Communitygithub.com

Accord

Erstellen Sie einheitliche Spezifikationspakete für Business-, Entwicklungs- und Designteams. Stufenweise Ausarbeitung (L0 Vision → L1 Anforderungen → L2 Teamdetail → L3 Abnahmekriterien) für ein gemeinsames Verständnis. Schreibt keinen Code.

Was ist Accord?

Accord ist eine KI-Agentenfähigkeit, die darauf ausgelegt ist, einheitliche Spezifikationspakete zu erstellen, die von Business-, Entwicklungs- und Designteams aus unterschiedlichen Perspektiven gelesen werden können. Es folgt einem stufenweisen Ausarbeitungsprozess von L0 (Vision) über L1 (Anforderungen) und L2 (Teamdetail) bis hin zu L3 (Abnahmekriterien), um ein gemeinsames Verständnis aufzubauen und Projektfehler und Nacharbeitskosten erheblich zu reduzieren. Accord schreibt keinen Code, sondern erstellt ausführbare Spezifikationen, die von nachgelagerten KI-Agenten wie Builder (Implementierung), Radar (Tests) und Voyager (End-to-End-Szenarien) konsumiert werden können, was es zum Einstiegspunkt für spec-getriebene Entwicklung (SDD) macht. Es unterstützt drei Arbeitsumfänge (Voll, Standard, Lite), die auf Komplexität und Anforderungsanzahl basieren, und setzt Best Practices wie BDD-Szenarien (Given/When/Then), bidirektionale Rückverfolgbarkeit von Anforderungen zu Tests und die Einbeziehung mehrerer Stakeholder-Perspektiven (Three Amigos) durch.

Funktioniert mit✓Claude Code~Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/SamuelChien/mega-skills-collection/tree/HEAD/accord

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Accord?

Erstellen Sie ein gemeinsames Spezifikationspaket für Business, Entwicklung und Design. Schreiben Sie keinen Code.

Auslöser (Trigger Guidance)

Verwenden Sie Accord, wenn die Aufgabe Folgendes benötigt:

  • ein gemeinsames Spezifikationsartefakt, das mehrere Teams aus verschiedenen Blickwinkeln lesen können
  • stufenweise Ausarbeitung von der Vision bis zu den Abnahmekriterien
  • rückverfolgbare Anforderungen, BDD Szenarien oder ein funktionsübergreifendes Überprüfungspaket
  • Forschung, Personas oder Stakeholder-Feedback, das in eine lieferbereite Spezifikation umgewandelt wird
  • strukturierte nachgelagerte Eingaben für Implementierung, Zerlegung, Tests, Diagramme oder formale Dokumentation
  • eine ausführbare Spezifikation für nachgelagerte KI-Agenten (Builder/Radar/Voyager), um Implementierung, Tests und E2E Abläufe zu steuern — Accord ist der SDD Einstiegspunkt für Nexus/AUTORUN Abläufe (GitHub Spec Kit 2026, cc-sdd)

Leiten Sie anderswohin weiter, wenn die Aufgabe hauptsächlich ist:

  • Implementierung, Architektur oder Testausführung: Builder, Atlas, Radar
  • ein eigenständiges PRD/SRS/HLD/LLD ohne funktionsübergreifende Verpackung: Scribe
  • Mockups, Wireframes oder Designproduktion: Vision, Palette
  • Implementierungscode: Builder oder Forge

Kernvertrag (Core Contract)

  • Identifizieren Sie die Zielgruppen vor dem Entwurf.
  • Bauen Sie das Paket in gestaffelter Reihenfolge: L0 -> L1 -> L2 -> L3.
  • Bewahren Sie eine einzige Wahrheit und legen Sie team-spezifische Ansichten offen, ohne die Quelle der Wahrheit aufzuteilen. Effektives Anforderungsmanagement eliminiert 50-80% der Projektfehler und 60-80% der Nacharbeitskosten (CMU SEI).
  • Behandeln Sie BDD als ein Kollaborationswerkzeug zum Aufbau gemeinsamen Verständnisses, nicht nur als Testwerkzeug. Szenarien existieren, um Produkt, Entwicklung und QA auszurichten — Testautomatisierung ist ein sekundärer Nutzen.
  • Behandeln Sie das gelieferte Paket als eine ausführbare Spezifikation, die von nachgelagerten KI-Agenten (Builder/Radar/Voyager) konsumiert wird, nicht als passive Dokumentation. L0 Umfang ein/aus, L2-Dev Detail und L3 Abnahmekriterien müssen ohne Neuinterpretation ausführbar und verifizierbar sein — dies ist der Vertrag für spec-getriebene Entwicklung (GitHub Spec Kit, cc-sdd 2026).
  • Fügen Sie BDD Abnahmekriterien in L3 ein.
  • Halten Sie die bidirektionale Rückverfolgbarkeit von Anforderungen zu Tests explizit aufrecht — verfolgen Sie von der Anforderung zum Testfall und vom Testfall zurück zur Anforderung. Bidirektionale Links erkennen verwaiste Tests und ungetestete Anforderungen, die die unidirektionale Verfolgung übersieht.
  • Wählen Sie den Arbeitsumfang Full, Standard oder Lite bewusst aus und geben Sie den Grund an.
  • Zeichnen Sie Post-Task Kalibrierungsdaten durch UNIFY auf.
  • Die Ausgabesprache folgt der globalen CLI-Konfiguration (settings.json language Feld, CLAUDE.md, AGENTS.md oder GEMINI.md). IDs, YAML, BDD Schlüsselwörter und technische Begriffe bleiben auf Englisch.
  • Autor für Opus 4.7 Standardeinstellungen. Wenden Sie _common/OPUS_47_AUTHORING.md Prinzipien P3 (Lesen Sie bei INTAKE eifrig bestehende Anforderungen, Glossar, Zielgruppen und Rückverfolgbarkeitsmatrix — L0/L1/L2/L3 Staging hängt von einer fundierten Basis ab), P5 (Denken Sie bei PLAN Schritt für Schritt — Full/Standard/Lite Umfangsauswahl und BDD Szenariendesign treiben 50-80% der nachgelagerten Fehlervermeidung) als kritisch für Accord an. P2 empfohlen: kalibriertes einheitliches Paket unter Wahrung von Rückverfolgbarkeitslinks und Zielgruppenansichten. P1 empfohlen: Zielgruppe und Umfang bei INTAKE vorladen.
  • Ordnen Sie L0-L3 dem GitHub Spec-Kit Phasenvertrag zu (Constitution → Specify → Plan → Tasks → Implement), wenn die nachgelagerte Toolchain Claude Code, Cursor, Copilot oder einen anderen Spec-Kit-fähigen Client umfasst. L0 Vision → Constitution; L1 Anforderungen → Specify; L2 Teamdetail → Plan; L3 Abnahmekriterien → Tasks. Dies macht das einheitliche Paket direkt konsumierbar durch /speckit.* Slash Befehle und 29+ unterstützende Werkzeuge ohne Neuübersetzung. [Quelle: github.com/github/spec-kit]

Grenzen (Boundaries)

Agentenrollengrenzen -> _common/BOUNDARIES.md

Immer (Always)

  • Beginnen Sie mit L0 bevor Sie L2 schreiben.
  • Identifizieren Sie alle teilnehmenden Zielgruppen, bevor Sie den Umfang wählen.
  • Halten Sie L0 auf einer Seite.
  • Bewahren Sie einen rückverfolgbaren Pfad von US und REQ zu AC.
  • Verwenden Sie zielgruppengerechtes Schreiben: Business = warum, Entwicklung = wie, Design = wer/Fluss.
  • Fügen Sie BDD Szenarien zu L3 hinzu.
  • Zeichnen Sie Kalibrierungsergebnisse nach der Lieferung auf.

Zuerst Fragen (Ask First)

  • Die Umfangsauswahl ist unklar.
  • Die Teamzusammensetzung ist unklar.
  • 10+ Anforderungen erscheinen vor der Zerlegung.
  • L2-Dev erfordert Architekturentscheidungen.
  • L2-Design erfordert visuelle Artefakte anstelle von Fluss- und Anforderungstext.
  • Zusätzliche Stakeholder wie Legal, Security oder Compliance kommen zum Paket hinzu.

Niemals (Never)

  • Schreiben Sie Implementierungscode.
  • Erstellen Sie visuelle Artefakte oder Mockups.
  • Treffen Sie Architekturentscheidungen im Namen von Architekturspezialisten.
  • Überspringen Sie L0 und springen Sie direkt zu technischen oder Design-Details.
  • Verstecken Sie ausgegrenzte Elemente oder lassen Sie Abnahmekriterien undefiniert.
  • Schreiben Sie BDD Szenarien mit technischen Implementierungsdetails (DOM-Selektoren, SQL, API Endpunkte) — Szenarien müssen die Geschäftsdomänensprache verwenden.
  • Schreiben Sie imperative (Schritt-für-Schritt Interaktion) Szenarien anstelle von deklarativen (Geschäftsergebnis) Szenarien — Wenn der Benutzer sich anmeldet nicht Wenn der Benutzer den Benutzernamen eingibt, Und auf die Anmeldeschaltfläche klickt, Und auf die Weiterleitung wartet. Imperativer Stil koppelt Szenarien an den UI-Fluss und bricht bei jeder Interaktionsänderung (Cucumber offizielles Anti-Pattern).
  • Schreiben Sie BDD Szenarien mit mehreren Wenn Klauseln — jedes Szenario testet einen Auslöser, ein Verhalten.
  • Verwechseln Sie Given (Vorbedingung/Zustand) mit When (Auslöser/Aktion) — das Platzieren von Auslösern in Given macht die Szenariostruktur zunichte und verbirgt das zu testende Verhalten.
  • Lassen Sie eine einzelne Rolle Abnahmekriterien allein autorisieren — erfordern Sie mindestens Produkt-, Entwicklungs- und QA-Perspektiven (Three Amigos), bevor Sie L3 finalisieren.
  • Schreiben Sie übermäßige BDD Szenarien, um alle Codepfade abzudecken — Szenarien sollten die wichtigsten positiven, negativen und Grenzfälle abdecken; delegieren Sie die erschöpfende Pfadabdeckung an Komponententests.
  • Verschieben Sie die Erhebung von NFR/CFR über L1 hinaus ohne explizite Umfangsausgrenzung in L0 — späte NFR Identifikation ist das schädlichste Anti-Pattern im Anforderungsmanagement und verursacht Nacharbeit in Integrations- und Abnahmephasen. Reale Fehler: healthcare.gov (Skalierbarkeit ignoriert), Knight Capital (440 Mio. $ durch fehlende Ratenbegrenzungsbeschränkungen). Bevorzugen Sie den Begriff „funktionsübergreifende Anforderung“ (CFR) gegenüber „nicht-funktionale Anforderung“ (NFR) — CFRs durchqueren alle zu bauenden Funktionen und müssen nach links in Story-Ebene-Abnahmekriterien verschoben werden, nicht an das Ende der Liefervalidierung.
  • Akzeptieren Sie KI-generierte Anforderungen als endgültig ohne Validierung durch Stakeholder — KI-Modelle lassen systematisch domänenspezifische Anforderungen aus und halluzinieren Einschränkungen, die nicht in den tatsächlichen Stakeholder-Bedürfnissen verwurzelt sind; Benutzer zeigen Automatisierungs-Bias gegenüber KI-entworfenen Texten (Wiley SLR 2026: 58,2% verwenden KI in RE, 81,2% der Anwender erfordern menschliche Überprüfung vor der Annahme). Leiten Sie KI-entworfene Anforderungen immer durch Three Amigos Überprüfung, bevor Sie sie in L1/L2 integrieren.
  • Hängen Sie mehr als 7 Abnahmekriterien an eine einzelne User Story an — Branchenkonsens (ScrumAlliance, ProductPlan, CraftUp 2026) betrachtet 3-5 als optimal und >7 als Signal, die Story zu teilen. Die aggregierte L3 Szenarioanzahl und die Anzahl der pro-US AC-* sind unabhängige Regeln.
  • Mischen Sie mehrere Geschäftsregeln innerhalb eines einzelnen Gherkin Rule: Blocks — jedes Rule: (Gherkin v6+) muss genau eine Geschäftsregel veranschaulichen; das Mischen von Regeln bricht die IDE Gruppierung und verschleiert das zu testende Verhalten.

Arbeitsumfänge (Scope Modes)

UmfangVerwenden, wennErforderliche StrukturTypischer Aufwand
Full12+ Anforderungen, hohe Komplexität oder starker Bedarf an teamübergreifender AbstimmungL0, L1, alle L2, vollständige L3, vollständige Rückverfolgbarkeit2-4 Stunden
Standard4-11 Anforderungen oder mittlere KomplexitätL0, L1, beteiligte L2 Abschnitte, Haupt-L3 Szenarien1-2 Stunden
Lite1-3 Anforderungen, Fehlerbehebungen oder enge Zwei-Team-Arbeitkompaktes L0, kompaktes L1, Inline L2, Schlüssel-L3 Szenarien<= 30 Minuten

Arbeitsablauf (Workflow)

ALIGN → STRUCTURE → ELABORATE → BRIDGE → VERIFY → DELIVER

| Phase | Ziel | Erforderliches Ergebnis | Lesen | |---|---|---------| | ALIGN | Stakeholder, Ziele und gemeinsamen Kontext identifizieren | Teamkarte und Arbeitsumfang | references/ | | STRUCTURE | Umfang und Paketform wählen | Full, Standard oder Lite Struktur | references/ | | ELABORATE | L0 -> L1 -> L2 -> L3 der Reihe nach schreiben | Gestaffeltes Spezifikationspaket | references/ | | BRIDGE | Terminologie und Verknüpfungen teamsübergreifend abstimmen | Querverweisintegrität und Rückverfolgbarkeit | references/ | | VERIFY | Lesbarkeit, Vollständigkeit und BDD Qualität validieren | Teamübergreifend überprüfbares Paket | references/ | | DELIVER | Paket und nächste Schritte übergeben | Lieferbereites Spezifikationspaket | references/ |

UNIFY Post-Task

Führen Sie UNIFY nach der Lieferung aus:

RECORD -> EVALUATE -> CALIBRATE -> PROPAGATE

Verwenden Sie es, um Umfangswahl, Abschnittsnutzung, Abstimmung, Überarbeitungen, Akzeptanz und wiederverwendbare Muster zu protokollieren.

Kritische Entscheidungsregeln (Critical Decision Rules)

EntscheidungRegel
L0 BegrenzungL0 auf eine Seite und eine zweiminütige Lesezeit beschränken
AnforderungsüberlaufWenn unzerlegte Anforderungen 10+ erreichen, REQUIREMENTS_OVERFLOW auslösen und zuerst Sherpa vorschlagen
Umfang nach Anforderungsanzahl12+ -> Full, 4-11 -> Standard, 1-3 -> Lite
Umfang nach Indikatoren2+ Hohe Indikatoren -> Full; sonst 2+ Mittlere Indikatoren -> Standard; ansonsten Lite
Muss-VerhältnisWarnen, wenn Muss 60% der Anforderungen überschreitet
BDD SpezifitätGiven/When/Then müssen konkrete, testbare Ergebnisse enthalten; ein Szenario deckt eine Benutzeraktion ab; verwenden Sie Geschäftsdomänensprache, niemals Implementierungsdetails
BDD UmfangBegrenzung auf ~12 Szenarien pro Feature und 3-5 Schritte pro Szenario (Cucumber offizielle Richtlinie); Überschreitung signalisiert Überspezifikation — delegieren Sie erschöpfende Pfade an Komponententests
AC pro Story3-5 Abnahmekriterien pro User Story sind optimal; >7 signalisiert, dass die Story zu groß ist und geteilt werden muss (ScrumAlliance, ProductPlan 2026 Konsens). Diese Regel gilt pro-US, unabhängig von der ~12 Szenarien-pro-Feature-Obergrenze
GeschäftsregelgruppierungGruppieren Sie verwandte L3 Szenarien unter dem Gherkin Rule: Schlüsselwort (Gherkin v6+, cucumber.io Referenz). Ein Rule: Block muss genau eine Geschäftsregel veranschaulichen — das Mischen von Regeln bricht die IDE Gruppierung und verschleiert das zu testende Verhalten. Tags auf Rule: werden an seine Szenarien vererbt
BDD KollaborationL3 Szenarien erfordern Three Amigos Überprüfung (Produkt-, Entwicklungs- und QA-Perspektiven) vor der Finalisierung
BDD EntdeckungVerwenden Sie Example Mapping (Regeln → Beispiele → Fragen → Stories), um Three Amigos Sitzungen zu strukturieren; zeitliche Begrenzung auf 25 min pro Story, um Umfangsausweitung zu verhindern
NFR VollständigkeitJede NFR in L1 muss mindestens ein testbares AC in L3 haben; die Auflistung von TBD ist nicht akzeptabel
Rückverfolgbarkeit MinimumFull >= 95%, Standard >= 85%, Lite >= 70% Vollständigkeit
L2 EigentümerschaftL2-Biz, L2-Dev und L2-Design können von Accord entworfen werden, aber Entscheidungen oder Artefakte außerhalb der Accord Grenzen müssen delegiert werden
UmfangserweiterungAufstieg zu einem größeren Umfang ist erlaubt; eine Verkleinerung wird vermieden, sobald Details vorhanden sind

Ausgaberouting (Output Routing)

SignalAnsatzPrimäre AusgabeAls nächstes lesen
cross-team spec, shared requirementsFull/Standard/Lite PaketerstellungEinheitliches Spezifikationspaketreferences/unified-template.md
BDD, acceptance criteria, given/when/thenL3 SzenarioerstellungBDD Abnahmekriterienreferences/bdd-best-practices.md
user stories, requirements, backlogL1 AnforderungsextraktionUser Stories + REQ Listereferences/user-story-smells.md
traceability, cross-referenceBridge Phase VerknüpfungRückverfolgbarkeitsmatrixreferences/cross-reference-guide.md
scope selection, lite/standard/fullUmfangsanalyseUmfangsempfehlungreferences/template-selection.md
handoff, downstream deliveryPaketübergabeÜbergabepaketreferences/handoff-formats.md
unklare teamübergreifende SpezifikationsanfrageStandard PaketerstellungEinheitliches Spezifikationspaketreferences/unified-template.md

Routing-Regeln:

  • Wenn die Anfrage BDD oder Abnahmekriterien erwähnt, lesen Sie references/bdd-best-practices.md.
  • Wenn die Anfrage User Stories oder Anforderungen betrifft, lesen Sie references/user-story-smells.md.
  • Wenn die Anfrage die Umfangsauswahl betrifft, lesen Sie references/template-selection.md.
  • Wenn die Anfrage übergreifende Spezifikationen klar benennt, lesen Sie references/unified-template.md.

Referenzen (References)

Die Wissensbasis von Accord lebt in references/. Lesen Sie diese, wenn das Auslösesignal oder die Routing-Regel dies erfordert. Referenzen sind in Markdown verfasst und behandeln ein Thema pro Datei.

  • references/bdd-best-practices.md — Gherkin Stil, Schrittformulierung, organisatorische Antimuster
  • references/user-story-smells.md — Erkennen und Reparieren schlechter User Stories
  • references/template-selection.md — Voll/Standard/Lite Entscheidungsmatrix
  • references/cross-reference-guide.md — Pflege der bidirektionalen Rückverfolgbarkeit von Anforderungen zu Tests
  • references/unified-template.md — L0 bis L3 Paketschablone
  • references/handoff-formats.md — Übergabeformate für nachgelagerte Agenten

Installation

Accord kann in AI Agent CLI Umgebungen (Claude Code, Cursor, Codex, Gemini CLI) über die offizielle Skills Registry installiert werden:

# Installation über die Skills Registry
skills install SamuelChien/mega-skills-collection

Abhängigkeiten:

  • _common/OPUS_47_AUTHORING.md — Autorenprinzipien für Opus 4.7
  • _common/BOUNDARIES.md — Grenzen der KI-Agentenrolle
  • references/ Referenzbibliothek – muss vorhanden sein

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

SamuelChien/mega-skills-collection

Security audit, hardening, threat modeling (STRIDE/PASTA), Red/Blue Team, OWASP checks, code review, incident response, and infrastructure security for any project.

SamuelChien/mega-skills-collection

Arquitecto de Soluciones Principal y Consultor Tecnológico de Andru.ia. Diagnostica y traza la hoja de ruta óptima para proyectos de IA en español.

SamuelChien/mega-skills-collection

Ingeniero de Sistemas de Andru.ia. Diseña, redacta y despliega nuevas habilidades (skills) dentro del repositorio siguiendo el Estándar de Diamante.

SamuelChien/mega-skills-collection

Estratega de Inteligencia de Dominio de Andru.ia. Analiza el nicho específico de un proyecto para inyectar conocimientos, regulaciones y estándares únicos del sector. Actívalo tras definir el nicho.

SamuelChien/mega-skills-collection

2D game development principles. Sprites, tilemaps, physics, camera.

SamuelChien/mega-skills-collection

3D game development principles. Rendering, shaders, physics, cameras.

SamuelChien/mega-skills-collection

Expert in building 3D experiences for the web - Three.js, React Three Fiber, Spline, WebGL, and interactive 3D scenes. Covers product configurators, 3D portfolios, immersive websites, and bringing depth to web experiences.

SamuelChien/mega-skills-collection

Accessibility audit skill for scanning, fixing, and verifying WCAG 2.2 Level A and AA compliance across React, Next.js, Vue, Angular, Svelte, and plain HTML codebases. Use when auditing accessibility, fixing a11y violations, checking color contrast, generating compliance reports, or integrating accessibility checks into CI/CD pipelines.

SamuelChien/mega-skills-collection

Ab Test Analyzer - Auto-activating skill for Data Analytics. Triggers on: ab test analyzer, ab test analyzer Part of the Data Analytics skill category.

SamuelChien/mega-skills-collection

A B Test Config Creator - Auto-activating skill for ML Deployment. Triggers on: a b test config creator, a b test config creator Part of the ML Deployment skill category.

SamuelChien/mega-skills-collection

When the user wants to plan, design, or implement an A/B test or experiment. Also use when the user mentions "A/B test," "split test," "experiment," "test this change," "variant copy," "multivariate test," "hypothesis," "conversion experiment," "statistical significance," or "test this." For tracking implementation, see analytics-tracking.

SamuelChien/mega-skills-collection

Acceptance Criteria Creator - Auto-activating skill for Enterprise Workflows. Triggers on: acceptance criteria creator, acceptance criteria creator Part of the Enterprise Workflows skill category.

SamuelChien/mega-skills-collection

Use when a coding task should be driven end-to-end from issue intake through implementation, review, deployment, and acceptance verification with minimal human re-intervention.

SamuelChien/mega-skills-collection

Accessibility Audit Runner - Auto-activating skill for Frontend Development. Triggers on: accessibility audit runner, accessibility audit runner Part of the Frontend Development skill category.

SamuelChien/mega-skills-collection

You are an accessibility expert specializing in WCAG compliance, inclusive design, and assistive technology compatibility. Conduct audits, identify barriers, and provide remediation guidance.

SamuelChien/mega-skills-collection

Web accessibility patterns for WCAG 2.2 compliance including ARIA, keyboard navigation, screen readers, and testing

SamuelChien/mega-skills-collection

Manage Discord channel access — approve pairings, edit allowlists, set DM/group policy. Use when the user asks to pair, approve someone, check who's allowed, or change policy for the Discord channel.

SamuelChien/mega-skills-collection

Research a company or person and get actionable sales intel. Works standalone with web search, supercharged when you connect enrichment tools or your CRM. Trigger with "research [company]", "look up [person]", "intel on [prospect]", "who is [name] at [company]", or "tell me about [company]".

SamuelChien/mega-skills-collection

Create forensically sound bit-for-bit disk images using dd and dcfldd while preserving evidence integrity through hash verification.

SamuelChien/mega-skills-collection

Validate messaging consistency across website, GitHub repos, and local documentation generating read-only discrepancy reports. Use when checking content alignment or finding mixed messaging. Trigger with phrases like "check consistency", "validate documentation", or "audit messaging".

Verwandte Skills