AradhanaID/agent-skills

Schreibe oder überarbeite eine Fähigkeit (Skill) nach der Vier-Check-Methode: Auslöser, Struktur, Lenkung, Kürzung.

Was ist agent-skills?

Diese Fähigkeit (Skill) ermöglicht es einem KI-Agenten (wie Claude Code, Cursor, Codex), eine neue Skill-Beschreibung zu verfassen oder eine bestehende zu überarbeiten. Der Fokus liegt auf dem tatsächlichen Verhalten des Skills während der Ausführung, nicht auf der Schönheit des Textes. Der Skill führt den Benutzer durch fünf klare Schritte: Festlegen des Auslösers, Inventarisieren der tatsächlichen Arbeitsweise, Schreiben von Schritten mit expliziten 'Done-Bedingungen', Auswahl der führenden Wörter, und Kürzung durch den 'No-Op-Test'. Unterstützte Plattformen sind alle textbasierten KI-Agenten, die Markdown verarbeiten können. Der Skill vermeidet generische Boilerplate und installiert stattdessen den spezifischen Prozess des Benutzers, basierend auf realen Fehlern und Korrekturen.

Funktioniert mit~Claude Code~Codex CLI~Cursor

npx skills add https://github.com/AradhanaID/agent-skills/tree/HEAD/skills/write-a-skill

Dokumentation

Einen Skill schreiben

Ein Durchlauf erstellt oder überarbeitet genau einen Skill. Die Bewertung erfolgt anhand des Verhaltens während der Ausführung, nicht danach, wie er sich liest: Dieser Durchlauf installiert den Prozess des Benutzers, keine generische Skill-Vorlage.

Lies vor dem Schreiben den Kontextzeiger in reference.md — dort befinden sich die Frontmatter-Mechaniken.

Schritte

Auslöser festlegen. Frage, wer den Skill erreichen muss und wann. Ein Skill, der nur absichtlich ausgeführt wird, ist benutzergesteuert (disable-model-invocation: true, Beschreibung wird eine einzeilige Zusammenfassung für Menschen, <100 Zeichen). Ein Skill, den der Agent unaufgefordert erreichen muss, ist modellgesteuert: Seine Beschreibung ist der ständig geladene Zeiger, und seine Formulierung entscheidet, ob die Auslösung erfolgt. Erledigt-wenn: Die Wahl der Auslösung benennt die Last, die sie trägt — Kontext oder dein Gedächtnis.
Inventar der tatsächlichen Arbeitsweise. Erinnere dich an den letzten realen Durchlauf dieser Arbeit: Was wurde zurückgesendet, korrigiert oder wiederholt. Diese Korrekturen sind der Inhalt des Skills; was das Modell ohne Hilfe tut, ist es nicht. Erledigt-wenn: Der Entwurf mindestens einen realen Fehler zitiert, den er verhindert.
Schritte schreiben, dann Zeiger. Jeder Schritt ist ein Verfahren mit einer expliziten Erledigt-Bedingung, so angeordnet, dass der Durchlauf zuerst etwas Prüfbares liefert. Unterstützendes Material, das nur bei manchen Durchläufen benötigt wird, kommt in reference.md hinter einen Zeiger, der benennt, wann es zu lesen ist. Erledigt-wenn: Jeder Schritt ohne Nachfrage an den Agenten überprüfbar ist.
Führende Wörter auswählen. Für jede wiederkehrende Idee nimm das kompakte Wort, das bereits im Pretraining des Modells lebt, und lass es die Bedeutung tragen: Die Zeiger, Schritte und Erledigt-Bedingungen verwenden diese Wörter erneut. Benenne Fachjargon in diese Wörter um, anstatt ihn zu erklären. Erledigt-wenn: Jedes führende Wort an mehr als einer Stelle vorkommt und an jeder lenkt.
Mit dem No-Op-Test kürzen. Satz für Satz: Lösche ihn, frage, was kaputtgegangen ist. Nichts ist kaputtgegangen — der Satz kommt weg. Ganze Sätze werden gelöscht, nie Wörter beschnitten; Duplikate fallen zu einer einzigen Quelle der Wahrheit zusammen, statt zwei Verblassungen. Erledigt-wenn: Du den No-Op-Test nicht mehr ohne Durchläufe ausführen kannst; die Datei ist kürzer als die letzte Version.

Referenz

reference.md — Frontmatter-Mechaniken pro Auslösetyp, die Regeln zum Schreiben von Zeigern und die Checklisten-Batterie zum Überprüfen eines bestehenden Skills.
Der Skill, den dieser Durchlauf produziert, wird gegen reale Durchläufe iteriert, nicht einmal geschrieben: Wenn ein Durchlauf sich falsch verhält, qualifiziert die Lies-Referenz den Fehler, bevor umgeschrieben wird.