không nên ôm quá nhiều skills. Người dùng có nickname "trailsofbit" chia sẻ: "Tôi cố gắng giữ bộ skills cộng đồng ngắn gọn, thường chỉ vài cái tên uy tín như mattpocock hay mcollina, và kiểm tra bản phát hành mới thường xuyên." Lý do rất thực tế: khi skill trải rộng khắp nhiều dự án, bạn sẽ không thể theo dõi nổi và cuối cùng là... không dùng đến.

2. Sử dụng package manager

Cộng đồng đặc biệt nhấn mạnh vai trò của package manager trong việc quản lý skills cộng đồng. Các lựa chọn phổ biến bao gồm vercel-labs/skills và withastro/rosie. Một lập trình viên khác tự xây dựng công cụ riêng mang tên ski với các tính năng nổi bật như lệnh cập nhật và quét bảo mật tự động.

3. Kết hợp giữa cơ chế tự động và chia sẻ nội bộ

Một số công ty áp dụng bootstrap script để triển khai skills do công ty quản lý vào thư mục skills cá nhân của từng lập trình viên. Các hooks cho Codex và Claude Code được thiết lập để tự động làm mới skills mỗi lần khởi động. Cách tiếp cận này giúp đảm bảo mọi thành viên trong nhóm luôn có phiên bản mới nhất mà không cần thao tác thủ công.

4. Ghi chú phản hồi liên tục

Một kỹ thuật tinh tế được đề xuất: thêm vào file AGENTS.md toàn cục một ghi chú yêu cầu AI "giải thích bất kỳ khó khăn nào gặp phải khi thực hiện tác vụ, và đề xuất cải tiến skill/công cụ/file AGENTS.md". Đây là vòng phản hồi giúp skills ngày càng hoàn thiện theo thời gian.

Tranh luận: Skills có bị model AI "nuốt chửng"?

Một luồng ý kiến đáng chú ý đến từ những người tin rằng model AI cuối cùng sẽ thay thế phần lớn skills thông thường. Họ cho rằng việc đăng ký và quản lý quá nhiều skills thực ra làm giảm hiệu suất. Tuy nhiên, quan điểm ngược lại cũng rất thuyết phục:

"Một model có thể thông minh để tự chạy whoami và tìm kiếm trong thư mục .ssh khi được yêu cầu kết nối tới 'bob', nhưng một skill file có thể đơn giản ghi: 'Chúng ta kết nối tới bob bằng key Z và user X' — giúp hoàn thành tác vụ mà không cần quá trình suy diễn rườm rà."

Điểm mấu chốt mà nhiều người đồng thuận: skills vẫn có giá trị không thể thay thế khi chúng chứa thông tin nội bộ, cụ thể và đặc thù — những thứ model không thể tự suy luận ra. Với các tác vụ yêu cầu kiến thức nội bộ, một skill chứa thông tin cô đọng sẽ luôn tối ưu hơn về chi phí token so với việc để AI tự "điều tra".

Góc nhìn cho lập trình viên Việt Nam

Với sự phát triển nhanh chóng của cộng đồng AI tại Việt Nam, việc áp dụng các chiến lược quản lý skills này có thể mang lại lợi ích lớn:

• Bắt đầu nhỏ: Hãy tạo 3-5 skills cho các tác vụ lặp lại nhiều nhất trong dự án của bạn, thay vì tham lam thu thập quá nhiều từ cộng đồng.
• Ưu tiên lưu trữ nội bộ: Dùng GitHub private repo để quản lý skills tự viết, kết hợp với package manager khi dùng skills từ cộng đồng quốc tế.
• Tận dụng MCP (Model Context Protocol): Dù nhiều người còn e ngại, các công cụ MCP phía client tự xây dựng được đánh giá là cực kỳ hữu ích cho các ứng dụng cụ thể.

Cuối cùng, dù công nghệ có phát triển đến đâu, câu trả lời vẫn nằm ở việc tìm ra sự cân bằng phù hợp giữa việc tận dụng khả năng vốn có của model và việc trang bị cho chúng những "bí kíp" nội bộ mà chỉ bạn — người hiểu rõ hệ thống — mới có thể cung cấp.