Ai Agents

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.

continuous-agent-loop unterstützt Agents dabei, wiederholbare autonome Schleifen mit Qualitäts-Gates, Evals, Recovery-Schritten und klaren Stop-Regeln auszuführen, damit Aufgaben verlässlich abgeschlossen werden.

autonomous-loops ist ein Skill zum Entwerfen autonomer Claude Code-Workflows – von einfachen sequenziellen Pipelines bis zur Multi-Agent-DAG-Orchestrierung mit Quality Gates und Übergaben.

autonomous-agent-harness macht aus Claude Code ein dauerhaft laufendes, selbststeuerndes Agentensystem mit Speicher, geplanten Ausführungen, Task-Dispatch und Computernutzung. Es eignet sich für Agent-Orchestrierung, wiederkehrende Prüfungen und langlebige Workflows, wenn ein einmaliger Prompt nicht ausreicht.

Lernen Sie die agentic-engineering Skill für eval-first Ausführung, Aufgabenzerlegung, Model-Routing und sicherere Workflow-Automation mit Regression-Checks.

Das agent-introspection-debugging Skill bietet einen strukturierten Selbst-Debugging-Workflow für Fehler von KI-Agenten: den Fehlerzustand erfassen, wahrscheinliche Ursachen diagnostizieren, einen begrenzten Wiederherstellungsschritt anwenden und einen für Menschen lesbaren Introspektionsbericht erstellen. Verwenden Sie es für Schleifen, retry-intensive oder driftanfällige Läufe, nicht für die normale Verifikation.

agent-harness-construction ist eine praxisnahe Skill für die Verbesserung des Agent-Harness-Designs, einschließlich Tool-Schemas, Beobachtungsformaten, Fehlerbehandlung und Context-Budgeting für höhere Abschlussraten.

subagent-driven-development ist eine Skill zur Ausführung von Implementierungsplänen mit einem frischen Subagent pro Aufgabe. Anschließend wird jedes Ergebnis in zwei Durchgängen geprüft: zuerst auf Spezifikationskonformität, danach auf Codequalität. Enthalten sind Prompt-Vorlagen für Implementer, Spec-Reviewer und Code-Quality-Reviewer.

dispatching-parallel-agents ist ein Skill für Agent-Orchestrierung, der wirklich unabhängige Aufgaben auf separate Agents mit isoliertem Kontext und koordinierten Ergebnissen verteilt.

Die evaluation-methodology Skill erklärt das PluginEval-Scoring für Model Evaluation, einschließlich Ebenen, Rubriken, zusammengesetzter Bewertung, Badge-Schwellen und praxisnaher Hinweise zur Interpretation von Ergebnissen und zur Verbesserung schwacher Dimensionen.

prompt-engineering-patterns ist eine praxisnahe Skill für produktionsreifes Prompt-Design. Behandelt werden Installationskontext, wiederverwendbare Vorlagen, Few-Shot-Beispiele, strukturierte Ausgaben und Workflows zur Prompt-Optimierung für Context Engineering.

langchain-architecture ist ein Leitfaden für den Entwurf von Anwendungen mit LangChain 1.x und LangGraph. Er hilft dabei, schon vor der Implementierung zwischen Chains, Agents, Retrieval, Memory und zustandsbehafteten Orchestrierungsmustern zu wählen.

team-composition-patterns ist eine Entscheidungs-Skill für die Gestaltung von Multi-Agent-Teams in Claude Code Agent Teams – mit Heuristiken zur Teamgröße, Auswahl von subagent_type und Hinweisen zu Anzeigemodi. Nutzen Sie diesen team-composition-patterns Guide, um vordefinierte Review-/Debug-Teams einzusetzen, Rollen auszuwählen und die Team-Setups über Aufgaben hinweg zu standardisieren.

Die Skill parallel-feature-development hilft Teams dabei, ein Feature in klar abgegrenzte Verantwortungsbereiche aufzuteilen, gemeinsame Schnittstellen früh festzulegen und risikoärmere Merge-Muster für Git-Workflows mit mehreren Agents zu wählen. Nutzen Sie sie, um Dateiverantwortung zu planen, Integrationen mit Abhängigkeitsbezug vorzubereiten und konfliktärmere parallele Implementierung zu ermöglichen.

task-coordination-strategies unterstützt Teams dabei, komplexe Arbeit in Teilaufgaben zu zerlegen, Abhängigkeiten abzubilden, Akzeptanzkriterien festzulegen und parallele Workflows von Agents oder Mitwirkenden mit klareren Zuständigkeiten und weniger Merge-Konflikten zu koordinieren.

team-communication-protocols definiert Nachrichtenregeln für Agententeams, darunter direkte vs. Broadcast-Nachrichten, Planfreigaben, Shutdown-Abläufe und wiederverwendbare Vorlagen für koordinierte Agent Orchestration.

agentic-eval ist eine GitHub Copilot Skill, die zeigt, wie sich Evaluierungsschleifen für KI-Ausgaben mit Reflection, rubric-basierter Bewertung und Evaluator-Optimizer-Mustern aufbauen lassen.

agent-governance ist ein dokumentationsorientierter Skill für den Entwurf von Leitplanken für AI agents, Policy-Prüfungen, Vertrauensregeln, Tool-Beschränkungen und Audit-Logging in Tool-gestützten und Multi-Agent-Systemen.

Die context-engineering-Skill hilft dir dabei, Projektkontext so zu strukturieren, dass Agents Konventionen einhalten, Halluzinationen reduzieren und fokussiert bleiben. Nutze sie beim Start einer Session, beim Wechsel von Aufgaben oder wenn du einen context-engineering-Guide für eine Codebasis erstellst.

context-compression ist eine praxisnahe Skill für das Verdichten langer Agentensitzungen, ohne die für die Fortsetzung der Arbeit nötigen Fakten zu verlieren. Sie hilft bei Context Compression, strukturierter Zusammenfassung, Dateiverfolgung, Sicherung von Entscheidungen und der Optimierung von Tokens pro Aufgabe für lang laufende Coding-Aufgaben und Context-Engineering-Workflows.

Erfahren Sie, was die pua-Skill leistet, wie die Nutzung von pua abläuft und was Sie vor der Installation prüfen sollten. Behandelt Trigger-Logik, Workflow-Routing, Referenzdateien, Eskalationspfade und Einrichtungsgrenzen für Workflow Automation.

p9 ist ein Skill im Stil eines Tech Leads für Agent Orchestration, der Aufgaben-Prompts erstellt, P8-Agenten koordiniert und direktes Coding vermeidet. Verwende ihn, um Projektziele in klar abgegrenzte, ausführbare Prompts mit Rollen, Rahmenbedingungen, Abhängigkeiten und Akzeptanzkriterien zu zerlegen.

skill-builder hilft Skill-Autoren dabei, Docs, GitHub-Repos, PDFs, Videos und Codebases mit Skill Seekers in AI-ready Skills zu verwandeln. Es umfasst eine Erkennung des Quellentyps, einen empfohlenen Workflow und toolbasierte Schritte für wiederholbares Skill Authoring statt einmaligem Prompting.

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.