Communitygithub.com

prompt-optimizer

Analysiert einen Prompt-Entwurf, identifiziert Verbesserungspotenzial, gleicht ihn mit ECC-Komponenten ab und generiert einen optimierten Prompt, der direkt genutzt werden kann.

Was ist prompt-optimizer?

Der Prompt-Optimierer ist ein Skill innerhalb des ECC-Ökosystems (z. B. für Claude Code, Cursor, Codex), der entwickelt wurde, um Benutzeranfragen zu analysieren und zu optimieren. Er durchläuft einen sechsstufigen Pipeline-Prozess, der die Projekterkennung, Absichts- und Umfangsbewertung, Zuordnung zu ECC-Komponenten, Erkennung fehlender Kontextinformationen und Arbeitsablaufempfehlungen umfasst. Ziel ist es, einen vollständig optimierten Prompt zu erstellen, den der Benutzer direkt kopieren und ausführen kann. Der Skill führt keine Aufgaben selbst aus, sondern gibt Empfehlungen und optimierte Prompts aus. Er unterstützt verschiedene Programmiersprachen und Frameworks und bietet ein strukturiertes Ausgabeformat mit Prompt-Diagnose, empfohlenen ECC-Komponenten, optimierten Versionen (vollständig und kurz) sowie einer Begründung der vorgenommenen Verbesserungen. Beispiele zeigen die Anwendung für mehrdeutige chinesische und englische Eingaben sowie für umfangreiche Projekte (EPIC). Der Skill ist besonders nützlich, um die Effektivität von Prompts zu steigern und sicherzustellen, dass alle relevanten Aspekte (Zielsetzung, Technologie-Stack, Akzeptanzkriterien, Sicherheit, Tests, Einschränkungen) abgedeckt sind.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

Prompt-Optimierer

Analysieren Sie einen Prompt-Entwurf, bewerten Sie ihn kritisch, gleichen Sie ihn mit ECC-Ökosystem-Komponenten ab und geben Sie einen vollständig optimierten Prompt aus, den der Benutzer kopieren und ausführen kann.

Verwendungszweck

  • Benutzer sagt "optimize this prompt", "improve my prompt", "rewrite this prompt"
  • Benutzer sagt "help me write a better prompt for..."
  • Benutzer sagt "what's the best way to ask Claude Code to..."
  • Benutzer sagt "优化prompt", "改进prompt", "怎么写prompt", "帮我优化这个指令"
  • Benutzer fügt einen Prompt-Entwurf ein und bittet um Feedback oder Verbesserung
  • Benutzer sagt "I don't know how to prompt for this"
  • Benutzer sagt "how should I use ECC for..."
  • Benutzer ruft explizit /prompt-optimize auf

Nicht verwenden, wenn

  • Der Benutzer die Aufgabe direkt erledigt haben möchte (führen Sie sie einfach aus)
  • Der Benutzer sagt "优化代码", "优化性能", "optimize this code", "optimize performance" – dies sind Refactoring-Aufgaben, keine Prompt-Optimierung
  • Der Benutzer nach ECC-Konfiguration fragt (verwenden Sie stattdessen configure-ecc)
  • Der Benutzer eine Skill-Inventur wünscht (verwenden Sie stattdessen skill-stocktake)
  • Der Benutzer sagt "just do it" oder "直接做"

Funktionsweise

Nur beratend – führen Sie die Aufgabe des Benutzers nicht aus.

Schreiben Sie KEINEN Code, erstellen Sie KEINE Dateien, führen Sie KEINE Befehle aus und ergreifen Sie KEINE Implementierungsmaßnahmen. Ihre EINZIGE Ausgabe ist eine Analyse plus ein optimierter Prompt.

Wenn der Benutzer "just do it", "直接做" oder "don't optimize, just execute" sagt, wechseln Sie nicht innerhalb dieses Skills in den Implementierungsmodus. Teilen Sie dem Benutzer mit, dass dieser Skill nur optimierte Prompts erstellt, und weisen Sie ihn an, eine normale Aufgabenanfrage zu stellen, wenn er eine Ausführung wünscht.

Führen Sie diese 6-Phasen-Pipeline sequenziell aus. Präsentieren Sie die Ergebnisse im untenstehenden Ausgabeformat.

Analyse-Pipeline

Phase 0: Projekterkennung

Bevor Sie den Prompt analysieren, erkennen Sie den aktuellen Projektkontext:

  1. Prüfen Sie, ob im Arbeitsverzeichnis eine Datei CLAUDE.md existiert – lesen Sie diese für Projektkonventionen
  2. Erkennen Sie den Technologie-Stack aus Projektdateien:
    • package.json → Node.js / TypeScript / React / Next.js
    • go.mod → Go
    • pyproject.toml / requirements.txt → Python
    • Cargo.toml → Rust
    • build.gradle / pom.xml → Java / Kotlin (dann prüfen auf quarkus → Quarkus, oder spring-boot → Spring Boot)
    • Package.swift → Swift
    • Gemfile → Ruby
    • composer.json → PHP
    • *.csproj / *.sln → .NET
    • Makefile / CMakeLists.txt → C / C++
    • cpanfile / Makefile.PL → Perl
  3. Notieren Sie den erkannten Technologie-Stack zur Verwendung in Phase 3 und Phase 4

Wenn keine Projektdateien gefunden werden (z. B. der Prompt ist abstrakt oder für ein neues Projekt), überspringen Sie die Erkennung und markieren Sie "Technologie-Stack unbekannt" in Phase 4.

Phase 1: Absichtserkennung

Klassifizieren Sie die Aufgabe des Benutzers in eine oder mehrere Kategorien:

KategorieSignalwörterBeispiel
Neue Funktionbuild, create, add, implement, 创建, 实现, 添加"Baue eine Login-Seite"
Fehlerbehebungfix, broken, not working, error, 修复, 报错"Repariere den Auth-Flow"
Refactoringrefactor, clean up, restructure, 重构, 整理"Refaktorisiere die API-Schicht"
Recherchehow to, what is, explore, investigate, 怎么, 如何"Wie füge ich SSO hinzu"
Testentest, coverage, verify, 测试, 覆盖率"Füge Tests für den Warenkorb hinzu"
Reviewreview, audit, check, 审查, 检查"Überprüfe meinen PR"
Dokumentationdocument, update docs, 文档"Aktualisiere die API-Dokumentation"
Infrastrukturdeploy, CI, docker, database, 部署, 数据库"Richte CI/CD-Pipeline ein"
Designdesign, architecture, plan, 设计, 架构"Entwerfe das Datenmodell"

Phase 2: Umfangsbewertung

Wenn Phase 0 ein Projekt erkannt hat, verwenden Sie die Codebasis-Größe als Signal. Andernfalls schätzen Sie allein anhand der Prompt-Beschreibung und markieren Sie die Schätzung als unsicher.

UmfangHeuristikOrchestrierung
TRIVIALEinzelne Datei, < 50 ZeilenDirekte Ausführung
NIEDRIGEinzelne Komponente oder ModulEinzelner Befehl oder Skill
MITTELMehrere Komponenten, gleiche DomäneBefehls-Kette + /verify
HOCHDomänenübergreifend, 5+ DateienZuerst /plan, dann phasenweise Ausführung
EPICMehrere Sitzungen, mehrere PRs, architektonische ÄnderungBlueprint-Skill für mehrsitzigen Plan verwenden

Phase 3: ECC-Komponentenzuordnung

Ordnen Sie Absicht + Umfang + Technologie-Stack (aus Phase 0) bestimmten ECC-Komponenten zu.

Nach Absichtstyp

AbsichtBefehleSkillsAgenten
Neue Funktion/plan, /tdd, /code-review, /verifytdd-workflow, verification-loopplanner, tdd-guide, code-reviewer
Fehlerbehebung/tdd, /build-fix, /verifytdd-workflowtdd-guide, build-error-resolver
Refactoring/refactor-clean, /code-review, /verifyverification-looprefactor-cleaner, code-reviewer
Recherche/plansearch-first, iterative-retrieval—
Testen/tdd, /e2e, /test-coveragetdd-workflow, e2e-testingtdd-guide, e2e-runner
Review/code-reviewsecurity-reviewcode-reviewer, security-reviewer
Dokumentation/update-docs, /update-codemaps—doc-updater
Infrastruktur/plan, /verifydocker-patterns, deployment-patterns, database-migrationsarchitect
Design (MITTEL-HOCH)/plan—planner, architect
Design (EPIC)—blueprint (als Skill aufrufen)planner, architect

Nach Technologie-Stack

Technologie-StackHinzuzufügende SkillsAgent
Python / Djangodjango-patterns, django-tdd, django-security, django-verification, python-patterns, python-testingpython-reviewer
Gogolang-patterns, golang-testinggo-reviewer, go-build-resolver
Spring Boot / Javaspringboot-patterns, springboot-tdd, springboot-security, springboot-verification, java-coding-standards, jpa-patternsjava-reviewer
Quarkus / Javaquarkus-patterns, quarkus-tdd, quarkus-security, quarkus-verification, java-coding-standards, jpa-patternsjava-reviewer
Kotlin / Androidkotlin-coroutines-flows, compose-multiplatform-patterns, android-clean-architecturekotlin-reviewer
TypeScript / Reactfrontend-patterns, backend-patterns, coding-standardscode-reviewer
Swift / iOSswiftui-patterns, swift-concurrency-6-2, swift-actor-persistence, swift-protocol-di-testingcode-reviewer
PostgreSQLpostgres-patterns, database-migrationsdatabase-reviewer
Perlperl-patterns, perl-testing, perl-securitycode-reviewer
C++cpp-coding-standards, cpp-testingcode-reviewer
Andere / Nicht aufgeführtcoding-standards (universal)code-reviewer

Phase 4: Erkennung fehlender Kontextinformationen

Durchsuchen Sie den Prompt nach fehlenden kritischen Informationen. Prüfen Sie jedes Element und markieren Sie, ob Phase 0 es automatisch erkannt hat oder der Benutzer es angeben muss:

  • Technologie-Stack – Von Phase 0 erkannt, oder muss der Benutzer ihn angeben?
  • Zielumfang – Werden Dateien, Verzeichnisse oder Module genannt?
  • Akzeptanzkriterien – Woran erkennt man, dass die Aufgabe erledigt ist?
  • Fehlerbehandlung – Werden Randfälle und Fehlermodi adressiert?
  • Sicherheitsanforderungen – Authentifizierung, Eingabevalidierung, Geheimnisse?
  • Testerwartungen – Unit-, Integrations-, E2E-Tests?
  • Leistungsbeschränkungen – Last, Latenz, Ressourcengrenzen?
  • UI/UX-Anforderungen – Designspezifikationen, Responsivität, Barrierefreiheit? (falls Frontend)
  • Datenbankänderungen – Schema, Migrationen, Indizes? (falls Datenschicht)
  • Vorhandene Muster – Referenzdateien oder Konventionen, die zu befolgen sind?
  • Umfangsgrenzen – Was NICHT zu tun ist?

Wenn 3+ kritische Elemente fehlen, stellen Sie dem Benutzer bis zu 3 Klärungsfragen, bevor Sie den optimierten Prompt generieren. Integrieren Sie dann die Antworten in den optimierten Prompt.

Phase 5: Arbeitsablauf- und Modell-Empfehlung

Bestimmen Sie, wo dieser Prompt im Entwicklungslebenszyklus einzuordnen ist:

Recherche → Planen → Implementieren (TDD) → Review → Verifizieren → Committen

Für MITTEL+-Aufgaben immer mit /plan beginnen. Für EPIC-Aufgaben den Blueprint-Skill verwenden.

Modell-Empfehlung (in der Ausgabe enthalten):

UmfangEmpfohlenes ModellBegründung
TRIVIAL-NIEDRIGSonnet 5Schnell, kosteneffizient für einfache Aufgaben
MITTELSonnet 5Bestes Codierungsmodell für Standardarbeit
HOCHSonnet 5 (Haupt) + Opus 5 (Planung)Opus für Architektur, Sonnet für Implementierung
EPICOpus 5 (Blueprint) + Sonnet 5 (Ausführung)Tiefgehendes Denken für mehrsitzige Planung

Multi-Prompt-Aufteilung (für HOCH/EPIC-Umfang):

Bei Aufgaben, die eine einzelne Sitzung überschreiten, in sequenzielle Prompts aufteilen:

  • Prompt 1: Recherche + Planen (search-first-Skill verwenden, dann /plan)
  • Prompt 2-N: Eine Phase pro Prompt implementieren (jeder endet mit /verify)
  • Abschließender Prompt: Integrationstest + /code-review über alle Phasen hinweg
  • Verwenden Sie /save-session und /resume-session, um den Kontext zwischen den Sitzungen zu erhalten

Ausgabeformat

Präsentieren Sie Ihre Analyse in dieser genauen Struktur. Antworten Sie in derselben Sprache wie die Eingabe des Benutzers.

Abschnitt 1: Prompt-Diagnose

Stärken: Listen Sie auf, was der ursprüngliche Prompt gut macht.

Probleme:

ProblemAuswirkungVorgeschlagene Korrektur
(Problem)(Konsequenz)(Wie zu beheben)

Klärungsbedarf: Nummerierte Liste von Fragen, die der Benutzer beantworten sollte. Wenn Phase 0 die Antwort automatisch erkannt hat, geben Sie diese an, anstatt zu fragen.

Abschnitt 2: Empfohlene ECC-Komponenten

TypKomponenteZweck
Befehl/planArchitektur vor dem Codieren planen
Skilltdd-workflowTDD-Methodik-Anleitung
Agentcode-reviewerÜberprüfung nach der Implementierung
ModellSonnet 5Für diesen Umfang empfohlen

Abschnitt 3: Optimierter Prompt – Vollversion

Präsentieren Sie den vollständigen optimierten Prompt in einem einzelnen Code-Block. Der Prompt muss in sich geschlossen und zum Kopieren und Einfügen bereit sein. Enthalten Sie:

  • Klare Aufgabenbeschreibung mit Kontext
  • Technologie-Stack (erkannt oder angegeben)
  • /command-Aufrufe in den richtigen Arbeitsablaufphasen
  • Akzeptanzkriterien
  • Verifizierungsschritte
  • Umfangsgrenzen (was NICHT zu tun ist)

Für Elemente, die auf Blueprint verweisen, schreiben Sie: "Verwenden Sie den Blueprint-Skill, um..." (nicht /blueprint, da Blueprint ein Skill und kein Befehl ist).

Abschnitt 4: Optimierter Prompt – Kurzversion

Eine kompakte Version für erfahrene ECC-Benutzer. Variiert je nach Absichtstyp:

AbsichtKurzmuster
Neue Funktion/plan [feature]. /tdd to implement. /code-review. /verify.
Fehlerbehebung/tdd – write failing test for [bug]. Fix to green. /verify.
Refactoring/refactor-clean [scope]. /code-review. /verify.
RechercheUse search-first skill for [topic]. /plan based on findings.
Testen/tdd [module]. /e2e for critical flows. /test-coverage.
Review/code-review. Then use security-reviewer agent.
Dokumentation/update-docs. /update-codemaps.
EPICUse blueprint skill for "[objective]". Execute phases with /verify gates.

Abschnitt 5: Begründung der Verbesserungen

VerbesserungGrund
(Was hinzugefügt wurde)(Warum es wichtig ist)

Fußzeile

Nicht das, was Sie brauchen? Teilen Sie mir mit, was angepasst werden soll, oder stellen Sie eine normale Aufgabenanfrage, wenn Sie eine Ausführung anstelle einer Prompt-Optimierung wünschen.


Beispiele

Trigger-Beispiele

  • "Optimize this prompt for ECC"
  • "Rewrite this prompt so Claude Code uses the right commands"
  • "帮我优化这个指令"
  • "How should I prompt ECC for this task?"

Beispiel 1: Mehrdeutiger chinesischer Prompt (Projekt erkannt)

Benutzereingabe:

帮我写一个用户登录页面

Phase 0 erkennt: package.json mit Next.js 15, TypeScript, Tailwind CSS

Optimierter Prompt (Vollversion):

Verwenden Sie den vorhandenen Technologie-Stack des Projekts (Next.js 15 + TypeScript + Tailwind CSS), um eine Benutzer-Login-Seite zu implementieren.

Technische Anforderungen:
- Übernehmen Sie die bestehenden Komponentenstrukturen und Routenkonventionen des Projekts
- Verwenden Sie für die Formularvalidierung die bereits im Projekt vorhandene Validierungslösung (prüfen, ob Zod/Yup/Andere bereits verwendet werden)
- Authentifizierungsmethode: Übernehmen Sie das bestehende Authentifizierungsschema des Projekts (falls nicht vorhanden, standardmäßig JWT)
- Enthalten: E-Mail/Passwort-Login-Formular, Formularvalidierung, Fehlermeldungen, Ladezustand, responsives Layout

Arbeitsablauf:
1. /plan – planen Sie zuerst die Komponentenstruktur und den Authentifizierungsablauf unter Bezugnahme auf bestehende Seitenmuster
2. /tdd – Test-first: Schreiben Sie Unit-Tests für das Login-Formular und Integrationstests für den Authentifizierungsablauf
3. Implementieren Sie die Login-Seite und die Authentifizierungslogik
4. /code-review – Überprüfen Sie die Implementierung
5. /verify – Verifizieren Sie, dass alle Tests bestanden werden und die Seite korrekt rendert

Sicherheitsanforderungen:
- Passwort nicht im Klartext übertragen
- Brute-Force-Schutz (Rate Limiting)
- XSS-Schutz
- CSRF-Token

Akzeptanzkriterien:
- Alle Tests bestanden, Testabdeckung 80%+
- Seite rendert korrekt auf mobilen und Desktop-Geräten
- Erfolgreicher Login leitet zum Dashboard weiter, bei Fehlschlag wird eine Fehlermeldung angezeigt

Nicht tun:
- Keine Registrierungsseite implementieren
- Keine "Passwort vergessen"-Funktion implementieren
- Keine vorhandene Routenstruktur ändern

Beispiel 2: Gemäßigter englischer Prompt

Benutzereingabe:

Add a REST API endpoint for user profile updates with validation

Phase 0 erkennt: go.mod mit Go 1.22, Chi Router

Optimierter Prompt (Vollversion):

Fügen Sie einen REST-API-Endpunkt für Benutzerprofilaktualisierungen (PATCH /api/users/:id) hinzu.

Technologie-Stack: Go 1.22 + Chi Router (aus dem Projekt erkannt)

Anforderungen:
- PATCH /api/users/:id – partielle Aktualisierung des Benutzerprofils
- Eingabevalidierung für Felder: name, email, avatar_url, bio
- Authentifizierung: gültiges Token erforderlich, Benutzer können nur ihr eigenes Profil aktualisieren
- Erfolg: Rückgabe 200 mit aktualisiertem Benutzer
- Ungültige Eingabe: Rückgabe 400 mit Validierungsfehlern
- Authentifizierungsfehler: Rückgabe 401/403
- Befolgen Sie die vorhandenen API-Muster in der Codebasis

Arbeitsablauf:
1. /plan – planen Sie die Endpunktstruktur, Middleware-Kette und Validierungslogik
2. /tdd – schreiben Sie tabellenbasierte Tests für Erfolg, Validierungsfehler, Authentifizierungsfehler, nicht gefunden
3. Implementieren Sie unter Verwendung vorhandener Handler-Muster
4. /go-review
5. /verify – führen Sie die vollständige Testsuite aus, bestätigen Sie keine Regressionen

Nicht tun:
- Vorhandene Endpunkte nicht ändern
- Datenbankschema nicht ändern (vorhandene Benutzertabelle verwenden)
- Keine neuen Abhängigkeiten hinzufügen, ohne zuerst vorhandene zu prüfen (search-first-Skill verwenden)

Beispiel 3: EPIC-Projekt

Benutzereingabe:

Migrate our monolith to microservices

Optimierter Prompt (Vollversion):

Verwenden Sie den Blueprint-Skill zur Planung: "Monolith zur Microservices-Architektur migrieren"

Beantworten Sie vor der Ausführung diese Fragen im Blueprint:
1. Welche Domänengrenzen existieren im aktuellen Monolithen?
2. Welcher Dienst sollte zuerst extrahiert werden (geringste Kopplung)?
3. Kommunikationsmuster: REST-APIs, gRPC oder ereignisgesteuert (Kafka/RabbitMQ)?
4. Datenbankstrategie: gemeinsame Datenbank anfangs oder Datenbank-pro-Dienst von Anfang an?
5. Bereitstellungsziel: Kubernetes, Docker Compose oder serverlos?

Der Blueprint sollte Phasen wie diese erzeugen:
- Phase 1: Dienstgrenzen identifizieren und Domänenkarte erstellen
- Phase 2: Infrastruktur einrichten (API-Gateway, Service Mesh, CI/CD pro Dienst)
- Phase 3: Ersten Dienst extrahieren (Strangler-Fig-Muster)
- Phase 4: Mit Integrationstests verifizieren, dann nächsten Dienst extrahieren
- Phase N: Monolithen außer Betrieb nehmen

Jede Phase = 1 PR, mit /verify-Prüfpunkten zwischen den Phasen.
Verwenden Sie /save-session zwischen den Phasen

…

[gekürzt für die Übersetzung]

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