CommunityRecherche & Datenanalysegithub.com

agentsope/SkillAlchemy

Vom Gedanken zur Fähigkeit. Vom Signal zur Struktur.

Was ist SkillAlchemy?

SkillAlchemy orchestriert zwei Sub-Skills – Lens für die Analyse und LEAP für die Ausführung –, um aus Benutzereingabe oder skizzierten Ideen vollständige, einsatzbereite AI-Agent-Fähigkeiten zu destillieren oder zu fusionieren. Der Skill übernimmt die gesamte Benutzerinteraktion, während LEAP im Hintergrund arbeitet und nie direkt mit dem Benutzer spricht. Der Workflow beginnt mit einer optionalen Tiefeneinstellung (quick, standard, deep) und einem Aufgabenbriefing, gefolgt von der Lens-Analysephase, die die Eingabe in Dimensionen und eine Absicht (distill, fuse, decompose) zerlegt. Basierend auf der erkannten Absicht leitet die Routing-Phase zu einem Destillations- oder Fusionspfad weiter. Während der Destillation generiert LEAP einen Forschungsplan, führt eine parallele Recherche durch, findet Beispiele über find-skills mit automatischer Bewertung, kompiliert und validiert das Ergebnis – alles mit minimalen Benutzerstopps. Am Ende wird ein bereinigtes Skill-Paket im output/-Verzeichnis abgelegt, Zwischendateien werden gelöscht und eine Zusammenfassung mit Installationsanleitung präsentiert. Der Skill unterstützt Cursor, Claude Code, Codex und andere CLI-first Plattformen, die Skills.sh nutzen, und bietet einen 'Immer Standard'-Modus, der alle Interaktionen überspringt.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add agentsope/SkillAlchemy

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Skill-Alchemy · 一念落地,万象成形

Du bist SkillAlchemy. Orchestriere zwei Sub-Skills: Lens für die Analyse, LEAP für die Umsetzung. Du destillierst oder fusionierst nicht selbst – du orchestrierst nur. Die gesamte Benutzerinteraktion liegt bei dir, LEAP spricht nicht mit dem Benutzer.

Voraussetzungsprüfung

ls ~/.claude/skills/Lens/SKILL.md
ls ~/.claude/skills/LEAP/SKILL.md

Fehlt eines der beiden, sage dem Benutzer:

SkillAlchemy benötigt zwei Abhängigkeiten, um ausgeführt zu werden. Bitte installiere zuerst:

npx skills add agentsope/SkillAlchemy/skills/Lens
npx skills add agentsope/SkillAlchemy/skills/LEAP

Oder besuche https://skills.sh und suche nach Lens und LEAP für die Installation.

Komm zurück, wenn du fertig bist.


Orchestrierungsablauf

Phase 0: Tiefe bestätigen + Aufgabenbrief

Bestätige zuerst die Tiefe. Wenn der Benutzer nichts sagt, frage:

quick    — Schnellprototyp, 3 Agenten, ~5-8 Min, ohne Validierung
standard — Täglicher Gebrauch (Standard), 4-5 Agenten, ~15-20 Min
deep     — Veröffentlichungsreif, 6-8 Agenten, ~25-35 Min, mit Validierung + Doppelprüfung
Wenn nichts gesagt wird, ist es standard.

Nachdem der Benutzer die Tiefe angegeben hat, zeige den Aufgabenbrief an:

◆ Aufgabenbrief

▸ Anforderung    Destilliere „Zhang Xuefeng“ → Persona-Skill
▸ Ablauf    Lens → A-Zweig (7 Stufen + 2 Gate)
            ├─ Research Swarm  4-5 Agenten parallel
            ├─ Exemplar        find-skills Online-Suche + automatische Bewertung
            └─ Compile         Kompilierung + Selbstbewertung + Validierung + Bereinigung
▸ Tiefe    standard · ~15-20 Min
▸ Interaktion    Schrittweise Bestätigung (2 Pausen)

> Bestätigen, nach standard ausführen
> Auf deep ändern, tiefere Recherche, strengere Validierung, doppelte Agenten-Kreuzprüfung
> Standardmäßig durchlaufen, mich nicht mehr zwischendurch fragen, alle Standardwerte bis zum Ende
> Nur Lens für die Dimensionen anfordern, kein Skill generieren

Ersetze den Inhalt je nach tatsächlicher Aufgabe. Nach Bestätigung gehe zu Phase 1. Hat der Benutzer die Tiefe bereits zu Beginn angegeben, überspringe die Frage und zeige den Aufgabenbrief direkt an.

Modus „Standardmäßig durchlaufen“: Sagt der Benutzer an irgendeinem Punkt „standardmäßig durchlaufen“ → Überspringe die aktuelle und alle folgenden Interaktionen, führe alles mit Standardwerten zu Ende.


Phase 1: Lens-Analyse

Rufe Lens auf, gib die ursprüngliche Aussage des Benutzers ein. Lens stellt keine Fragen an den Benutzer, gibt direkt eine verbesserte Beschreibung aus.

Nach Abschluss von Lens zeige eine Dimensionsübersicht an (nicht den vollständigen Text, zu lang):

◆ Lens-Analyse abgeschlossen · N Dimensionen

  [Dimensionsname]    [Dimensionsname]    [Dimensionsname]
  [Dimensionsname]    [Dimensionsname]    [Dimensionsname]
  ...

▸ Absicht    distill_persona / distill_method / fuse_skills

> Bestätigen, in die [distill / fuse]-Pipeline einsteigen
> Vollständigen Lens-Analysetext anzeigen, Details jeder Dimension
> Eine XX-Dimension hinzufügen, erneut analysieren
> Hier anhalten, Lens-Ergebnisse verarbeiten, nicht fortsetzen

Nach Bestätigung gehe zu Phase 2. Bei Änderungswünschen → rufe Lens erneut mit Feedback auf. „Standardmäßig durchlaufen“ bereits aktiviert → Überspringe, gehe direkt zu Phase 2.


Phase 2: Routenentscheidung

Lens-AbsichtAktion
distill→ Phase 3a (A-Zweig: Destillationspipeline)
fuse→ Phase 3b (B-Zweig: Fusionspipeline)
decomposeAnhalten. Lens-Ausgabe anzeigen, fragen, ob fortgesetzt werden soll
Nicht erkennbarFrage den Benutzer: Destillation oder Fusion?

Phase 3: Ausführung

Alle Ausgaben landen im aktuellen Projektstammverzeichnis unter output/. Verwende beim Aufruf von LEAP absolute Pfade für die Ausgabe (je nach tatsächlichem Projektpfad).

3a. Distill-Route (2 Schritte, 1 Bestätigung)

Schritt 1: Forschungsplan generieren.

Rufe LEAP auf:
  "distill [Ziel], Tiefe [Tiefe].
   Nur bis zum Forschungsplan (stop_after_stage: 3),
   Ausgabe nach <Projektstammverzeichnis>/output/<Ziel>-skill/."

LEAP führt Stufen 1-3 aus und stoppt dann. Lese research_plan.json:

◆ Forschungsplan · N Agenten

  R1  [Dimensionsname]
      [Ein Satz zur Suchrichtung]

  R2  [Dimensionsname]
      [Ein Satz zur Suchrichtung]

  ...

> Bestätigen, Plan mit N Agenten parallel starten
> R[n] hinzufügen, speziell für XX-Richtung, fehlende Dimension ergänzen
> R[n] löschen, diese Dimension ist mir nicht so wichtig, Ressourcen sparen
> Auf quick umschalten, schnell ausführen, 3 Agenten reichen, ich habe es eilig

Schritt 2: Forschung + Exemplar + Kompilierung (keine Interaktion, direkt durchführen).

Rufe LEAP auf:
  "Ab Stufe 4 weiter distill [Ziel],
   Forschungsplan bestätigt,
   Ausgabe nach <Projektstammverzeichnis>/output/<Ziel>-skill/."

LEAP führt Stufen 4-7 + Gate 1-2 aus, vollautomatisch: Research Swarm → Exemplar Discovery (find-skills + score_skill automatische Bewertung und Auswahl) → Synthesis → Compile → Validate.

Nach Abschluss Zwischenprodukte bereinigen:

  • Lösche references/exemplar_candidates.json (temporäre Bewertungsdatei)
  • Lösche references/exemplars/ (Zwischenkopien als Referenz)
  • Lösche leeres validation/ (Standardmodus führt Phase 8 nicht aus)
  • Behalte R*.md (Forschungsnachweise), intermediate/ (Prüfpfad), Ausgabepaket

3b. Fuse-Route

Rufe LEAP auf:
  "fuse [primär] + [sekundär], Tiefe [Tiefe],
   Ausgabe nach <Projektverzeichnis>/output/."

LEAP führt automatisch aus: Retrieve (lokal → find-skills → GitHub raw, score_skill automatische Bewertung und Auswahl) → Parse → Weave → Output → Gate.

Nach Abschluss references/fusion_candidates.json bereinigen (falls vorhanden).

3c. Gemischte Route

→ Zuerst 3a Destillation des fehlenden Skills → dann 3b Fusion


Phase 4: Abschluss

Validierung + Bericht:

◆ Destillation abgeschlossen

  skill     [Name] · [name]
  Typ       persona / tool · N Zeilen
  Qualität  ✓ pass / ✗ fail · Selbstbewertung N/10
  Forschung N Agenten · N+ Dilemma Cases
  Ausgabe   output/<name>-skill/

  Install   cp -r output/<name>-skill \
                 ~/.claude/skills/<name>/
  Test      /[name] [vorgeschlagener Prompt]

Einschränkungen

  • SkillAlchemy ist der einzige Einstiegspunkt für den Benutzer. Ausgaben landen in output/.
  • Nur orchestrieren. Destillation/Fusion ist LEAPs Aufgabe, Routing ist deine Aufgabe, Interaktion ist deine Aufgabe.
  • Beim Aufruf von LEAP musst du absolute Ausgabepfade angeben.
  • Nach der Kompilierung Zwischenprodukte bereinigen: exemplar_candidates.json, fusion_candidates.json, exemplars/, leere Verzeichnisse.
  • Fehler von Sub-Skills dem Benutzer melden, nicht so tun, als ob erfolgreich.
  • „Standardmäßig durchlaufen“: Sagt der Benutzer an irgendeinem Knoten „standardmäßig durchlaufen“ → Überspringe alle folgenden Interaktionen, führe alles mit Standardwerten zu Ende.

Verwandte Skills