Communitygithub.com

Twistor-Labs/twistor-engineer

14 offene Agent Skills mit 150 Engineering-Regeln, die dein Coding-Agent zitieren kann – jede verlinkt mit einem öffentlichen Engineering-Artikel. Funktioniert in Claude Code, Codex, Cursor, Copilot, Gemini CLI, OpenCode.

Was ist twistor-engineer?

Das Twistor Engineering Toolkit ist eine Sammlung von 14 kostenlosen, offenen Agent Skills, die deinem Coding-Agenten fundierte Engineering-Regeln an die Hand geben. Jede Regel ist mit einem öffentlichen Engineering-Artikel von Unternehmen wie Anthropic, Cloudflare, Netflix, Meta, Uber, Discord, Airbnb, LinkedIn und Zepto verknüpft. Die Skills decken Bereiche wie KI-Agenten-Engineering, LLM-Evaluierung, Systemdesign, Zuverlässigkeit, Performance, Datenplattformen, Sicherheit, Frontend und Datenbanken ab. Zusätzlich gibt es Workflow-Skills für Diff-Reviews, Design-Reviews, Sicherheitsaudits und Postmortems. Dank des offenen `SKILL.md`-Formats funktionieren die Skills in allen gängigen Agenten wie Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI und OpenCode. Die Installation erfolgt mit einem einzigen Befehl: `npx skills add Twistor-Labs/twistor-engineer`. Die Skills liefern zitierbare, geprüfte Empfehlungen, die nachweislich die Antwortqualität verbessern – bei Tests erfüllten sie 71 von 73 Bewertungskriterien, gegenüber 56 ohne die Skills.

Funktioniert mit✓Claude Code✓Codex CLI✓Cursor✓Antigravity✓Gemini CLI✓OpenCode✓Windsurf
npx skills add https://github.com/Twistor-Labs/twistor-engineer/tree/main

In Ihrer bevorzugten KI fragen

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

Vorschau

Aus dem Skill-README

twistor-engineer preview
twistor-engineer preview
twistor-engineer preview
twistor-engineer preview

Dokumentation

Der Twistor's Engineer umfasst 14 kostenlose, offene Agent Skills, die deinem Coding-Agenten Engineering-Regeln mit Quellenangaben liefern. Entwickelt für alle, die möchten, dass die Ratschläge ihres Agenten zu Agenten, Evaluierungen, Systemdesign, Zuverlässigkeit, Performance, Daten, Sicherheit, Frontend und Datenbanken mit einer Quelle versehen sind – plus Skills für Diff-Reviews, Design-Reviews, Sicherheitsaudits und Postmortems. Installiere es in jedem Agenten mit npx skills add Twistor-Labs/twistor-engineer.

Jeder Practice-Skill ist eine kurze Liste von Regeln in der Form „statt X, mache Y“, und jede Ziffer in einer Regel verlinkt auf den öffentlichen Engineering-Artikel, aus dem sie stammt: Anthropic, Cloudflare, Netflix, Meta, Uber, Discord, Airbnb, LinkedIn, Zepto und andere.

Sie verwenden das offene Agent-Skills-Format (SKILL.md), daher funktionieren sie in Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode und jedem anderen Agenten, das dieses Format liest.

Website: engineer.twistorlabs.com. Von Twistor Labs.

Installation

Jeder Agent, ein Befehl. Erkennt die Agenten auf deinem Rechner und installiert in jeden:

npx skills add Twistor-Labs/twistor-engineer

Füge -a <agent> hinzu, um einen auszuwählen (claude-code, codex, cursor, github-copilot, gemini-cli, opencode, windsurf, cline, goose, amp, droid, roo, kiro, zed), -g für deinen Benutzerordner statt des Projekts, oder --skill <name> für einen einzelnen Skill.

Wo du arbeitestWie
Claude Code (CLI, Desktop, IDE)/plugin marketplace add Twistor-Labs/twistor-engineer dann /plugin install twistor-engineer@twistor-engineer. Beinhaltet den engineer-reviewer-Subagenten.
claude.ai und Claude Desktop-AppLade ein Skill-ZIP von Releases herunter, dann Anpassen > Skills > Hochladen. Ein ZIP pro Skill.
Codex (CLI, IDE, App)codex plugin marketplace add Twistor-Labs/twistor-engineer, oder npx skills add Twistor-Labs/twistor-engineer -a codex
GitHub Copilot (CLI, VS Code)npx skills add Twistor-Labs/twistor-engineer -a github-copilot
Gemini CLInpx skills add Twistor-Labs/twistor-engineer -a gemini-cli
Cursornpx skills add Twistor-Labs/twistor-engineer -a cursor
OpenCodenpx skills add Twistor-Labs/twistor-engineer -a opencode
Alles andereKopiere plugins/twistor-engineer/skills/* in den Skills-Ordner deines Agenten (~/.agents/skills/ wird von den meisten gelesen).

Wir testen jedes Release in Claude Code, Codex und OpenCode. Die anderen lesen dasselbe SKILL.md-Format gemäß ihrer eigenen Dokumentation.

Wie man es verwendet

Skills werden automatisch geladen, wenn deine Frage dazu passt. Stelle deinem Agenten eine echte Frage:

  • „Unser p99 hat sich verdoppelt, nachdem wir den Go-Dienst mit einem 2-CPU-Limit auf Kubernetes verschoben haben. Warum?“
  • „Wir pushen ein generiertes Ratenbegrenzungs-Konfiguration in 40 Regionen in 30 Sekunden. Was sollte sich zuerst ändern?“
  • „Sollte unser Support-Bot ein einzelner Agent mit Werkzeugen oder ein Planer mit Unteragenten sein?“

Probiere dann die Workflow-Skills an deinem eigenen Repository aus:

  • engineer-review: „Überprüfe meinen Branch mit engineer-review“. Ein Ergebnis pro Zeile, gekennzeichnet als Bug, Risiko, Kleinigkeit oder Frage, jede mit Verweis auf die verletzte Regel.
  • engineer-postmortem: Füge Vorfallnotizen ein und bitte um eine Postmortem-Analyse. Du erhältst einen UTC-Zeitstrahl, Grundursachen, den nächsten öffentlichen Ausfall sowie Maßnahmen mit Verantwortlichen und erneuten Prüfkriterien.
  • engineer-design-review: Weise es auf ein Design-Dokument oder RFC hin, bevor du etwas baust. Die Ergebnisse nennen den Abschnitt des Dokuments und die Regel sowie die offenen Fragen, die eine Go/No-Go-Entscheidung blockieren.
  • engineer-security-audit: „Prüfe dieses Repository auf Sicherheitslücken“. Jeder Kandidat wird an einen frischen Verifizierer weitergeleitet, der versucht, ihn zu widerlegen – so erhältst du bestätigte Funde, kein Scanner-Rauschen.

Wenn du viele Plugins verwendest und ein Skill nicht geladen wird, rufe ihn namentlich auf, z.B. /twistor-engineer:system-design-scaling in Claude Code oder $system-design-scaling in Codex.

Welche Skills enthalten sind

SkillVerwendung für
ai-agent-engineeringWorkflow vs. Agent, Tool-Design, Kontextbudgets, Multi-Agent, langlebige Ausführungsumgebungen
llm-evalsEvaluierungssets aus echten Fehlern, Code- und Modell-Bewerter, pass@k vs. pass^k, Produktions-Qualitätsprüfungen
system-design-scalingKapazitätsberechnungen, Engpässe, Datenbankauswahl, Caches, Zellen
reliability-incident-responseGestaffelte Rollouts, Konfiguration als Code, Notausschalter, Eskalationsleiter, Postmortems
performance-engineeringEnde-zu-Ende-Latenz, Profiling, GC- und Laufzeitfallen, LLM-Inferenz-Benchmarking
data-ml-platformsDatenverträge, Online/Offline-Parität, Orchestrierung und Nachberechnung, Experimentmetriken
dev-productivity-ai-codingAgenten-gestützter Coding-Workflow, Review bei Agentenvolumen, CI-Kosten, LLM-getriebene Migrationen
security-engineeringSandboxing von Agenten, Anmeldeinformationen außerhalb der Box, eingeschränkte Tools, Genehmigungsstufen
frontend-mobile-engineeringPerformance-Budgets, sichere Mobile-Releases und OTA, servergesteuerte UI, Skalierungslektionen von Startups
database-engineeringOnline-Schemaänderungen, Lock- und Statement-Timeout, Nachberechnungen, Expand-and-Contract, Cutover, Verbindungspools, Wiederherstellungsübungen
engineer-reviewDiff-Review anhand der obigen Checklisten
engineer-design-reviewDesign-Dokument- oder RFC-Review, bevor Code existiert
engineer-security-auditGesamt-Repository-Sicherheitsaudit mit adversarischer Verifikation und einer Karte freier Scanner
engineer-postmortemVorfallnotizen in eine schuldfreie Postmortem-Analyse

Jeder Practice-Skill hat die gleiche Struktur: Wann verwendet, 15 Regeln, die Form einer guten Antwort, Warnsignale, wie überprüft wird, und ein references/-Verzeichnis mit Fallstudien, einer Checkliste und sources.md.

Hilft es?

Wir haben 18 realistische Fragen gestellt, zwei pro Skill, einmal mit und einmal ohne Skill, und jede Antwort anhand von 73 schriftlichen Kriterien bewertet. Mit dem Skill erfüllten die Antworten 71 davon; ohne 56. Der Skill gewann 13 Fragen, endete unentschieden bei 5 und verlor keine, bei etwa 6 % mehr Token pro Antwort. Der größte Unterschied liegt in belegten Details, wie der Ursache eines namentlich genannten Ausfalls oder eines gemessenen Werts eines Unternehmens.

Die drei Skills der Version 1.2 wurden auf die gleiche Weise im November 2026 mit 4 weiteren Fragen und 28 Kriterien getestet: 28 mit dem Skill, 19 ohne. database-engineering 12 vs. 8, engineer-design-review 8 vs. 3, engineer-security-audit 8 vs. 8. Das Audit-Fixture ist derzeit zu einfach: Das reine Modell fand ebenfalls alle platzierten Fehler.

Woher die Regeln stammen

Jede Regel zitiert ihre Quellen per ID ([S3]). Jede ID verweist auf eine Zeile in der references/sources.md des jeweiligen Skills mit URL, Datum und Status: VERIFIED, CORRECTED (die meistgenannte Zahl ist falsch, daher verwenden wir die korrigierte) oder PRESS-SOURCED. Zahlen, die ein Unternehmen über sich selbst nennt, werden als Behauptung dieses Unternehmens aufgeführt.

Unternehmensnamen kennzeichnen die öffentlichen Artikel, die wir zitieren. Twistor Labs ist mit keinem von ihnen verbunden oder wird von ihnen unterstützt.

Lizenz

MIT. Copyright 2026 Twistor Labs Private Limited.

Verwandte Skills