Communitygithub.com

Blueprint – Bauplan-Generator

Verwandelt eine einzeilige Aufgabenbeschreibung in einen detaillierten, schrittweisen Bauplan, den jeder Coding-Agent ohne Vorwissen ausführen kann.

Was ist Blueprint – Bauplan-Generator?

Blueprint ist eine Skill für Claude Code, die aus einer kurzen Zielvorgabe einen vollständigen Bauplan erstellt. Der Skill durchläuft eine fünfteilige Pipeline (Research, Design, Draft, Review, Register), die die Aufgabe in überschaubare, auf Pull-Requests (PRs) zugeschnittene Schritte zerlegt. Jeder Schritt enthält eine kontextuelle Zusammenfassung, Aufgabenliste, Verifikationsbefehle und Abbruchkriterien, sodass ein frischer Agent jeden Schritt ohne vorherige Kontextaufnahme ausführen kann. Blueprint erstellt automatisch Abhängigkeitsgraphen, erkennt parallele Arbeitsschritte und delegiert eine adversariale Überprüfung an ein stärkeres Sprachmodell (z. B. Opus), um Vollständigkeit und Korrektheit sicherzustellen. Der Skill erfordert Claude Code, kann aber mit Git und GitHub CLI (für Branch/PR/CI-Workflows) oder ohne diese Tools (reiner Direktmodus) betrieben werden. Die Ausgabe sind reine Markdown-Dateien im Ordner `plans/`, die keine ausführbaren Hooks oder Skripte enthalten – somit ist das Risiko zur Laufzeit null.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/blueprint

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Blueprint – Bauplan-Generator?

Verwandle eine einzeilige Aufgabenbeschreibung in einen detaillierten, schrittweisen Bauplan, den jeder Coding-Agent ohne Vorwissen ausführen kann.

Wann verwenden

  • Aufteilung einer großen Funktion in mehrere PRs mit klarer Abhängigkeitsreihenfolge
  • Planung einer Refaktorisierung oder Migration über mehrere Sitzungen hinweg
  • Koordinierung paralleler Arbeitsströme über Unteragenten hinweg
  • Jede Aufgabe, bei der Kontextverlust zwischen Sitzungen zu Nacharbeit führen würde

Nicht verwenden für Aufgaben, die in einem einzigen PR erledigt werden können, weniger als 3 Tool-Aufrufe benötigen, oder wenn der Benutzer „einfach machen“ sagt.

Funktionsweise

Blueprint durchläuft eine fünfteilige Pipeline:

  1. Research – Vorabprüfung (git, gh auth, remote, default branch), dann Auslesen der Projektstruktur, vorhandener Pläne und Gedächtnisdateien zur Kontextgewinnung.
  2. Design – Zerlegung der Aufgabe in PR-große Schritte (typisch 3–12). Zuweisung von Abhängigkeitskanten, paralleler/serieller Reihenfolge, Modellstufe (stärkstes vs. Standard) und Rollback-Strategie pro Schritt.
  3. Draft – Erstellen einer eigenständigen Markdown-Plan-Datei in plans/. Jeder Schritt enthält eine Kontext-Zusammenfassung, Aufgabenliste, Verifikationsbefehle und Abbruchkriterien – so kann ein frischer Agent jeden Schritt ausführen, ohne frühere Schritte lesen zu müssen.
  4. Review – Delegieren einer adversarialen Überprüfung an einen Unteragenten mit dem stärksten Modell (z. B. Opus) anhand einer Checkliste und eines Anti-Pattern-Katalogs. Behebung aller kritischen Befunde vor der Fertigstellung.
  5. Register – Speichern des Plans, Aktualisieren des Gedächtnisindex und Präsentieren der Schrittzahl und Parallelitätsübersicht für den Benutzer.

Blueprint erkennt automatisch die Verfügbarkeit von git/gh. Mit git + GitHub CLI generiert es vollständige Branch/PR/CI-Workflow-Pläne. Ohne diese Tools wechselt es in den Direktmodus (Edit-in-Place, keine Branches).

Beispiele

Einfache Nutzung

/blueprint myapp "Datenbank auf PostgreSQL migrieren"

Erzeugt plans/myapp-migrate-database-to-postgresql.md mit Schritten wie:

  • Schritt 1: PostgreSQL-Treiber und Verbindungskonfiguration hinzufügen
  • Schritt 2: Migrationsskripte für jede Tabelle erstellen
  • Schritt 3: Repository-Schicht aktualisieren, um den neuen Treiber zu verwenden
  • Schritt 4: Integrationstests gegen PostgreSQL hinzufügen
  • Schritt 5: Alten Datenbank-Code und Konfiguration entfernen

Multi-Agenten-Projekt

/blueprint chatbot "LLM-Provider in ein Plugin-System auslagern"

Erzeugt einen Plan mit parallelen Schritten, sofern möglich (z. B. „Anthropic-Plugin implementieren“ und „OpenAI-Plugin implementieren“ laufen parallel, nachdem der Schritt für die Plugin-Schnittstelle abgeschlossen ist), Modellstufenzuweisungen (stärkstes Modell für den Schnittstellenentwurf, Standard für die Implementierung) und Invarianten, die nach jedem Schritt überprüft werden (z. B. „alle vorhandenen Tests bestehen“, „keine Provider-Imports im Kern“).

Hauptmerkmale

  • Kaltstart-Ausführung – Jeder Schritt enthält eine eigenständige Kontext-Zusammenfassung. Kein vorheriger Kontext erforderlich.
  • Adversariales Review-Gate – Jeder Plan wird von einem Unteragenten mit dem stärksten Modell anhand einer Checkliste zu Vollständigkeit, Korrektheit der Abhängigkeiten und Anti-Pattern-Erkennung überprüft.
  • Branch/PR/CI-Workflow – In jeden Schritt integriert. Fällt bei Fehlen von git/gh elegant in den Direktmodus zurück.
  • Parallel-Schritt-Erkennung – Der Abhängigkeitsgraph identifiziert Schritte ohne gemeinsame Dateien oder Ausgabeabhängigkeiten.
  • Plan-Mutationsprotokoll – Schritte können mit formalen Protokollen und Prüfpfad geteilt, eingefügt, übersprungen, neu angeordnet oder aufgegeben werden.
  • Null-Risiko zur Laufzeit – Reine Markdown-Skill. Das gesamte Repository enthält nur .md-Dateien – keine Hooks, keine Shell-Skripte, kein ausführbarer Code, keine package.json, kein Build-Schritt. Bei Installation oder Aufruf wird nichts ausgeführt, außer dem nativen Markdown-Skill-Loader von Claude Code.

Installation

Diese Skill ist Teil von Everything Claude Code. Keine separate Installation erforderlich, wenn ECC installiert ist.

Vollständige ECC-Installation

Wenn Sie aus dem ECC-Repository-Checkout arbeiten, überprüfen Sie die Anwesenheit der Skill mit:

test -f skills/blueprint/SKILL.md

Zum späteren Aktualisieren prüfen Sie den ECC-Diff vor dem Update:

cd /pfad/zu/everything-claude-code
git fetch origin main
git log --oneline HEAD..origin/main       # neue Commits vor dem Update prüfen
git checkout <geprüfter-vollständiger-sha> # auf einen bestimmten geprüften Commit festlegen

Eigenständige Installation (Vendoring)

Wenn Sie nur diese Skill außerhalb der vollständigen ECC-Installation vendoren, kopieren Sie die geprüfte Datei aus dem ECC-Repository in ~/.claude/skills/blueprint/SKILL.md. Vendorfte Kopien haben kein git-Remote; aktualisieren Sie sie daher durch erneutes Kopieren der Datei aus einem geprüften ECC-Commit anstatt git pull auszuführen.

Voraussetzungen

  • Claude Code (für den /blueprint-Slash-Befehl)
  • Git + GitHub CLI (optional – ermöglicht vollständigen Branch/PR/CI-Workflow; Blueprint erkennt das Fehlen und schaltet automatisch auf Direktmodus um)

Quelle

Inspiriert von antbotlab/blueprint – Upstream-Projekt und Referenzdesign.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills