Claude Automations-Empfehlungssystem

Was macht Claude Automations-Empfehlungssystem?

Analysiert Codebase-Muster, um maßgeschneiderte Claude Code Automatisierungen für alle Erweiterungsoptionen zu empfehlen.

Dieses Skill ist schreibgeschützt. Es analysiert die Codebasis und gibt Empfehlungen aus. Es erstellt oder ändert KEINE Dateien. Die Nutzer setzen die Empfehlungen selbst um oder bitten Claude separat, sie zu erstellen.

Ausgabe-Richtlinien

• Empfehle 1-2 pro Typ: Überfordere nicht – hebe die 1-2 wertvollsten Automatisierungen pro Kategorie hervor.
• Wenn der Nutzer nach einem bestimmten Typ fragt: Konzentriere dich nur auf diesen Typ und gib mehr Optionen (3-5 Empfehlungen).
• Gehe über die Referenzlisten hinaus: Die Referenzdateien enthalten gängige Muster, aber nutze die Websuche, um Empfehlungen zu finden, die spezifisch für die Tools, Frameworks und Bibliotheken der Codebasis sind.
• Sage den Nutzern, dass sie nach mehr fragen können: Beende mit dem Hinweis, dass sie weitere Empfehlungen für jede Kategorie anfordern können.

Automatisierungstypen im Überblick

Typ	Am besten geeignet für
Hooks	Automatische Aktionen bei Tool-Ereignissen (Formatieren beim Speichern, Linten, Bearbeitungen blockieren)
Subagents	Spezialisierte Prüfer/Analysatoren, die parallel laufen
Skills	Gebündeltes Fachwissen, Arbeitsabläufe und wiederholbare Aufgaben (von Claude oder Nutzer über /skill-name aufgerufen)
Plugins	Sammlungen von Skills, die installiert werden können
MCP-Server	Externe Tool-Integrationen (Datenbanken, APIs, Browser, Dokumente)

Arbeitsablauf

Phase 1: Codebase-Analyse

Sammle Projektkontext:

# Projekttyp und Tools erkennen
ls -la package.json pyproject.toml Cargo.toml go.mod pom.xml 2>/dev/null
cat package.json 2>/dev/null | head -50

# Abhängigkeiten für MCP-Server-Empfehlungen prüfen
cat package.json 2>/dev/null | grep -E '"(react|vue|angular|next|express|fastapi|django|prisma|supabase|convex|stripe)"'

# Vorhandene Claude Code Konfiguration prüfen
ls -la .claude/ CLAUDE.md 2>/dev/null

# Projektstruktur analysieren
ls -la src/ app/ lib/ tests/ components/ pages/ api/ 2>/dev/null

Wichtige zu erfassende Indikatoren:

Kategorie	Wonach suchen	Beeinflusst Empfehlungen für
Sprache/Framework	package.json, pyproject.toml, Import-Muster	Hooks, MCP-Server
Frontend-Stack	React, Vue, Angular, Next.js	Playwright MCP, Frontend-Skills
Backend-Stack	Express, FastAPI, Django	API-Dokumentationswerkzeuge
Datenbank	Prisma, Supabase, Convex, raw SQL	Datenbank-/Backend-MCP-Server
Externe APIs	Stripe, OpenAI, AWS SDKs	context7 MCP für Docs
Tests	Jest, pytest, Playwright-Konfigurationen	Test-Hooks, Subagents
CI/CD	GitHub Actions, CircleCI	GitHub MCP-Server
Issue Tracking	Linear, Jira-Referenzen	Issue-Tracker-MCP
Docs-Muster	OpenAPI, JSDoc, Docstrings	Dokumentations-Skills

Phase 2: Empfehlungen generieren

Basierend auf der Analyse werden Empfehlungen in allen Kategorien generiert:

A. MCP-Server-Empfehlungen

Siehe references/mcp-servers.md für detaillierte Muster.

Codebase-Signal	Empfohlener MCP-Server
Verwendet gängige Bibliotheken (React, Express usw.)	context7 - Live-Dokumentationssuche
Frontend mit UI-Testbedarf	Playwright - Browser-Automatisierung/-Tests
Verwendet Supabase	Supabase MCP - Direkte Datenbankoperationen
Verwendet Convex	Convex MCP - Live-Deployment-Introspection, Abfragen/Mutationen ausführen, Env-Vars und Logs verwalten
PostgreSQL/MySQL-Datenbank	Database MCP - Abfrage- und Schema-Tools
GitHub-Repository	GitHub MCP - Issues, PRs, Actions
Verwendet Linear für Issues	Linear MCP - Issue-Verwaltung
AWS-Infrastruktur	AWS MCP - Cloud-Ressourcenverwaltung
Slack-Workspace	Slack MCP - Team-Benachrichtigungen
Speicher-/Kontext-Persistenz	Memory MCP - Sitzungsübergreifender Speicher
Sentry-Fehlerverfolgung	Sentry MCP - Fehleruntersuchung
Docker-Container	Docker MCP - Container-Verwaltung

B. Skills-Empfehlungen

Siehe references/skills-reference.md für Details.

Erstelle Skills in .claude/skills/<name>/SKILL.md. Einige sind auch über Plugins verfügbar:

Codebase-Signal	Skill	Plugin
Plugins entwickeln	skill-development	plugin-dev
Git-Commits	commit	commit-commands
React/Vue/Angular	frontend-design	frontend-design
Automatisierungsregeln	writing-rules	hookify
Feature-Planung	feature-dev	feature-dev

Benutzerdefinierte Skills zum Erstellen (mit Vorlagen, Skripten, Beispielen):

Codebase-Signal	Zu erstellender Skill	Aufruf
API-Routen	api-doc (mit OpenAPI-Vorlage)	Beide
Datenbank-Projekt	create-migration (mit Validierungsskript)	Nur Benutzer
Test-Suite	gen-test (mit Beispieltests)	Nur Benutzer
Komponentenbibliothek	new-component (mit Vorlagen)	Nur Benutzer
PR-Workflow	pr-check (mit Checkliste)	Nur Benutzer
Releases	release-notes (mit Git-Kontext)	Nur Benutzer
Codestil	project-conventions	Nur Claude
Einarbeitung	setup-dev (mit Voraussetzungsskript)	Nur Benutzer

C. Hooks-Empfehlungen

Siehe references/hooks-patterns.md für Konfigurationen.

Codebase-Signal	Empfohlener Hook
Prettier konfiguriert	PostToolUse: Automatisch formatieren bei Bearbeitung
ESLint/Ruff konfiguriert	PostToolUse: Automatisch linten bei Bearbeitung
TypeScript-Projekt	PostToolUse: Typenprüfung bei Bearbeitung
Tests-Verzeichnis vorhanden	PostToolUse: Zugehörige Tests ausführen
.env-Dateien vorhanden	PreToolUse: .env-Bearbeitungen blockieren
Lock-Dateien vorhanden	PreToolUse: Lock-Datei-Bearbeitungen blockieren
Sicherheitskritischer Code	PreToolUse: Bestätigung erforderlich

D. Subagent-Empfehlungen

Siehe references/subagent-templates.md für Vorlagen.

Codebase-Signal	Empfohlener Subagent
Große Codebasis (>500 Dateien)	code-reviewer - Parallele Code-Überprüfung
Auth/Zahlungs-Code	security-reviewer - Sicherheitsaudits
API-Projekt	api-documenter - OpenAPI-Generierung
Performance-kritisch	performance-analyzer - Engpasserkennung
Frontend-lastig	ui-reviewer - Barrierefreiheitsprüfung
Benötigt mehr Tests	test-writer - Testgenerierung

E. Plugin-Empfehlungen

Siehe references/plugins-reference.md für verfügbare Plugins.

Codebase-Signal	Empfohlenes Plugin
Allgemeine Produktivität	anthropic-agent-skills - Kern-Skills-Bundle
Dokument-Workflows	Installiere docx-, xlsx-, pdf-Skills
Frontend-Entwicklung	frontend-design Plugin
KI-Tools entwickeln	mcp-builder für MCP-Entwicklung

Phase 3: Empfehlungsbericht ausgeben

Formatiere Empfehlungen klar. Gib nur 1-2 Empfehlungen pro Kategorie – die wertvollsten für diese spezifische Codebasis. Überspringe Kategorien, die nicht relevant sind.

## Claude Code Automations-Empfehlungen

Ich habe Ihre Codebasis analysiert und die wichtigsten Automatisierungen für jede Kategorie identifiziert. Hier sind meine Top-1-2-Empfehlungen pro Typ:

### Codebase-Profil
- **Typ**: [erkannte Sprache/Laufzeit]
- **Framework**: [erkanntes Framework]
- **Wichtige Bibliotheken**: [erkannte relevante Bibliotheken]

---

### 🔌 MCP-Server

#### context7
**Warum**: [spezifischer Grund basierend auf erkannten Bibliotheken]
**Installieren**: `claude mcp add context7`

---

### 🎯 Skills

#### [Skill-Name]
**Warum**: [spezifischer Grund]
**Erstellen**: `.claude/skills/[name]/SKILL.md`
**Aufruf**: Nur Benutzer / Beide / Nur Claude
**Auch verfügbar in**: [Plugin-Name]-Plugin (falls zutreffend)
```yaml
---
name: [skill-name]
beschreibung: [was es tut]
disable-model-invocation: true  # für nur Benutzer
---

---

⚡ Hooks

[Hook-Name]

Warum: [spezifischer Grund basierend auf erkannter Konfiguration] Wo: .claude/settings.json

---

🤖 Subagents

[Agenten-Name]

Warum: [spezifischer Grund basierend auf Codebase-Mustern] Wo: .claude/agents/[name].md

---

Mehr davon? Fragen Sie nach zusätzlichen Empfehlungen für eine bestimmte Kategorie (z.B. „zeige mir weitere MCP-Server-Optionen“ oder „welche anderen Hooks würden helfen?“).

Hilfe bei der Umsetzung? Fragen Sie einfach und ich kann Ihnen helfen, die obigen Empfehlungen einzurichten.

## Entscheidungsrahmen

### Wann MCP-Server empfehlen
- Externe Dienstintegration erforderlich (Datenbanken, APIs)
- Dokumentationssuche für Bibliotheken/SDKs
- Browser-Automatisierung oder Tests
- Team-Tool-Integration (GitHub, Linear, Slack)
- Cloud-Infrastrukturverwaltung

### Wann Skills empfehlen

- Dokumentengenerierung (docx, xlsx, pptx, pdf – auch in Plugins)
- Häufig wiederholte Prompts oder Arbeitsabläufe
- Projektspezifische Aufgaben mit Argumenten
- Anwendung von Vorlagen oder Skripten auf Aufgaben (Skills können unterstützende Dateien bündeln)
- Schnelle Aktionen, aufgerufen mit `/skill-name`
- Arbeitsabläufe, die isoliert laufen sollten (`context: fork`)

**Aufrufsteuerung:**
- `disable-model-invocation: true` — Nur Benutzer (für Nebenwirkungen: deploy, commit, send)
- `user-invocable: false` — Nur Claude (für Hintergrundwissen)
- Standard (beide weglassen) — Beide können aufrufen

### Wann Hooks empfehlen
- Wiederholte Nachbearbeitungsaktionen (Formatierung, Linting)
- Schutzregeln (vertrauliche Dateibearbeitungen blockieren)
- Validierungsprüfungen (Tests, Typprüfungen)

### Wann Subagents empfehlen
- Spezialisiertes Fachwissen erforderlich (Sicherheit, Performance)
- Parallele Überprüfungs-Workflows
- Hintergrund-Qualitätsprüfungen

### Wann Plugins empfehlen
- Benötigt mehrere verwandte Skills
- Möchte vorgefertigte Automatisierungsbündel
- Teamweite Standardisierung

---

## Konfigurationstipps

### MCP-Server-Setup

**Team-Sharing**: Checke `.mcp.json` in das Repository ein, damit das gesamte Team dieselben MCP-Server erhält.

**Debugging**: Verwende das Flag `--mcp-debug`, um Konfigurationsprobleme zu identifizieren.

**Voraussetzungen zum Empfehlen:**
- GitHub CLI (`gh`) - ermöglicht native GitHub-Operationen
- Puppeteer/Playwright-CLI - für Browser-MCP-Server

### Headless-Modus (für CI/Automation)

Empfehle headless Claude für automatisierte Pipelines:

```bash
# Pre-Commit-Hook-Beispiel
claude -p "behebe Lint-Fehler in src/" --allowedTools Edit,Write

# CI-Pipeline mit strukturierter Ausgabe
claude -p "<prompt>" --output-format stream-json | dein_befehl

Berechtigungen für Hooks

Konfiguriere erlaubte Tools in .claude/settings.json:

{
  "permissions": {
    "allow": ["Edit", "Write", "Bash(npm test:*)", "Bash(git commit:*)"]
  }
}