CommunityCodierung & Entwicklunggithub.com

skill-forge-build

Erstellt und generiert KI-Agenten-Fähigkeiten (Skills) durch Strukturierung von Eingaben, Erstellung von SKILL.md-Dateien, Sub-Skills, Skripten und Referenzdateien.

Was ist skill-forge-build?

Skill Builder – Scaffold & Generate ist ein umfassendes Tool zur Erstellung und Generierung von Fähigkeiten (Skills) für KI-Agenten. Es führt Entwickler durch einen mehrstufigen Prozess: von der Eingabesammlung (Plan, Beschreibung oder vorhandener Skill) über die Generierung von Frontmatter, SKILL.md, Sub-Skills (Tier 3-4), Skripten (Tier 2-4) bis hin zu Referenzdateien und Agent-Definitionen. Die Beschreibung im Frontmatter ist entscheidend für die Aktivierung und muss unter 1024 Zeichen bleiben, 5-10 Auslösephrasen enthalten und auf XML-Klammern verzichten. Jeder Sub-Skill hat eine eigene SKILL.md mit YAML-Frontmatter und bezieht sich auf gemeinsam genutzte Referenzdateien. Skripte folgen einem standardisierten Muster mit argparse, JSON-Ausgabe und Fehlerbehandlung. Der Skill unterstützt die Validierung aller generierten Komponenten und bietet einen automatischen Scaffolding-Befehl (`scripts/init_skill.py`). Die Plattform ist Claude Code, die Struktur aber allgemein auf andere Agenten wie Cursor oder Codex übertragbar. Dieser Skill ist besonders nützlich für Entwickler, die schnell neue Agent-Funktionen modular und dokumentiert aufbauen möchten.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AgriciDaniel/skill-forge/tree/main/skills/skill-forge-build

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

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

Dokumentation

Skill Builder — Gerüst & Generierung

Prozess

Schritt 1: Eingaben sammeln

Bestimmen, woraus wir bauen:

  • Plan-Dokument: Ausgabe von /skill-forge plan (bevorzugt)
  • Beschreibung: Natürlichsprachliche Beschreibung des Skills
  • Vorhandener Skill: Pfad zu einem Skill, der als Grundlage dient

Wenn kein Plan existiert, eine kurze Planungsrunde durchführen (3 Schlüsselfragen stellen):

  1. Was macht der Skill? (1-2 Sätze)
  2. Welche Befehle soll er haben? (Liste)
  3. Benötigt er Skripte oder externe Tools? (ja/nein)

Schritt 2: Frontmatter generieren

Der kritischste Schritt. Das Beschreibungsfeld bestimmt die Aktivierung.

Rahmen für Beschreibungen:

[Fähigkeitsaussage] + [Detaillierte Fähigkeiten] + [Auslösephrasen]

Regeln:

  • Unter 1024 Zeichen insgesamt
  • Keine XML-Winkelklammern (< >)
  • 5-10 Auslösephrasen enthalten, die Benutzer sagen würden
  • Dateitypen erwähnen, falls relevant
  • Negative Auslöser hinzufügen, falls Risiko von Überaktivierung besteht

Die vollständige Anleitung befindet sich in references/description-guide.md.

Schritt 3: Haupt-SKILL.md schreiben

Den Hauptteil nach folgender Vorlage strukturieren:

# [Skill-Name] -- [Untertitel]

[1-2 Satz Übersicht]

## Kurzreferenz

| Befehl | Funktion |
|---------|-------------|
| /name cmd1 | Beschreibung |
| /name cmd2 | Beschreibung |

## Orchestrierungslogik

[Wie Befehle zu Sub-Skills weitergeleitet werden]
[Entscheidungsbäume für bedingte Weiterleitung]

## [Domänenspezifischer Abschnitt]

[Kernregeln, Schwellenwerte, Qualitätstore]

## Referenzdateien

[Liste der On-Demand-Referenzdateien]

## Sub-Skills

[Liste der Sub-Skills mit einzeiligen Beschreibungen]

Kritische SKILL.md-Regeln:

  • Unter 500 Zeilen
  • Unter 5000 Tokens
  • Handlungsanweisungen (nicht vage)
  • Fehlerbehandlung enthalten
  • Referenzen verlinken, nicht einbetten

Schritt 4: Sub-Skills generieren (Tier 3-4)

Für jeden Sub-Skill eine SKILL.md mit folgendem Inhalt generieren:

---
name: parent-child
description: >
  [Was es tut]. Verwenden, wenn der Benutzer sagt: "[Auslöser 1]", "[Auslöser 2]",
  "[Auslöser 3]" oder "[Auslöser 4]".
---

Richtlinien für Sub-Skill-Inhalte:

  • Eigenständige Anweisungen für EINEN Workflow
  • Andere Sub-Skills namentlich referenzieren (deren Inhalt nicht einbetten)
  • Gemeinsam genutzte Dateien im references/-Verzeichnis des übergeordneten Skills referenzieren
  • Explizite Eingabe-/Ausgabedefinitionen enthalten

Schritt 5: Skripte generieren (Tier 2-4)

Für jedes Skript:

#!/usr/bin/env python3
"""
Zweck: [Was dieses Skript tut]
Eingabe: [Erwartetes Eingabeformat]
Ausgabe: [Erwartetes Ausgabeformat]
Verwendung: python scripts/skript_name.py [Argumente]
"""

import argparse
import json
import sys
from typing import Any


def main(args: argparse.Namespace) -> dict[str, Any]:
    """Hauptausführungsfunktion."""
    # Eingaben validieren
    # Arbeit erledigen
    # Strukturierte Ausgabe zurückgeben
    pass


if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="[Skriptbeschreibung]")
    parser.add_argument("input", help="[Eingabebeschreibung]")
    parser.add_argument("--output", "-o", help="Ausgabedateipfad")
    args = parser.parse_args()

    try:
        result = main(args)
        print(json.dumps(result, indent=2))
    except Exception as e:
        print(json.dumps({"error": str(e)}), file=sys.stderr)
        sys.exit(1)

Skriptregeln:

  • Ein Skript, eine Verantwortung
  • CLI-Schnittstelle mit argparse
  • Strukturierte JSON-Ausgabe
  • Klare Fehlermeldungen
  • Nach Möglichkeit keine Abhängigkeiten außerhalb der Standardbibliothek

Schritt 6: Referenzdateien generieren

Für jede Referenzdatei:

  • Fokussierung auf EIN Thema
  • Unter 200 Zeilen
  • Konkrete Beispiele enthalten
  • Tabellen für Schwellenwerte und Spezifikationen verwenden
  • In der übergeordneten SKILL.md mit "Bei Bedarf laden" markieren

Schritt 7: Agent-Definitionen generieren (Tier 4)

Agent-Dateien verwenden YAML-Frontmatter (anders als Skills):

---
name: [skill-name]-[rolle]
description: >
  [Was dieser Agent analysiert].
  <example>Benutzer sagt: "[Auslöser]"</example>
model: inherit
color: blue
tools:
  - Read
  - Grep
  - Glob
---

Du bist ein [Rollen]-Spezialist.

## Deine Rolle
[Was dieser Agent tut]

## Prozess
1. [Schritte...]

## Ausgabeformat
Strukturiertes Markdown mit Ergebnissen und Empfehlungen zurückgeben.

Wesentliche Unterschiede zu Skills: Agent-name ist 3-50 Zeichen lang, Beschreibungen KÖNNEN <example>-Blöcke verwenden, agent-spezifische Felder umfassen tools, color, permissionMode, maxTurns, memory. Der Hauptteil wird zum System-Prompt (zweite Person).

Schritt 8: Installationsskript generieren

install.sh erstellen, das Dateien nach ~/.claude/skills/ und ~/.claude/agents/ kopiert.

Schritt 9: Validieren

python scripts/validate_skill.py <pfad> auf dem generierten Skill ausführen. Alle Qualitätstore aus der Haupt-SKILL.md überprüfen.

Schritt 10: Zusammenfassung ausgeben

Dem Benutzer Folgendes präsentieren:

  1. Generierte Dateibaumstruktur
  2. Schlüsseldateien und ihre Zwecke
  3. Installationsanweisungen
  4. Vorgeschlagene Testabfragen (3, die auslösen sollten, 3, die NICHT auslösen sollten)
  5. Nächste Schritte (testen, iterieren, veröffentlichen)

Gerüst-Befehl

Für schnelles Gerüstbauen folgenden Befehl verwenden:

python scripts/init_skill.py <skill-name> --tier <1-4> --path <ausgabe-pfad>

Dies erstellt die vollständige Verzeichnisstruktur mit Platzhalterinhalten.

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

Verwandte Skills