Communitygithub.com

Council

Berufe einen vierstimmigen Rat für mehrdeutige Entscheidungen, Abwägungen und Go/No-Go-Entscheidungen. Verwende dies, wenn mehrere gültige Wege existieren und du strukturierte Meinungsverschiedenheiten benötigst, bevor du eine Wahl triffst.

Was ist Council?

Der Council-Skill ist ein Entscheidungsrahmen für KI-Agenten wie Claude Code, der entwickelt wurde, um mehrdeutige Entscheidungen mit mehreren gültigen Optionen zu bewältigen. Er beruft drei externe Unteragenten (Skeptiker, Pragmatiker, Kritiker) zusammen mit der aktuellen Claude-Stimme ein, um strukturierte Meinungsverschiedenheiten zu erzeugen, Gedankenverankerung zu vermeiden und explizite Abwägungen zu treffen. Der Skill eignet sich für strategische Go/No-Go-Entscheidungen, Architekturkompromisse und Fragen, bei denen mehrere plausible Wege existieren. Er ist nicht für Code-Reviews, Implementierungsplanung oder Architekturentwurf gedacht – dafür gibt es spezialisierte Skills wie `santa-method`, `planner` oder `architect`. Der Workflow umfasst: die Entscheidungsfrage extrahieren, kompakten Kontext sammeln, zuerst eine Position des Architekten (der in-Kontext-Stimme) bilden, dann drei unabhängige Unteragenten parallel starten, schließlich mit Voreingenommenheits-Schutzmechanismen synthetisieren und ein knappes Urteil präsentieren. Die Ausgabe ist für mobile Bildschirme optimiert und enthält die Positionen jeder Stimme, Konsens und stärkste Abweichung. Persistenz wird nur durchgeführt, wenn die Entscheidung etwas Reales ändert, und zwar über `knowledge-ops`, `/save-session` oder direkte Updates an externen Systemen – nicht über Ad-hoc-Notizen. Der Skill unterstützt standardmäßig eine Runde, mit optionalen Folgerunden, wobei der Skeptiker möglichst unvoreingenommen bleibt.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

Rat

Rufe vier Berater für mehrdeutige Entscheidungen zusammen:

  • die in-Kontext Claude-Stimme
  • einen Skeptiker-Unteragenten
  • einen Pragmatiker-Unteragenten
  • einen Kritiker-Unteragenten

Dies ist für Entscheidungsfindung unter Mehrdeutigkeit, nicht für Code-Reviews, Implementierungsplanung oder Architekturentwurf.

Wann verwenden

Verwende den Rat, wenn:

  • eine Entscheidung mehrere glaubwürdige Wege und keinen offensichtlichen Gewinner hat
  • du explizite Abwägungen benötigst
  • der Benutzer nach Zweitmeinungen, Widerspruch oder mehreren Perspektiven fragt
  • Gesprächsverankerung ein echtes Risiko darstellt
  • eine Go/No-Go-Entscheidung von gegnerischer Herausforderung profitieren würde

Beispiele:

  • Monorepo vs. Polyrepo
  • Jetzt ausliefern vs. auf Feinschliff warten
  • Feature-Flag vs. vollständige Auslieferung
  • Umfang vereinfachen vs. strategische Breite beibehalten

Wann NICHT verwenden

Statt des RatesVerwende
Überprüfen, ob die Ausgabe korrekt istsanta-method
Ein Feature in Implementierungsschritte zerlegenplanner
Systemarchitektur entwerfenarchitect
Code auf Fehler oder Sicherheitslücken prüfencode-reviewer oder santa-method
Direkte sachliche Frageneinfach direkt antworten
Offensichtliche Ausführungsaufgabeneinfach die Aufgabe erledigen

Rollen

StimmeLinse
ArchitektKorrektheit, Wartbarkeit, langfristige Auswirkungen
SkeptikerPrämisse hinterfragen, Vereinfachung, Annahmen brechen
PragmatikerAuslieferungsgeschwindigkeit, Benutzerauswirkungen, operative Realität
KritikerRandfälle, Abwärtsrisiken, Fehlermodi

Die drei externen Stimmen sollten als frische Unteragenten mit nur der Frage und relevantem Kontext gestartet werden, nicht mit dem gesamten laufenden Gespräch. Das ist der Anti-Anker-Mechanismus.

Arbeitsablauf

1. Die eigentliche Frage extrahieren

Reduziere die Entscheidung auf eine explizite Aufforderung:

  • Was entscheiden wir?
  • Welche Einschränkungen sind wichtig?
  • Was zählt als Erfolg?

Wenn die Frage vage ist, stelle eine klärende Frage, bevor du den Rat einberufst.

2. Nur den notwendigen Kontext sammeln

Wenn die Entscheidung codebasis-spezifisch ist:

  • sammle die relevanten Dateien, Ausschnitte, Issue-Texte oder Metriken
  • halte es kompakt
  • füge nur den Kontext ein, der für die Entscheidung benötigt wird

Wenn die Entscheidung strategisch/allgemein ist:

  • überspringe Repo-Ausschnitte, es sei denn, sie ändern die Antwort maßgeblich

3. Zuerst die Position des Architekten bilden

Bevor du andere Stimmen liest, notiere:

  • deine anfängliche Position
  • die drei stärksten Gründe dafür
  • das Hauptrisiko deines bevorzugten Wegs

Tue dies zuerst, damit die Synthese nicht einfach die externen Stimmen widerspiegelt.

4. Drei unabhängige Stimmen parallel starten

Jeder Unteragent erhält:

  • die Entscheidungsfrage
  • kompakten Kontext, falls erforderlich
  • eine strikte Rolle
  • keine unnötige Gesprächshistorie

Form der Aufforderung:

Du bist der [ROLLE] in einem vierstimmigen Entscheidungsrat.

Frage:
[Entscheidungsfrage]

Kontext:
[nur die relevanten Ausschnitte oder Einschränkungen]

Antworte mit:
1. Position — 1-2 Sätze
2. Begründung — 3 prägnante Aufzählungspunkte
3. Risiko — größtes Risiko in deiner Empfehlung
4. Überraschung — eine Sache, die die anderen Stimmen übersehen könnten

Sei direkt. Kein Abwiegeln. Bleibe unter 300 Wörtern.

Rollen-Schwerpunkte:

  • Skeptiker: Rahmung hinterfragen, Annahmen prüfen, die einfachste glaubwürdige Alternative vorschlagen
  • Pragmatiker: für Geschwindigkeit, Einfachheit und reale Umsetzung optimieren
  • Kritiker: Abwärtsrisiken, Randfälle und Gründe, warum der Plan scheitern könnte, aufzeigen

5. Mit Voreingenommenheits-Schutzmechanismen synthetisieren

Du bist sowohl Teilnehmer als auch Synthesizer, daher verwende diese Regeln:

  • verwerfe keine externe Sichtweise, ohne zu erklären, warum
  • wenn eine externe Stimme deine Empfehlung geändert hat, sage dies explizit
  • füge immer den stärksten Widerspruch ein, selbst wenn du ihn ablehnst
  • wenn sich zwei Stimmen gegen deine anfängliche Position verbünden, behandle dies als echtes Signal
  • halte die rohen Positionen vor dem Urteil sichtbar

6. Ein knappes Urteil präsentieren

Verwende diese Ausgabeform:

## Rat: [kurzer Entscheidungstitel]

**Architekt:** [1-2 Satz Position]
[1 Zeile warum]

**Skeptiker:** [1-2 Satz Position]
[1 Zeile warum]

**Pragmatiker:** [1-2 Satz Position]
[1 Zeile warum]

**Kritiker:** [1-2 Satz Position]
[1 Zeile warum]

### Urteil
- **Konsens:** [wo sie übereinstimmen]
- **Stärkster Widerspruch:** [wichtigste Meinungsverschiedenheit]
- **Prämissenprüfung:** [hat der Skeptiker die Frage selbst hinterfragt?]
- **Empfehlung:** [der synthetisierte Weg]

Halte es auf einem Telefonbildschirm lesbar.

Persistenzregel

Schreibe keine Ad-hoc-Notizen in ~/.claude/notes oder andere Schattenpfade von diesem Skill.

Wenn der Rat die Empfehlung materiell ändert:

  • verwende knowledge-ops, um die Lektion am richtigen dauerhaften Ort zu speichern
  • oder verwende /save-session, wenn das Ergebnis zur Sitzungsspeicherung gehört
  • oder aktualisiere direkt das relevante GitHub-/Linear-Issue, wenn die Entscheidung die aktuelle Ausführungswahrheit ändert

Persistiere eine Entscheidung nur, wenn sie etwas Reales ändert.

Mehrrunden-Folgefrage

Standard ist eine Runde.

Wenn der Benutzer eine weitere Runde wünscht:

  • halte die neue Frage fokussiert
  • füge das vorherige Urteil nur bei Bedarf ein
  • halte den Skeptiker so sauber wie möglich, um den Anti-Anker-Wert zu bewahren

Anti-Muster

  • Den Rat für Code-Reviews verwenden
  • Den Rat verwenden, wenn die Aufgabe nur Implementierungsarbeit ist
  • Den Unteragenten das gesamte Gesprächsprotokoll füttern
  • Meinungsverschiedenheiten im endgültigen Urteil verstecken
  • Jede Entscheidung unabhängig von ihrer Bedeutung als Notiz persistieren

Verwandte Skills

  • santa-method — gegnerische Verifikation
  • knowledge-ops — dauerhafte Entscheidungsänderungen korrekt persistieren
  • search-first — externes Referenzmaterial vor dem Rat sammeln, falls erforderlich
  • architecture-decision-records — das Ergebnis formalisieren, wenn die Entscheidung zu einer langlebigen Systemrichtlinie wird

Beispiel

Frage:

Sollten wir ECC 2.0 jetzt als Alpha ausliefern oder warten, bis die Control-Plane-Benutzeroberfläche vollständiger ist?

Wahrscheinliche Rat-Struktur:

  • Architekt drängt auf strukturelle Integrität und Vermeidung einer verwirrenden Oberfläche
  • Skeptiker hinterfragt, ob die Benutzeroberfläche wirklich der Engpass ist
  • Pragmatiker fragt, was jetzt ausgeliefert werden kann, ohne Vertrauen zu schädigen
  • Kritiker konzentriert sich auf Supportaufwand, Erwartungsschulden und Auslieferungsverwirrung

Der Wert liegt nicht in Einmütigkeit. Der Wert liegt darin, die Meinungsverschiedenheiten lesbar zu machen, bevor man wählt.

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