Agents

continuous-learning-v2 macht aus Claude Code-Sitzungen projektbezogenes Lernen mit Hooks, Observer-Agents, Confidence-Scoring und der Überführung wiederkehrender Muster in Skills, Commands oder Agents.

team-builder ist ein interaktiver Agenten-Picker zum Zusammenstellen und Auslösen paralleler Teams aus Markdown-Persona-Dateien. Die team-builder-Skill hilft dir, verfügbare Agenten zu durchsuchen, Spezialisten nach Fachgebiet zu gruppieren und Ad-hoc-Teams für Workflow-Automatisierung zu bauen. Am besten geeignet für Repos mit flachen oder in Unterordnern organisierten Agentenbibliotheken und klarer Persona-Struktur.

santa-method ist ein Multi-Agenten-Verifizierungsworkflow für Ergebnisse, die vor der Auslieferung korrekt sein müssen. Er nutzt unabhängige Prüfung, um blinde Flecken in Inhalten, code-nahen Deliverables, compliance-sensiblem Text und Aufgaben der Workflow-Automatisierung aufzudecken. Installieren Sie das santa-method Skill, wenn Sie eine wiederholbare Generate-Verify-Converge-Schleife benötigen.

ralphinho-rfc-pipeline ist ein RFC-gesteuertes Multi-Agent-Workflow-Skill, das große Features in überprüfbare Einheiten zerlegt, jeden Schritt validiert und mit Integrationschecks zusammenführt. Es eignet sich besonders für ralphinho-rfc-pipeline für Multi-Agent Systems sowie für Refactors, Schema-Änderungen, Auth, Performance- und Security-Arbeiten.

opensource-pipeline hilft dabei, ein privates Projekt über einen 3-stufigen Workflow in ein veröffentlichungsreifes Repository zu überführen: fork, sanitize und package. Mit dem opensource-pipeline Skill entfernst du Secrets, prüfst die Bereinigung und erzeugst CLAUDE.md, setup.sh und README für einen sichereren GitHub-Release.

iterative-retrieval ist ein Workflow-Muster zur schrittweisen Verfeinerung der Kontextrecherche in agentischen Arbeitsabläufen. Es hilft Subagenten, zu viel oder zu wenig Kontext zu vermeiden, und ist damit nützlich für iterative-retrieval-Einsatzszenarien, Installationsentscheidungen und iterative-retrieval für Workflow-Automatisierung.

gan-style-harness ist ein Generator-Evaluator-Skill für Agent Orchestration, der beim Aufbau vollständiger Apps mit strengerer Kritik, besseren Iterationen und weniger Schwachstellen hilft. Verwenden Sie ihn, wenn Sie den gan-style-harness-Skill für frontendlastige, Full-Stack- oder produktionsorientierte Arbeit benötigen, bei der Review-Qualität wichtiger ist als Geschwindigkeit.

council ist ein Skill zur Entscheidungsunterstützung bei unklaren Optionen, Zielkonflikten und Go/No-Go-Entscheidungen. Nutze den council Skill, wenn mehrere sinnvolle Wege offenstehen und du vor einer Entscheidung einen strukturierten Dissens brauchst. Er eignet sich für Produkt-, Engineering-, Operations- und Strategieentscheidungen, bei denen eine belastbare Empfehlung wichtiger ist als ein allgemeines Brainstorming.

triage ist ein GitHub-Issue-Triage-Skill, um eingehende Bugs und Feature Requests durch eine rollenbasierte Zustandsmaschine zu steuern. Verwenden Sie ihn, um Issues zu klassifizieren, zu entscheiden, ob weitere Informationen nötig sind, Aufgaben an einen AFK-Agenten oder einen menschlichen Maintainer weiterzuleiten und die Bearbeitung von Issues konsistent zu halten. Ein praktischer Triage-Skill für Issue-Tracking.

Das Skill design-an-interface hilft dir dabei, API- und Modul-Interfaces in sehr unterschiedlichen Formen zu erkunden, bevor du dich festlegst. Es ist für Frontend-Entwicklung und andere Moduldesign-Aufgaben gedacht, bei denen zuerst Anforderungen, dann mehrere Optionen, ein Trade-off-Vergleich und ein saubereres, auf den Aufrufer zugeschnittenes Vertragsmodell wichtig sind.

merge ist ein AgentHub Skill für /hub:merge, der den erfolgreichen Agent-Branch in den Basis-Branch übernimmt, unterlegene Branches per Tags archiviert, Worktrees bereinigt und eine Zusammenfassung nach dem Merge schreibt.

context-degradation ist eine praxisnahe Skill-Lösung zum Diagnostizieren von Kontextfehlern in langen Workflows, darunter lost-in-the-middle, poisoning, distraction, confusion und clash. Verwende es, um zu erkennen, wo der Kontext bricht, zu entscheiden, was zuerst geändert werden sollte, und einen wiederholbaren context-degradation-Leitfaden für Skill Authoring, Prompt-Platzierung und das Debugging produktiver Agenten anzuwenden.

Die Skill multi-agent-patterns hilft dir dabei, Agentensysteme mit Agent Orchestration, Kontextisolierung, paralleler Arbeit und strukturierten Übergaben zu entwerfen und umzusetzen. Nutze sie, wenn du zwischen einem einzelnen Agenten und einem Multi-Agenten-Setup wählen musst oder wenn Supervisor-Routing, Peer-Übergaben, Konsens oder Fehlerbehandlung gefragt sind. Sie eignet sich am besten für orchestration-lastige Aufgaben, bei denen klare Koordination wichtiger ist als möglichst viele Agenten.

context-optimization ist eine praxisnahe Skill für Context Engineering, die hilft, Token-Verschwendung zu reduzieren, den Entscheidungsstand zu erhalten und lange Workflows zu steuern. Verwenden Sie sie, um Kontextgrenzen zu handhaben, unnötig aufgeblähte Tool-Ausgaben zu kürzen, eine cache-freundliche Prompt-Struktur zu verbessern, Observation Masking und Compaction einzusetzen und den Kontext bei Bedarf zu partitionieren. Sie ist für den echten Einsatz gebaut, nicht nur für die Theorie.

ai-shaped-readiness-advisor hilft Produktverantwortlichen einzuschätzen, ob ihre Organisation AI-first oder AI-shaped ist, Reifegradlücken zu identifizieren und die nächste Fähigkeit zu wählen, die aufgebaut werden sollte, um bessere Entscheidungsgrundlagen zu schaffen.

create-custom-agent hilft dir, eigene VS Code-Agentendateien (.agent.md) für spezialisierte KI-Personas mit Tools, Anweisungen und Übergaben zu erstellen. Nutze es, um neue Agents zu strukturieren, Tool-Grenzen festzulegen und Agent-zu-Agent-Workflows für Skill Authoring zu definieren.

m365-agents-ts hilft dir, Microsoft 365 Agents in TypeScript/Node.js mit dem Microsoft 365 Agents SDK zu bauen – inklusive Express-Hosting, AgentApplication-Routing, Streaming-Antworten und Copilot-Studio-Client-Integration. Es ist ein praxisnaher Leitfaden für die deploymentorientierte Full-Stack-Entwicklung von Agents.

Erstellen Sie Azure AI Foundry-Apps mit azure-ai-projects-ts und @azure/ai-projects in TypeScript. Nutzen Sie dieses Skill für Projekt-Clients, Agents, Verbindungen, Deployments, Datasets, Indizes, Evaluierungen und den Zugriff auf OpenAI. Es ist ein praxisnaher Leitfaden für die API-Entwicklung mit Azure-Projektressourcen und Anmeldedaten.

m365-agents-py hilft Backend-Entwicklern dabei, Microsoft 365-, Teams- und Copilot Studio-Agents in Python zu bauen – mit aiohttp-Hosting, AgentApplication-Routing, Streaming-Antworten und MSAL-Authentifizierung. Enthalten sind Installationshinweise, Nutzungsmuster und Hinweise zu Importänderungen von microsoft.agents zu microsoft_agents.

azure-ai-projects-py ist das Python-SDK für Azure AI Projects für Microsoft Foundry-Projektclients. Es eignet sich für Installation, Authentifizierung, Client-Setup, versionierte Agents mit PromptAgentDefinition, Evaluierungen, Verbindungen, Deployments, Datasets, Indexe und OpenAI-kompatienten Zugriff. Besonders geeignet für Backend-Workflows in Python.

m365-agents-dotnet ist ein Microsoft 365 Agents SDK für .NET Skill zum Erstellen von Multichannel-Agents in Teams, Microsoft 365 und Copilot Studio. Es unterstützt bei ASP.NET-Core-Hosting, AgentApplication-Routing, MSAL-basierter Authentifizierung, der Paketwahl und der praxisnahen Nutzung von m365-agents-dotnet für die API-Entwicklung.

azure-ai-projects-dotnet ist ein .NET Skill für Azure AI Foundry-Projekte. Er hilft Backend-Entwicklern dabei, die passenden Azure SDK-Pakete zu installieren, Umgebungsvariablen zu setzen und AIProjectClient für Agents, Verbindungen, Datensätze, Deployments, Evaluierungen und Indizes mit weniger Rätselraten zu verwenden.

agents-sdk hilft dir, Cloudflare Workers Agents mit zustandsbehafteten Unterhaltungen, dauerhafter Ausführung, WebSocket- oder Streaming-Chat, MCP-Integration, geplanten Aufgaben und Browser-Automatisierung zu bauen. Dieser agents-sdk Skill konzentriert sich auf Installationsentscheidungen, Konfiguration und den praktischen Einsatz für bestehende oder neue Workers-Apps – inklusive Hinweise zu Multi-Agent-Systemen nur dort, wo sie zu den Cloudflare-Runtime-Einschränkungen passen.

subagent-driven-development hilft dir dabei, Implementierungspläne in unabhängige Aufgaben aufzuteilen, für jede Aufgabe einen frischen Subagenten zu starten und die Ergebnisse zwischen den Schritten zu prüfen. Es ist für Agent-Orchestrierung gedacht, wenn du schneller liefern und trotzdem Qualitätsprüfungen einbauen musst – besonders bei 3+ unabhängigen Issues, Bugfixes, Feature-Slices oder Repo-Bereinigungen.