Communitygithub.com

dynamischer-workflow-modus

Entwickle aufgabenlokale Werkzeuge, Bewertungsgatter und wiederverwendbare Fähigkeiten für den dynamischen Workflow-Modus von Claude und andere adaptive Agenten-Werkzeuge. Verwende dies bei der Erstellung eines aufgabenlokalen Werkzeugs, dem Hinzufügen von Bewertungsgattern oder der Extraktion einer wiederverwendbaren Fähigkeit aus Ad-hoc-Arbeit.

Was ist dynamischer-workflow-modus?

Diese Fähigkeit befähigt KI-Agenten (wie Claude Code, Cursor, Codex und andere adaptive Agenten-Werkzeuge), dynamische, aufgabenlokale Arbeitsabläufe zu erstellen, anstatt nur statischen Befehlsketten zu folgen. Sie verwandelt den dynamischen Workflow-Modus in ein diszipliniertes System: temporäre Werkzeuge für einmalige Arbeiten, gemeinsame Fähigkeitsextraktion für wiederholte Aufgaben und beobachtbare Kontrollfeld-Checkpoints für Teams. Der Kernvertrag legt fest, dass ein Werkzeug nur dann erstellt werden sollte, wenn es günstiger und sicherer ist als manuelle Schritte, und dass es ein klares Ziel, Eingaben, Ausgaben, mindestens eine Bewertung (bestanden/nicht bestanden) und ein Übergabeartefakt enthalten muss. Die Fähigkeit bietet Entscheidungsbäume, Vorlagen und Bewertungsgatter-Tabellen, um Entwickler bei der Entscheidung zu unterstützen, ob sie Inline-Code verwenden, ein aufgabenlokales Werkzeug erstellen oder ein Muster zur gemeinsamen Nutzung als Fähigkeit extrahieren sollen, wobei typische Fehlermuster wie das Überspringen von Tests oder das Erstellen unnötiger Dokumentation vermieden werden.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/dynamic-workflow-mode

In Ihrer bevorzugten KI fragen

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

Dokumentation

Dynamischer Workflow-Modus

Verwende diese Fähigkeit, wenn ein Codierungsagent ein aufgabenlokales Werkzeug generieren oder anpassen kann, anstatt nur einem statischen Befehlssatz zu folgen. Das Ziel ist es, den dynamischen Workflow-Modus in ein diszipliniertes System zu verwandeln: temporäre Werkzeuge für einmalige Arbeiten, gemeinsame Fähigkeitsextraktion für wiederholte Arbeiten und beobachtbare Kontrollfeld-Checkpoints für Teams.

Wann zu aktivieren

  • Der Benutzer erwähnt dynamische Workflows, benutzerdefinierte Werkzeuge, Werkzeug-pro-Aufgabe, adaptive Workflows oder den dynamischen Workflow-Modus von Claude Code.
  • Eine Aufgabe benötigt eine benutzerdefinierte Schleife, einen Evaluator, Crawler, Fixture-Generator, Watcher oder ein lokales Dashboard.
  • Mehrere Agenten benötigen denselben wiederholbaren Prozess, aber der Prozess ist noch nicht als gemeinsame Fähigkeit erfasst.
  • Ein Workflow benötigt dauerhafte Übergabeartefakte, Bewertungsbelege oder eine Bedienerfreigabe vor dem Zusammenführen.

Kernvertrag

Der dynamische Workflow-Modus sollte ein aufgabenlokales Werkzeug nur dann erzeugen, wenn das Werkzeug billiger und sicherer ist als die manuelle Ausführung derselben Schritte. Das Werkzeug muss Folgendes haben:

  • Ziel: das Ergebnis, das es besitzt, und das Ergebnis, das es ausdrücklich nicht besitzt.
  • Eingaben: Dateien, URLs, Eingabeaufforderungen, Datenquellen, Richtlinien für Anmeldeinformationen und benutzerdefinierte Einschränkungen.
  • Ausgaben: Commits, Berichte, Screenshots, Statusdateien oder Kontrollfeld-Schnappschüsse.
  • Bewertung: mindestens eine Bestanden/Nicht bestanden-Prüfung, die mit der Aufgabe verbunden ist, nicht nur „es lief“.
  • Übergabe: ein kurzes Artefakt, das dem nächsten Bediener mitteilt, was passiert ist, was blockiert ist und wie fortgesetzt werden soll.

Entscheidungsbaum für dynamische Werkzeuge

  1. Einmalige Aufgabe: halte sie inline. Erfinde kein Werkzeug.
  2. Wiederholte Aufgabe mit wechselnden Eingaben: erstelle ein aufgabenlokales Werkzeug und behalte es in einem temporären oder projektlokalen Arbeitsbereich.
  3. Wiederholte Aufgabe über Teamkollegen oder Repositories hinweg: extrahiere das Muster in eine gemeinsame Fähigkeit.
  4. Aufgabe mit externem Zustand, Warteschlangen oder Genehmigungen: füge Kontrollfeld-Sichtbarkeit hinzu, bevor du mehr Automatisierung hinzufügst.
  5. Aufgabe mit Sicherheitsrisiko: füge ein Bewertungsgatter und ein menschliches Zusammenführungsgatter hinzu, bevor die autonome Ausführung beginnt.

Vorlage für aufgabenlokale Werkzeuge

Verwende diese Struktur, bevor du Code schreibst:

# Dynamisches Workflow-Werkzeug

Ziel:
- Ausliefern:
- Nicht ausliefern:

Eingaben:
- Repository oder Arbeitsbereich:
- Externe Systeme:
- Richtlinie für Anmeldeinformationen:

Schleife:
1. Aktuellen Zustand ermitteln.
2. Das kleinste nützliche Artefakt generieren oder aktualisieren.
3. Bewertungsprüfungen durchführen.
4. Status und Übergabe aufzeichnen.
5. Anhalten bei fehlgeschlagenem Gatter, unklarer Zuständigkeit oder unsicherer externer Aktion.

Bewertung:
- Befehl:
- Erwartetes Erfolgssignal:
- Zuständiger bei Fehler:

Übergabe:
- Status:
- Belege:
- Nächste Aktion:

Extraktion gemeinsamer Fähigkeiten

Fördere ein aufgabenlokales Werkzeug nur dann zu einer gemeinsamen Fähigkeit, wenn mindestens zwei der folgenden Punkte zutreffen:

  • Derselbe Workflow tritt in mehreren Sitzungen, Repositories, Teams oder Starts auf.
  • Der Workflow benötigt eine spezifische Sprach-, Werkzeug- oder Sicherheitssequenzierung.
  • Fehler wiederholen sich, weil Bediener ein Gatter überspringen oder den Kontext verlieren.
  • Der Workflow hat einen stabilen Eingabe-/Ausgabevertrag.
  • Der Workflow profitiert von einem Kontrollfeld, einer Statusübersicht oder einer Teamübergabe.

Schreibe bei der Extraktion zuerst die Fähigkeit in skills/<name>/SKILL.md. Füge Befehls-Shims nur hinzu, wenn noch eine veraltete, mit Schrägstrich beginnende Oberfläche erforderlich ist.

Kontrollfeld-Checkpoints

Der dynamische Workflow-Modus wird für das Team nutzbar, wenn er den Zustand offenlegt. Zeichne diese Checkpoints immer dann auf, wenn der Workflow mehr als eine Sitzung umfasst:

  • Plan: Ziel, Eigentümer, Abnahmekriterien und riskante externe Systeme.
  • Warteschlange: Arbeitselemente, zugewiesene Agentenrolle, Branch/Worktree und Abhängigkeitskanten.
  • Ausführung: aktives Werkzeug, aktueller Schleifenschritt, letztes Bewertungsergebnis und Token-/Kostensignal, falls verfügbar.
  • Gatter: Testergebnisse, Browser-Screenshots, Sicherheitsüberprüfung und Zusammenführungsbereitschaft.
  • Übergabe: was erledigt ist, was fehlgeschlagen ist und was eine menschliche Entscheidung erfordert.

Wenn das Repository den ECC2-Zustand aktiviert hat, bevorzuge das Hinzufügen oder Lesen von Checkpoints über das ECC-Kontrollfeld oder zustandsgestützte Skripte, anstatt unverfolgte Notizen zu verstreuen.

Bewertungsgatter

Jedes dynamische Werkzeug benötigt eine aufgabenspezifische Bewertung. Wähle das günstigste zuverlässige Gatter aus:

ArbeitstypBewertungsgatter
Code-FunktionFokussierter Test, Linting, Abdeckung und ein Integrationspfad
UI/KontrollfeldBrowser-Smoke-Test mit Screenshot und Überlauf-/Fehlerprüfungen
Agenten-WorkflowFixture-Transkript oder gesäter Arbeitselement mit erwartetem Routing
Recherche/InhaltQuellenneutrales Kurzbrief, Anspruchs-Checkliste und veröffentlichungsbereite Gliederung
IntegrationTrockenlauf-Befehl, Konfigurationsvalidierung und Überprüfung auf keine Geheimnisse

Behaupte nicht, dass ein dynamischer Workflow wiederverwendbar ist, bis die Bewertung von einem anderen Teamkollegen erneut ausgeführt werden kann.

Anti-Patterns

  • Generieren von Skripten, die die eigentliche Entscheidungslogik vor dem Bediener verbergen.
  • Den dynamischen Workflow-Modus als Erlaubnis zum Überspringen von Tests behandeln.
  • Einmalige Dokumente erstellen, wenn eine gemeinsame Fähigkeit oder ein Statusartefakt das eigentliche Produkt ist.
  • Mehrere Agenten ohne Eigentümer, Zusammenführungsgatter oder Konfliktrichtlinie ausführen.
  • Zulassen, dass rohe private Recherchedaten in öffentliche Dokumente gelangen.

Ausgabestandard

Beende mit:

  • Dem Pfad des Werkzeugs oder der Fähigkeit.
  • Den Bewertungsbefehlen und -ergebnissen.
  • Dem Kontrollfeld oder dem Pfad des Übergabeartefakts.
  • Dem nächsten wiederverwendbaren Extraktionskandidaten.

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