Communitygithub.com

skillify

Verwandle einen wiederholbaren Arbeitsablauf aus der aktuellen Sitzung in einen wiederverwendbaren OMC-Skill-Entwurf.

Was ist skillify?

Dieser Skill hilft dabei, wiederholbare, mehrstufige Arbeitsabläufe aus der aktuellen Sitzung zu identifizieren und in einen strukturierten OMC-Skill (Open Model Context) zu überführen. Er stellt sicher, dass nur wirklich wertvolle, domänenspezifische Workflows erfasst werden – solche, die nicht trivial googelbar sind und echten Debugging-, Design- oder Betriebsaufwand erfordern. Der Skill unterstützt verschiedene Zielorte, darunter integrierte Repository-Skills, nutzer- oder projektspezifische „Learned Skills“ und reine Dokumentation. Er gibt klare Anweisungen zur Erstellung von YAML-Frontmatter, zur Strukturierung von Triggern, Schritten und Erfolgskriterien und speichert die resultierenden Skills in konfigurierbaren, dateibasierten Pfaden wie `~/.claude/skills/omc-learned/` oder `.omc/skills/`. Der Skill ist plattformunabhängig und kann in jeder Claude Code-ähnlichen Umgebung mit OMC-Unterstützung verwendet werden.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Yeachan-Heo/oh-my-claudecode/tree/main/skills/skillify

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht skillify?

Verwende diesen Skill, wenn die aktuelle Sitzung einen wiederholbaren Arbeitsablauf enthüllt hat, der als wiederverwendbarer OMC-Skill festgehalten werden sollte.

Ziel

Erfasse einen erfolgreichen mehrstufigen Workflow als konkreten Skill-Entwurf, anstatt ihn später neu zu entdecken.

Qualitätstor

Bevor du einen Skill extrahierst, müssen alle drei Bedingungen erfüllt sein:

  • „Könnte jemand das in 5 Minuten googeln?“ → Nein.
  • „Ist das spezifisch für diese Codebasis, dieses Projekt oder diesen Workflow?“ → Ja.
  • „Hat das echten Debugging-, Design- oder Betriebsaufwand erfordert, um es zu entdecken?“ → Ja.

Bevorzuge Skills, die Entscheidungsheuristiken, Einschränkungen, Fallstricke und Verifikationsschritte kodieren. Vermeide generische Snippets, Boilerplate oder Bibliotheksbeispiele, die in normale Dokumentation gehören.

Arbeitsablauf

  1. Identifiziere die wiederholbare Aufgabe, die die Sitzung erledigt hat.
  2. Extrahiere:
    • Eingaben
    • geordnete Schritte
    • Erfolgskriterien
    • Einschränkungen / Fallstricke
    • Verifikationsnachweise
    • bestes Zielverzeichnis für den Skill
  3. Entscheide, ob der Workflow als:
    • integrierter Repository-Skill
    • nutzer-/projektspezifischer Learned Skill
    • reine Dokumentation abgelegt werden soll.
  4. Erstelle beim Entwurf einer Learned-Skill-Datei eine vollständige Skill-Datei, die mit YAML-Frontmatter beginnt.
    • Gib niemals reine Markdown-only-Skill-Dateien aus.
    • Schreibe kein reines Markdown ohne Frontmatter.
    • Mindest-Frontmatter:
      ---
      name: <skill-name>
      description: <einzellige Beschreibung>
      triggers:
        - <trigger-1>
        - <trigger-2>
      ---
      
    • Schreibe Learned/User/Project-Skills in dateibasierte Pfade:
      • ${CLAUDE_CONFIG_DIR:-~/.claude}/skills/omc-learned/<skill-name>.md
      • .omc/skills/<skill-name>.md
    • Denke daran, dass nicht committete Skills weiterhin arbeitsbaumlokal sind, bis sie committet oder in ein nutzerweites Verzeichnis kopiert werden.
  5. Entwirf den Rest der Skill-Datei mit klaren Triggern, Schritten, Erfolgskriterien und Fallstricken.
  6. Weise auf alles hin, das noch zu unscharf ist, um es sicher zu kodieren.

Regeln

  • Erfasse nur Workflows, die tatsächlich wiederholbar sind.
  • Halte den Skill praktisch und abgegrenzt.
  • Bevorzuge explizite Erfolgskriterien gegenüber vagen Beschreibungen.
  • Wenn der Workflow noch ungelöste Verzweigungsentscheidungen hat, notiere sie vor dem Entwurf.
  • Behalte omc-learned als Speicherverzeichnisnamen aus Kompatibilitätsgründen bei; stelle es nicht als öffentlichen Aufrufnamen dar.

Ausgabe

  • Vorgeschlagener Skill-Name
  • Zielverzeichnis
  • Struktur des Workflow-Entwurfs oder vollständige Skill-Datei
  • Verifikations- oder Qualitätstor-Anmerkungen
  • Offene Fragen, falls vorhanden

Individual skills in this repo

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

agent-doc-discipline

Writing-time discipline for documents agents consume (the five surfaces, specs, tickets, .omc/skills/) — every rule checkable and carrying a why, steps before reference, one meaning in one home, no restating what the environment already says. Mandatory at drydock seed generation and the launch C5 sediment pass; opt-in for any other agent-facing doc edit. The companion of minimal-code-discipline: that one disciplines code, this one disciplines papers.

ai-slop-cleaner

Clean AI-generated code slop with a regression-safe, deletion-first workflow and optional reviewer-only mode

ask

Process-first advisor routing for Claude, Codex, Gemini, Antigravity, Grok, or Cursor via `omc ask`, with artifact capture and no raw CLI assembly

ask-navigator

Shipyard

autopilot

Full autonomous execution from idea to working code

autoresearch

Stateful single-mission improvement loop with strict evaluator contract, markdown decision logs, and max-runtime stop behavior

cancel

Cancel any active OMC mode (autopilot, ralph, ultragoal, swarm, ultrapilot, pipeline, team) and clean up retired legacy state

configure-notifications

Configure notification integrations (Telegram, Discord, Slack) via natural language

debug

Diagnose the current OMC session or repo state using logs, traces, state, and focused reproduction

deepinit

Deep codebase initialization with hierarchical AGENTS.md documentation

deep-interview

Socratic deep interview with mathematical ambiguity gating before explicit execution approval

drydock

Lay the keel of the shipyard harness in any repo — the 4-pillar shared environment (Context, Rules, Tools, Standards) across 5 surfaces (CLAUDE.md, skills, design-system, mcp/cli, shared context) so that every human and agent inherits the same design language and anyone can ship. Run once per repo; re-run with --check to audit drift.

execute

Carry an approved task through to working, verified code

external-context

Invoke parallel document-specialist agents for external web searches and documentation lookup

graph

Deterministic orchestration graph runtime - declarative DAG pipelines with journal-based crash recovery

harbor

Harbor intake for external work — the captain only handles unresolved decisions. Sweeps incoming issues and PRs, verifies every claim before disposition, reuses every decision already made, and hands the maintainer a docket whose pending items each carry one question with options, recommendation, impact and evidence. Agent-autonomous for facts and for actions covered by standing authorization; signed for every new judgment. Never merges.

hud

Configure HUD display options (layout, presets, display elements)

launch

Shipyard

loft

Loft the shape before cutting steel — answer a design question that prose cannot settle by building a throwaway artifact: a pure logic module in a clickable shell, or structurally different UI variants behind one route. The captain reacts to the artifact; the answer folds into the decision; the artifact never docks. Use when a design question stalls in words, when a navigator map carries a loft ticket, or when a spec discussion reaches

minimal-code-discipline

YAGNI-ladder coding discipline for writing changes — existence-first, reuse before writing, dependency ladder, shortest correct diff, with non-negotiables that must never be minimized away

Verwandte Skills