Communitygithub.com

curiositech/windags-skills

Meta-Agent zum Erstellen neuer benutzerdefinierter Agenten, Skills und MCP-Integrationen. Experte für Agentendesign, MCP-Entwicklung, Skill-Architektur und schnelles Prototyping.

Was ist windags-skills?

Dieser Skill, „Agent Creator“, fungiert als Meta-Agent, der auf die Erstellung neuer, maßgeschneiderter KI-Agenten, Skills und MCP-Integrationen (Model Context Protocol) spezialisiert ist. Er ist ideal für Entwickler und Power-User, die schnell professionelle Agenten für spezifische Domänen entwickeln möchten. Der Agent führt Benutzer durch einen strukturierten Rapid-Prototyping-Workflow, der von der Anforderungsanalyse über das Persona-Design bis hin zur Implementierung und Dokumentation reicht. Er bietet vorgefertigte Agentenvorlagen (z. B. Technischer Experte, Kreativ/Design, Orchestrator) und Anleitungen zur MCP-Servererstellung. Der Skill ist auf Plattformen wie Claude Code, Cursor oder Codex anwendbar und hemmt Anti-Patterns wie vage Persona oder reines Wissen-Dumping. Er ist perfekt für die schnelle Entwicklung neuer Domänenexperten oder die Erweiterung der KI-Fähigkeiten durch benutzerdefinierte Tools und Integrationen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/agent-creator
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Agent Creator

Meta-Agent spezialisiert auf die Erstellung neuer benutzerdefinierter Agenten, Skills und MCP-Integrationen. Verwandle Anforderungen in voll funktionsfähige, gut dokumentierte Agentensysteme.

Kurzanleitung

Benutzer: „Erstelle einen Agenten für Datenbankoptimierung“

Agent Creator:
1. Anforderungen analysieren (Domäne, Benutzer, Probleme, Umfang)
2. Persona entwerfen (Senior DBA, 20 Jahre Erfahrung)
3. Fähigkeiten kartieren (EXPLAIN-Analyse, Indizierung, Query-Rewriting)
4. Vorlage auswählen (Technischer Experte)
5. Wissen kodieren (Anti-Patterns, Techniken, Beispiele)
6. MCP-Tools hinzufügen (optional: SQL-Parser)
7. Nutzung und Einschränkungen dokumentieren

Ergebnis: Produktionsreifer Agent in ca. 45 Minuten

Kernkompetenzen

1. Agentendesign und -architektur

  • Persona-Entwicklung mit unverwechselbaren Stimmen
  • Skill-Definition und Umfangsmanagement
  • Interaktionsmuster entwerfen
  • Wissenskodierung für optimale Abfrage

2. MCP-Integration

  • Protokollverständnis und Serverentwicklung
  • Ressourcenverwaltung und API-Design
  • Zustandsverwaltung für persistente Agenten

3. Skill-Framework-Design

  • Progressive Offenlegung (leichtgewichtige Metadaten, Detail bei Bedarf)
  • Komponierbarkeit und Modularität
  • Klare Dokumentation

Agentenvorlagen

VorlageAm besten geeignet fürSchlüsselelemente
Technischer ExperteDomänenspezialistenProblemlösungsrahmen, Codebeispiele, Best Practices
Kreativ/DesignKreative RollenDesignphilosophie, kreativer Prozess, Qualitätsstandards
OrchestratorKoordinationDelegationsstrategie, Integrationsmuster, Qualitätssicherung

Rapid-Prototyping-Workflow

SchrittZeitAktivität
1. Bedarf verstehen2 MinWelche Fähigkeit fehlt?
2. Persona entwerfen3 MinWelcher Experte würde das lösen?
3. Wissen kartieren10 MinWas müssen sie wissen?
4. Struktur erstellen5 MinIn Vorlage organisieren
5. Beispiele hinzufügen10 MinKonkreter, ausführbarer Code
6. Dokumentation schreiben5 MinWie man es verwendet
7. Testen und verfeinern10 MinMit Abfragen validieren

Gesamt: ~45 Minuten für einen qualitativ hochwertigen Agenten

MCP-Server-Erstellung

Offizielle Pakete:

  • @modelcontextprotocol/sdk - Kern-TypeScript-SDK
  • @modelcontextprotocol/create-server - Neue Server gerüsten
  • @modelcontextprotocol/inspector - Testen und debuggen

Erstellungsschritte:

  1. Fähigkeit definieren (Eingaben, Ausgaben, Zweck)
  2. Schnittstelle entwerfen (sauberes Tool-Schema)
  3. Kernlogik implementieren
  4. Als MCP-Server paketieren

Qualitäts-Checkliste

Expertise

  • Klare Domänengrenzen
  • Spezifische, umsetzbare Anleitung
  • Praxisbeispiele
  • Häufige Fallstricke abgedeckt

Benutzerfreundlichkeit

  • Klare Mission
  • Leicht überfliegbare Struktur
  • Konkrete Codebeispiele

Integration

  • Funktioniert eigenständig
  • Kann mit anderen Agenten kombiniert werden
  • Klare Eingabe-/Ausgabeformate

Wann verwenden

Verwenden für:

  • Erstellung neuer Domänenexperten-Agenten
  • Bau von MCP-Servern für benutzerdefinierte Fähigkeiten
  • Entwerfen von Skill-Architekturen
  • Schnelles Prototyping von KI-Fähigkeiten

NICHT verwenden für:

  • Verwenden vorhandener Agenten (rufe sie direkt auf)
  • Allgemeine Programmieraufgaben (verwende sprachspezifische Skills)
  • Infrastruktureinrichtung (verwende deployment-engineer)
  • Ändern des Kernverhaltens von Claude

Anti-Patterns

Anti-Pattern: Wissen-Dumping

Wie es aussieht: Ganze Dokumentation in den Agenten einfügen Warum falsch: Überwältigend, schlechte Abfrage, aufgeblähter Kontext Stattdessen: Wesentliches Wissen kuratieren, progressive Offenlegung verwenden

Anti-Pattern: Vage Persona

Wie es aussieht: „Du bist ein erfahrener Assistent“ Warum falsch: Keine Persönlichkeit, generische Ausgaben Stattdessen: Spezifische Rolle, Berufserfahrung, Kommunikationsstil

Anti-Pattern: Fehlender Umfang

Wie es aussieht: Agent, der alles machen will Warum falsch: Hansdampf in allen Gassen, nirgends richtig gut Stattdessen: Klare Grenzen mit Umleitungsvorschlägen

Anti-Pattern: Keine Beispiele

Wie es aussieht: Abstrakte Beschreibungen ohne Code Warum falsch: Benutzer sehen nicht, wie sie die Anleitung anwenden sollen Stattdessen: Konkrete, ausführbare Beispiele für Schlüsselmuster

Referenzdateien

  • references/agent-templates.md - Technische, kreative und Orchestrator-Vorlagen
  • references/mcp-integration.md - MCP-Server-Erstellungsmuster, SDK-Nutzung
  • references/creation-process.md - End-to-End-Workflow, Qualitäts-Checkliste

Kernerkenntnis: Große Agenten sind keine Wissen-Dumps – sie sind durchdacht gestaltete Expertensysteme mit Persönlichkeit, praktischer Anleitung und realer Anwendbarkeit.

Verwenden mit: skill-coach (Qualitätsprüfung) | skill-documentarian (Dokumentation) | orchestrator (Multi-Agenten-Design)

Individual skills in this repo

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

curiositech/windags-skills

Expert in 2000s-era music visualization (Milkdrop, AVS, Geiss) and modern WebGL implementations. Specializes in Butterchurn integration, Web Audio API AnalyserNode FFT data, GLSL shaders for audio-reactive visuals, and psychedelic generative art. Activate on "Milkdrop", "music visualization", "WebGL visualizer", "Butterchurn", "audio reactive", "FFT visualization", "spectrum analyzer". NOT for simple bar charts/waveforms (use basic canvas), video editing, or non-audio visuals.

curiositech/windags-skills

Expert legal research agent for finding and scraping expungement data state by state. Knows authoritative sources, URL patterns, Firecrawl configuration, and 2026 legal landscape.

curiositech/windags-skills

Expert in 3D computer vision labeling tools, workflows, and AI-assisted annotation for LiDAR, point clouds, and sensor fusion. Covers SAM4D/Point-SAM, human-in-the-loop architectures, and vertical-specific training strategies. Activate on '3D labeling', 'point cloud annotation', 'LiDAR labeling', 'SAM 3D', 'SAM4D', 'sensor fusion annotation', '3D bounding box', 'semantic segmentation point cloud'. NOT for 2D image labeling (use clip-aware-embeddings), general ML training (use ml-engineer), video annotation without 3D (use computer-vision-pipeline), or VLM prompt engineering (use prompt-engineer).

curiositech/windags-skills

Implement WCAG 2.2 AA/AAA compliance with automated testing, keyboard navigation, screen reader support, and focus management. Activate on: accessibility audit, WCAG compliance, keyboard navigation, screen reader, aria attributes, axe-core, focus trap. NOT for: design-level accessibility review (use design-accessibility-auditor), color contrast only (use css-in-js-architect).

curiositech/windags-skills

Time-blind friendly planning, executive function support, and daily structure for ADHD brains. Specializes in realistic time estimation, dopamine-aware task design, and building systems that actually work for neurodivergent minds.

curiositech/windags-skills

Designs digital experiences for ADHD brains using neuroscience research and UX principles. Expert in reducing cognitive load, time blindness solutions, dopamine-driven engagement, and compassionate design patterns. Activate on 'ADHD design', 'cognitive load', 'accessibility', 'neurodivergent UX', 'time blindness', 'dopamine-driven', 'executive function'. NOT for general accessibility (WCAG only), neurotypical UX design, or simple UI styling without ADHD context.

curiositech/windags-skills

>- Apply crisis decision-making research to agent routing, uncertainty triage, and coordination failure analysis in time-pressured systems. Use when diagnosing handoff failures, analytical paralysis, or expert judgment under incomplete information. NOT for routine coding, simple CRUD design, or static single-agent tasks with complete information.

curiositech/windags-skills

Extend and modify the admin dashboard, developer portal, and operations console. Use when adding new admin tabs, metrics, monitoring features, or internal tools. Activates for dashboard development, analytics, user management, and internal tooling.

curiositech/windags-skills

Conversation patterns and interaction protocols for multi-agent systems. Covers request/response, pub/sub, blackboard, delegation chains, debate, critique, consensus, fan-out/fan-in, supervisor-worker, and peer negotiation. Deep analysis of AutoGen conversation patterns, CrewAI delegation, LangGraph state passing, and FIPA-ACL performatives. Teaches how to design what agents say to each other and in what order. Activate on: "agent conversation", "agent protocol", "multi-agent debate", "agent delegation", "supervisor worker pattern", "agent voting", "consensus protocol", "fan-out fan-in", "agent negotiation", "blackboard pattern", "agent dialogue", "conversation topology", "agent handoff". NOT for: wire format or serialization (use agent-interchange-formats), orchestration infrastructure (use agentic-infrastructure-2026), single agent behavior (use agentic-patterns).

curiositech/windags-skills

AI-powered calendar management and agent-based scheduling coordination. Covers calendar APIs (Google Calendar, CalDAV/iCal), AI scheduling assistants (Reclaim, Clockwise, Motion, Cal.com), building custom calendar agents with MCP, multi-calendar merging, timezone management, focus block protection, meeting fatigue detection, and agent-to-agent meeting negotiation protocols. Activate on: "calendar agent", "AI scheduling", "calendar coordination", "meeting scheduling", "calendar API", "focus time protection", "calendar optimization", "Google Calendar MCP", "Reclaim", "Clockwise", "Motion", "Cal.com", "smart scheduling", "calendar-aware agent", "timezone scheduling", "agent negotiation meetings". NOT for: manual calendar UI component design (use form-validation-architect), project management scheduling or Gantt charts (use project-management-guru-adhd), general time-tracking or pomodoro apps (use adhd-daily-planner for time-awareness), building the agent itself from scratch (use agent-creator).

curiositech/windags-skills

Build and adopt production AI agent infrastructure in 2026. Covers framework selection (LangGraph, CrewAI, AutoGen, MCP), orchestration patterns, evaluation, observability, memory systems, and tool use. Also covers the SOCIAL dimension: how to sell agent infrastructure internally, change management, measuring ROI, building trust in autonomous systems, and scaling adoption across teams. Activate on: "agent infrastructure", "agent framework comparison", "which agent framework", "sell AI tools internally", "agent adoption", "agent observability", "agent evaluation", "MCP architecture", "agentic mesh", "enterprise AI agents", "AI change management", "agent ROI". NOT for: building specific agents (use ai-engineer), designing agent behavior patterns (use agentic-patterns), prompt tuning (use prompt-engineer).

curiositech/windags-skills

Fundamental patterns for effective agentic behavior. Teaches decomposition, tool orchestration, error recovery, context management, quality self-assessment, and knowing when to stop. Model-agnostic principles that make any agent more effective regardless of domain. Activate on: "how should I structure this agent", "agentic workflow", "agent patterns", "multi-step task", "tool orchestration", "/agentic-patterns", "decompose this", "agent best practices", "chain of actions", "when should the agent stop", "agent loop design". NOT for: creating agent infrastructure (use agent-creator), building DAGs (use windags-architect), specific tool implementation.

curiositech/windags-skills

Automated discovery and matching of agent skills for dynamic task routing and capability assessment

curiositech/windags-skills

Cryptographic security for agentic systems — zero-trust agent networking, signed message envelopes (JWS/JWE), capability-based security (ocaps), Merkle tree audit trails, WASM sandboxing, and formal verification. Covers CLI dev tool security, mTLS between agents, permission boundaries (least privilege for AI agents), and supply chain security for skills/plugins. Activate on: "agent security", "zero trust agents", "secure agent communication", "capability-based security", "ocap", "signed messages between agents", "agent audit trail", "sandbox agent execution", "agent permissions", "mTLS agents", "cryptographic verification", "agent supply chain", "OWASP agentic", "prove agent did X", "tamper-proof agent logs". NOT for: application-level SAST scanning (use security-auditor), network firewall rules (use infrastructure), SOC2/HIPAA compliance (organizational), or prompt injection defense (use prompt-engineer).

curiositech/windags-skills

Data structures and serialization formats for agent-to-agent communication. Covers message envelopes, structured output schemas, capability declarations, task handoff payloads, error/retry signaling, and context windows as data structures. Deep comparison of A2A protocol, MCP, OpenAI function calling, and LangChain message types. Teaches when to use rigid schemas vs free-form with validation, typed vs untyped, streaming vs batch. Activate on: "agent message format", "agent communication schema", "agent-to-agent protocol", "A2A protocol", "MCP message format", "structured output for agents", "agent interop", "interchange format", "agent serialization", "task handoff format", "capability declaration". NOT for: what agents say to each other (use agent-conversation-protocols), orchestration topology (use multi-agent-coordination), building agent infrastructure (use agentic-infrastructure-2026).

curiositech/windags-skills

Logic-based agent programming language implementing BDI architecture for practical autonomous agent development

curiositech/windags-skills

>- Design AgentSpeak(L)-style BDI agents with context-guarded plans, selection functions, and intention stacks. Use for interruptible autonomy, agent policy, and multi-agent orchestration in dynamic environments. NOT for simple rule engines, static planners, or centralized workflows.

curiositech/windags-skills

Foundational concurrent computation model where actors communicate exclusively through asynchronous message passing

curiositech/windags-skills

Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.

curiositech/windags-skills

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Verwandte Skills

steipete/sag

ElevenLabs text-to-speech with mac-style say UX.

community

steipete/oracle

Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.

community

steipete/peekaboo

Capture and automate macOS UI with the Peekaboo CLI.

community

mattpocock/design-an-interface

Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".

community

mattpocock/prototype

Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.

community

mattpocock/grill-me

Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".

community