Communitygithub.com

Blueprint – Bauplan-Generator

Verwandelt eine einzeilige Zielvorgabe in einen detaillierten, Schritt-für-Schritt-Bauplan, den jeder Codierungsagent kalt ausführen kann.

Was ist Blueprint – Bauplan-Generator?

Blueprint ist ein Skill für Claude Code, der aus einer einfachen Aufgabenbeschreibung einen vollständigen, schrittweisen Bauplan erstellt. Der Skill durchläuft fünf Phasen: Research (Kontext sammeln), Design (Arbeit in einePR-große Schritte zerlegen), Draft (Schreiben einer eigenständigen Markdown-Datei), Review (gegnerische Prüfung durch einen starken Unter-Agent) und Register (Speichern und Vorstellen des Plans). Der Skill ist besonders nützlich für große Features, Refactorings oder Migrationen, die mehrere Sitzungen oder parallele Arbeitsstränge erfordern. Er unterstützt sowohl einen vollständigen Workflow mit Git und GitHub CLI (Branch/PR/CI) als auch einen Direktmodus ohne diese Tools. Jeder Schritt enthält einen eigenständigen Kontext, Aufgaben, Verifikationsbefehle und Exit-Kriterien, sodass ein frischer Agent jeden Schritt ohne vorheriges Wissen ausführen kann. Blueprint erkennt automatisch die verfügbaren Tools und passt sich entsprechend an.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/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 Zielvorgabe in einen detaillierten, Schritt-für-Schritt-Bauplan, den jeder Codierungsagent kalt ausführen kann.

Wann verwenden

  • Aufteilen eines großen Features in mehrere PRs mit klarer Abhängigkeitsreihenfolge
  • Planen einer Umstrukturierung oder Migration, die mehrere Sitzungen umfasst
  • Koordinieren paralleler Arbeitsstränge über Unter-Agenten 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 erfordern oder wenn der Benutzer „Mach einfach“ sagt.

Wie es funktioniert

Blueprint führt eine 5-Phasen-Pipeline aus:

  1. Research – Preflight-Checks (git, gh auth, Remote, Standard-Branch), dann liest es die Projektstruktur, vorhandene Pläne und Speicherdateien, um Kontext zu sammeln.
  2. Design – Zerlegt das Ziel in PR-große Schritte (typischerweise 3–12). Weist Abhängigkeitskanten, parallele/serielle Anordnung, Modellstufe (stärkstes vs. Standard) und Rollback-Strategie pro Schritt zu.
  3. Draft – Schreibt eine eigenständige Markdown-Plan-Datei nach plans/. Jeder Schritt enthält eine Kontextübersicht, Aufgabenliste, Verifikationsbefehle und Exit-Kriterien – damit ein frischer Agent jeden Schritt ausführen kann, ohne vorherige Schritte gelesen zu haben.
  4. Review – Delegiert die gegnerische Überprüfung an einen starken Unter-Agenten (z. B. Opus) anhand einer Checkliste und eines Anti-Pattern-Katalogs. Behebt alle kritischen Befunde vor der Fertigstellung.
  5. Register – Speichert den Plan, aktualisiert den Speicherindex und zeigt dem Benutzer die Schrittanzahl und eine Parallelitätsübersicht.

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

Beispiele

Einfache Nutzung

/blueprint myapp „Datenbank zu 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 neuen Treiber zu verwenden
  • Schritt 4: Integrationstests gegen PostgreSQL hinzufügen
  • Schritt 5: Alten Datenbankcode und Konfiguration entfernen

Multi-Agent-Projekt

/blueprint chatbot „LLM-Anbieter in ein Plugin-System auslagern“

Erstellt einen Plan mit parallelen Schritten, wo möglich (z. B. „Anthropic-Plugin implementieren“ und „OpenAI-Plugin implementieren“ laufen parallel nach dem Plugin-Schnittstellenschritt), 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 Anbieterimporte im Kern“).

Hauptfunktionen

  • Kaltstart-Ausführung – Jeder Schritt enthält eine eigenständige Kontextübersicht. Kein vorheriger Kontext erforderlich.
  • Gegnerische Prüfungsschranke – Jeder Plan wird von einem starken Unter-Agenten anhand einer Checkliste auf Vollständigkeit, korrekte Abhängigkeiten und Anti-Pattern-Erkennung überprüft.
  • Branch/PR/CI-Workflow – In jeden Schritt integriert. Sanftes Herabstufen in den Direktmodus, wenn git/gh nicht vorhanden ist.
  • Erkennung paralleler Schritte – Der Abhängigkeitsgraph identifiziert Schritte ohne gemeinsame Dateien oder Ausgabeabhängigkeiten.
  • Plan-Mutationsprotokoll – Schritte können mit formalen Protokollen und Prüfprotokoll geteilt, eingefügt, übersprungen, neu angeordnet oder aufgegeben werden.
  • Null-Laufzeitrisiko – Reiner Markdown-Skill. Das gesamte Repository enthält nur .md-Dateien – keine Hooks, keine Shell-Skripte, kein ausführbarer Code, keine package.json, kein Build-Schritt. Nichts wird bei der Installation oder dem Aufruf ausgeführt, außer dem nativen Markdown-Skill-Lader von Claude Code.

Installation

Dieser Skill wird mit Everything Claude Code ausgeliefert. Wenn ECC installiert ist, ist keine separate Installation erforderlich.

Vollständige ECC-Installation

Wenn Sie aus dem ECC-Repository-Checkout arbeiten, überprüfen Sie, ob der Skill vorhanden ist mit:

test -f skills/blueprint/SKILL.md

Zum späteren Aktualisieren überprüfen 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 überprüfen
git checkout <überprüfter-voll-sha>          # auf einen bestimmten überprüften Commit festlegen

Eigenständige vendored Installation

Wenn Sie nur diesen Skill außerhalb der vollständigen ECC-Installation vendoren, kopieren Sie die überprüfte Datei aus dem ECC-Repository nach ~/.claude/skills/blueprint/SKILL.md. Vendored-Kopien haben kein git-Remote. Aktualisieren Sie sie daher, indem Sie die Datei aus einem überprüften ECC-Commit erneut kopieren, anstatt git pull auszuführen.

Anforderungen

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

Quelle

Inspiriert von antbotlab/blueprint – übergeordnetes 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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Verwandte Skills