prompt-engineering-instructor — скилл для Claude Code
Учит агента вытаскивать из ответов модели данные по схеме Pydantic: с проверкой типов, повторами при ошибке и стримингом.
npx claude-code-templates@latest --skill ai-research/prompt-engineering-instructorЧто делает prompt-engineering-instructor
Скилл описывает работу с библиотекой Instructor. Вы задаёте модель Pydantic — поля, типы, ограничения — и получаете на выходе не текст, а готовый объект Python. Если модель вернула мусор, Pydantic ловит несоответствие, Instructor отправляет ей сообщение об ошибке и просит исправиться. По умолчанию таких повторов три.
Внутри разобраны вложенные модели, необязательные поля со значениями по умолчанию, перечисления для жёстких наборов значений, встроенные и свои валидаторы, проверка на уровне всей модели. Есть примеры для Anthropic и OpenAI: клиент создаётся через instructor.from_anthropic(Anthropic()) или instructor.from_openai(OpenAI()), дальше вызов идёт как обычно, только добавляется response_model.
Ставить есть смысл, если вы пишете извлечение данных, разбор JSON или пайплайн с ответами LLM. Без ключа провайдера и установленного пакета ничего не заработает: в зависимостях названы instructor, pydantic, openai, anthropic. Установка идёт через pip install instructor, для конкретного провайдера — с extras вроде instructor[anthropic].
Какие задачи решает
- вытащить поля из свободного текста ответа модели
- проверить ответ LLM по схеме до записи в базу
- повторить извлечение, когда модель вернула не тот тип
- разобрать вложенный JSON без ручных проверок
- получать частичный объект по мере генерации
Примеры запросов агенту
- Опиши модель Pydantic для извлечения имени, возраста и email из текста и покажи вызов через instructor.from_anthropic
- Добавь валидатор, который проверяет формат даты YYYY-MM-DD, и объясни, как Instructor повторит запрос при ошибке
- Сделай вложенную модель с адресом внутри Person и выведи город через person.address.city
Как установить prompt-engineering-instructor
1Через claude-code-templates
npx claude-code-templates@latest --skill ai-research/prompt-engineering-instructor2Через Skills CLI (Vercel)
npx skills add davila7/claude-code-templates --skill prompt-engineering-instructor -a claude-code3Вручную: положить файлы
~/.claude/skills/prompt-engineering-instructor/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/prompt-engineering-instructor/
Вручную: положить файлы
.agents/skills/prompt-engineering-instructor/SKILL.mdДля всех проектов — ~/.agents/skills/
Вручную: положить файлы
.cursor/skills/prompt-engineering-instructor/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install davila7/claude-code-templates prompt-engineering-instructor2Вручную: положить файлы
.github/skills/prompt-engineering-instructor/SKILL.mdКомандой платформы
gemini skills install https://github.com/davila7/claude-code-templates --path cli-tool/components/skills/ai-research/prompt-engineering-instructorВручную: положить файлы
.devin/skills/prompt-engineering-instructor/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о prompt-engineering-instructor
Как установить prompt-engineering-instructor в Claude?
Через шаблоны: npx claude-code-templates@latest --skill ai-research/prompt-engineering-instructor. Второй способ — npx skills add davila7/claude-code-templates --skill prompt-engineering-instructor -a claude-code. После этого файл скилла лежит в ~/.claude/skills/prompt-engineering-instructor/SKILL.md.
Что делает prompt-engineering-instructor?
Описывает, как получать от LLM структурированные данные через Instructor и Pydantic: схемы ответа, валидация, автоматические повторы, стриминг частичных результатов.
Что нужно для работы скилла?
Пакеты instructor, pydantic, openai и anthropic и ключ провайдера, к которому вы обращаетесь. В примерах скилла клиент создаётся отдельно для Anthropic и для OpenAI.
