Communitygithub.com

Shinpr/ai-coding-project-boilerplate

Agentisches TypeScript-Boilerplate für Claude Code – Sub-Agent-Workflows mit integrierten Qualitätssicherungen und Context Engineering.

Was ist ai-coding-project-boilerplate?

Die Skill-Vorlage 'shinpr/ai-coding-project-boilerplate' dient als strukturierte Blaupause zur Erstellung neuer Skills für Claude Code. Der gesamte Erstellungsprozess wird interaktiv geführt: Zunächst erfolgt ein Preflight-Check, um Namenskonflikte auszuschließen. Danach wird das notwendige Domänenwissen in vier aufeinanderfolgenden Fragerunden systematisch erfasst – von der Essenz des Skills über projektspezifische Regeln bis hin zu Entscheidungskriterien und praktischen Beispielen. Dabei wird streng zwischen allgemeinem Wissen und echten projektspezifischen Inhalten unterschieden. Anschließend werden spezialisierte Sub-Agents (Creator und Reviewer) orchestriert, die den generierten Skill automatisch bewerten und iterativ verbessern. Das Ergebnis ist ein validiertes SKILL.md im richtigen Ordner, das sofort verwendet werden kann. Die Vorlage unterstützt die Plattformen Claude Code und ähnliche agentische Entwicklungswerkzeuge, die auf SKILL.md basieren.

Funktioniert mit✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add shinpr/ai-coding-project-boilerplate

In Ihrer bevorzugten KI fragen

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

Dokumentation

Befehlskontext: Führe Benutzer interaktiv durch die Erstellung einer gut strukturierten Skill-Datei, generiere und überprüfe dann optimierten Inhalt.

Skill-Thema: $ARGUMENTS

Ausführungsprozess

Registriere die folgenden Schritte mit TaskCreate und arbeite sie systematisch ab.

Schritt 1: Preflight-Check

  1. Durchsuche vorhandene Skills: .claude/skills/*/SKILL.md, ~/.claude/skills/*/SKILL.md
  2. Wenn $ARGUMENTS mit einem existierenden Skill-Namen übereinstimmt: schlage stattdessen /refine-skill vor und stoppe
  3. Liste vorhandene Skill-Namen zur Information des Benutzers auf

Schritt 2: Skill-Wissen sammeln

Nutze AskUserQuestion, um in 4 Runden Informationen zu sammeln.

Runde 1: Skill-Essenz

  • Welches Domänenwissen codiert dieser Skill? (1-2 Sätze)
  • Was ist das primäre Ziel, wenn dieser Skill angewendet wird? (z. B. „Typsicherheit sicherstellen“, „Testmuster standardisieren“)

Runde 2: Projektspezifischer Nutzen

Überprüfe, ob der vorgeschlagene Skill einen Mehrwert über das Basiswissen des LLM hinaus bietet.

  • Welche projektspezifischen Regeln, Muster, Klassennamen oder Workflows codiert dieser Skill, die das LLM aus dem allgemeinen Training nicht kennen würde?
  • Gib konkrete Beispiele (z. B. spezifische Fehlerklassen, Teamkonventionen, Dateimuster in dieser Codebasis)
BenutzerantwortAktion
Liefert projektspezifische DetailsIn Skill-Inhalt einarbeiten. Zu Runde 3 übergehen.
Beschreibt nur allgemeines WissenWarnung: „Ein Skill, der nur allgemeines Wissen enthält, wird zur Laufzeit wahrscheinlich nicht ausgelöst.“ Angebot: (A) projektspezifische Aspekte identifizieren und hinzufügen, (B) fortfahren mit dem Verständnis, dass der Skill möglicherweise nicht zuverlässig ausgelöst wird

Runde 3: Umfang, Auslöser und Benutzerphrasen

  • Wann soll dieser Skill aktiviert werden? Liste 3-5 konkrete Szenarien auf (z. B. „beim Schreiben von Unit-Tests“, „beim Überprüfen eines PR auf Sicherheit“)
  • Was deckt dieser Skill ausdrücklich NICHT ab? (Umfangsgrenze)
  • Welche Phrasen verwendet Ihr Team tatsächlich, wenn es diese Art von Arbeit anfordert? (z. B. „Fehlerbehandlung zu X hinzufügen“, „die Catch-Blöcke überprüfen“, „die Wiederholungslogik reparieren“)

Klassifiziere die gesammelten Phrasen in zwei Kategorien:

KategorieDefinitionBeispiel
skill-abhängigKann ohne das Wissen des Skills nicht korrekt abgeschlossen werden„Wiederholungslogik implementieren“, „Fehlerbehandlung überprüfen“
musterkopierbarKann durch Lesen und Kopieren vorhandener Code-Muster abgeschlossen werden„eine fetchXxx-Funktion hinzufügen“

Wenn alle Phrasen musterkopierbar sind: „Diese Aufgaben können durch Kopieren vorhandenen Codes erledigt werden. Kannst du ein Szenario nennen, das die versteckten Regeln dieses Skills erfordert?“ Stelle sicher, dass mindestens eine skill-abhängige Phrase existiert, bevor du fortfährst.

Runde 4: Entscheidungskriterien und Belege

  • Was sind die konkreten Regeln oder Kriterien? (das Kernwissen, das codiert werden soll)
  • Gibt es Beispiele für gute/schlechte Muster?
  • Gibt es externe Referenzen oder Standards, auf denen dieser Skill basiert?
  • Praktische Artefakte: „Hast du vorhandene Dateien, frühere Fehlschläge, PRs oder Konversationsprotokolle, die diese Muster demonstrieren?“ (diese verankern den Skill in der realen Nutzung)

Schritt 3: Name und Struktur bestimmen

  1. Leite den Skill-Namen in Gerundium-/Substantivform ab, die den bestehenden Konventionen folgt:
    • coding-standards, typescript-rules, implementation-approach (Substantiv/Gerundium-Kompositum)
  2. Schätze die Größe basierend auf dem Umfang der gesammelten Inhalte
  3. Präsentiere Name und Struktur dem Benutzer per AskUserQuestion zur Bestätigung

Schritt 4: Skill-Inhalt generieren

Rufe den Skill-Creator-Agenten über das Agent-Tool mit den gesammelten Informationen auf:

  • Modus: Erstellung
  • Skill-Name: aus Schritt 3
  • Rohwissen: aus Runde 4
  • Auslöseszenarien: aus Runde 3
  • Benutzerphrasen: aus Runde 3 (sowohl skill-abhängig als auch musterkopierbar)
  • Umfang: aus Runde 3
  • Entscheidungskriterien: aus Runde 4
  • Projektspezifischer Nutzen: aus Runde 2
  • Praktische Artefakte: aus Runde 4 (falls angegeben)

Schritt 5: Generierten Inhalt überprüfen

Rufe den Skill-Reviewer-Agenten über das Agent-Tool auf:

  • Übergib den generierten Inhalt des Skill-Creators
  • Überprüfungsmodus: creation

Bei Note C: wende die vorgeschlagenen Korrekturen des Reviewers an und überprüfe erneut (maximal 2 Iterationen). Bei Note A oder B: fahre mit Schritt 6 fort.

Schritt 6: Benutzerüberprüfung und Schreiben

  1. Präsentiere den generierten SKILL.md-Inhalt dem Benutzer zur endgültigen Freigabe
  2. Bestätige die Übereinstimmung mit den Benutzerzielen: „Erfasst dieser Skill das Wissen und die Kriterien, die du beschrieben hast?“
  3. Bei Überarbeitungswunsch: Änderungen anwenden und den Skill-Reviewer erneut ausführen
  4. Nach Freigabe: schreibe die Datei nach .claude/skills/{name}/SKILL.md
  5. Schlage die Ausführung von /sync-skills vor, um Metadaten und Sprachvarianten zu aktualisieren

Abschlusskriterien

  • Kein Namenskonflikt mit vorhandenen Skills
  • Projektspezifischer Nutzen in Runde 2 validiert
  • Benutzerphrasen gesammelt und klassifiziert (mindestens 1 skill-abhängig)
  • Skill-Name vom Benutzer bestätigt
  • Skill-Creator-Agent hat gültige JSON-Ausgabe zurückgegeben
  • Skill-Reviewer-Agent hat Note A oder B zurückgegeben
  • Benutzer hat den endgültigen Inhalt freigegeben
  • Datei geschrieben nach .claude/skills/{name}/SKILL.md
  • /sync-skills dem Benutzer vorgeschlagen

Fehlerbehandlung

FehlerAktion
Skill-Name existiert bereits/refine-skill {name} vorschlagen
Unzureichendes Wissen nach 4 RundenGezielte Nachfragen stellen (maximal 2 weitere Fragen)
Skill-Creator gibt ungültiges JSON zurückEinmal mit vereinfachter Eingabe wiederholen
Note C nach 2 ÜberprüfungsiterationenAktuellen Inhalt mit Liste der Probleme präsentieren, Benutzer entscheiden lassen
Benutzer lehnt generierten Inhalt abKonkretes Feedback sammeln, Skill-Creator mit Anpassungen erneut ausführen

Umfangsgrenze

Dieser Befehl behandelt: Interaktive Wissenssammlung, Orchestrierung von Creator- und Reviewer-Agenten, Dateischreiben. Dieser Befehl behandelt NICHT: Optimierungslogik für Skill-Inhalte (an Skill-Creator delegiert), Qualitätsbewertungslogik (an Skill-Reviewer delegiert), Metadatensynchronisation (an /sync-skills delegiert).

Verwandte Skills