Communitygithub.com

skill-scout

Durchsucht lokale, Marketplace-, GitHub- und Web-Quellen nach vorhandenen Skills, bevor ein neuer erstellt wird. Verwenden Sie dies, wenn der Benutzer einen Skill erstellen, forken oder für einen Workflow finden möchte.

Was ist skill-scout?

Der Skill-Scout ist ein spezialisierter Agent, der dafür entwickelt wurde, redundante Arbeit zu vermeiden, indem er systematisch vorhandene Skill-Quellen durchsucht, bevor der Benutzer einen neuen Skill erstellt. Er durchläuft einen strukturierten sechsstufigen Prozess: Erfassen der Benutzerabsicht mit Schlüsselwörtern, Durchsuchen lokaler installierter und Marketplace-Skills, Durchführen von GitHub- und Websuchen nach externen Kandidaten, Überprüfen externer Skills auf Sicherheit und Wartungszustand, Ranking der Ergebnisse nach Relevanz und schließlich Präsentieren einer Entscheidungstabelle mit Optionen wie vorhandenen Skill verwenden, forken/erweitern oder neu erstellen. Der Skill unterstützt Claude Code und kompatible Plattformen, die SKILL.md-Definitionen verwenden, und verhindert gängige Anti-Patterns wie das blinde Erstellen neuer Skills oder das Installieren ungeprüfter externer Ressourcen. Durch die Integration sowohl lokaler als auch externer Suchfunktionen maximiert der Skill-Scout die Wiederverwendung und stellt sicher, dass nur geprüfte, qualitativ hochwertige Skills empfohlen werden.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

Skill Scout

Verwenden Sie diese Fähigkeit, bevor Sie einen neuen Skill erstellen. Ziel ist es, doppelte Arbeiten an vorhandenen Community- oder Marktplatzlösungen zu vermeiden, während externe Ressourcen vor der Übernahme geprüft werden.

Quelle: Aus altem Community-PR #1232 von redminwang geborgen.

Wann verwenden

  • Der Benutzer sagt „Skill erstellen“, „Skill bauen“, „Skill anlegen“ oder „neuer Skill“.
  • Der Benutzer fragt „Gibt es einen Skill für X?“ oder „Existiert ein Skill, der Y macht?“.
  • Der Benutzer beschreibt einen Workflow und Sie sind im Begriff, die Erstellung eines neuen Skills vorzuschlagen.
  • Der Benutzer möchte einen vorhandenen Skill forken oder erweitern.

Wenn der Benutzer ausdrücklich sagt, die Suche zu überspringen oder von Grund auf neu zu erstellen, bestätigen Sie dies und fahren Sie mit dem angeforderten Erstellungsworkflow fort.

Wie es funktioniert

Schritt 1 – Absicht erfassen

Extrahieren:

  • Die Aufgabe, die der Skill ausführen soll.
  • Die Auslösebedingungen für die Verwendung.
  • Die Domäne, Tools, Frameworks oder Datenquellen, die beteiligt sind.
  • Drei bis fünf Suchbegriffe plus nützliche Synonyme.

Schritt 2 – Lokale Quellen durchsuchen

Durchsuchen Sie zuerst die Namen installierter Skills und Marktplatz-Skills. Lokale Quellen werden bevorzugt, da sie bereits Teil der Umgebung des Benutzers sind.

find ~/.claude/skills -maxdepth 2 -name SKILL.md 2>/dev/null | grep -iE "keyword|synonym"
find ~/.claude/plugins/marketplaces -path '*/skills/*/SKILL.md' 2>/dev/null | grep -iE "keyword|synonym"

Durchsuchen Sie anschließend die Frontmatter-Beschreibungen:

grep -RilE "keyword|synonym" ~/.claude/skills ~/.claude/plugins/marketplaces 2>/dev/null

Schritt 3 – Remote-Quellen durchsuchen

Verwenden Sie verfügbare GitHub- und Websuchwerkzeuge. Bevorzugen Sie prägnante Abfragen:

gh search repos "claude code skill keyword" --limit 10 --sort stars
gh search code "name: keyword" --filename SKILL.md --limit 10

Verwenden Sie für die Websuche höchstens drei gezielte Abfragen wie:

"claude code skill" keyword
"SKILL.md" keyword
"everything-claude-code" keyword

Schritt 4 – Externe Treffer prüfen

Bevor Sie einen externen Skill zur Übernahme oder zum Forken empfehlen:

  • Lesen Sie das Frontmatter und die Anweisungen der SKILL.md.
  • Achten Sie auf unerwartete Shell-Befehle, Dateischreibvorgänge, Netzwerkaufrufe, Credential-Handling oder Paketinstallationen.
  • Prüfen Sie, ob das Repository gepflegt zu sein scheint.
  • Bevorzugen Sie das Kopieren in einen frischen lokalen Branch und die Überprüfung des Diffs gegenüber dem Bearbeiten von Marktplatz-Originalen.

Schritt 5 – Ergebnisse bewerten

Bewerten Sie Kandidaten nach:

  1. Exakter Keyword-Übereinstimmung im Skill-Namen.
  2. Keyword- oder Synonym-Übereinstimmung in der Beschreibung.
  3. Lokale installierte oder Marktplatz-Quelle.
  4. Gepflegte GitHub-Quelle mit aktueller Aktivität.
  5. Nur Web-Erwähnung.

Begrenzen Sie die endgültige Liste auf 10 Ergebnisse.

Schritt 6 – Entscheidungsoptionen präsentieren

Geben Sie dem Benutzer eine kurze Tabelle:

OptionBedeutung
Vorhandene verwendenEinen passenden Skill wie vorhanden aufrufen oder installieren.
Forken oder erweiternDen ähnlichsten Skill kopieren und modifizieren.
Neu erstellenEinen neuen Skill erstellen, nachdem bestätigt wurde, dass kein enger Treffer existiert.

Erstellen Sie nur dann einen neuen Skill, wenn der Benutzer diesen Weg wählt oder die Suche keinen engen Treffer findet.

Beispiele

Ergebnistabelle

| # | Skill | Quelle | Warum es passt | Lücke |
| --- | --- | --- | --- | --- |
| 1 | article-writing | Lokal ECC | Verfasst Artikel und Anleitungen | Nicht auf Release Notes fokussiert |
| 2 | content-engine | Lokal ECC | Multi-Format-Content-Workflow | Schwerfälliger als nötig |
| 3 | blog-writer | GitHub | Blog-Schreib-Skill mit aktuellen Commits | Benötigt Sicherheitsüberprüfung |

Benutzerorientierte Zusammenfassung

Ich habe zwei nahe lokale Treffer und einen externen Kandidaten gefunden. Die größte Übereinstimmung ist `article-writing`; es deckt Verfassen und Revision ab, beinhaltet aber nicht die von Ihnen gewünschte Checkliste für Release Notes. Ich kann es entweder unverändert verwenden, in eine Variante für Release Notes forken oder einen neuen Skill erstellen.

Anti-Patterns

  • Springen Sie nicht direkt zur Erstellung eines neuen Skills, wenn eine Suche sinnvoll ist.
  • Installieren Sie keine externen Skills, ohne sie zuerst zu lesen.
  • Präsentieren Sie keine lange, unsortierte Liste schwacher Treffer.
  • Behandeln Sie reine Web-Erwähnungen nicht als vertrauenswürdige Quellen.
  • Bearbeiten Sie keine installierten Marktplatz-Originale direkt.

Verwandtes

  • search-first – Allgemeiner Workflow „Erst suchen, dann bauen“.
  • skill-stocktake – Installierte Skills auf Zustand, Duplikate und Lücken prüfen.
  • agent-sort – Vorhandene Agenten und Skills kategorisieren und organisieren.

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