create-skill
について
`create-skill`スキルは、Agent Skills Open Standard (agentskills.io) に準拠した新しいSKILL.mdファイルを生成します。このスキルは、フロントマターのスキーマ定義、セクション構造、そして期待される結果とエラーペアを伴う効果的な手順の記述を扱うことで、開発者がAIエージェント向けの反復可能な手順を体系化することを支援します。ガイドをエージェントが読み取れる形式に変換する場合、スキルライブラリに追加する場合、またはチーム間でワークフローを標準化する場合にご利用ください。
クイックインストール
Claude Code
推奨npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-skillこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
Neuen Skill erstellen
Eine SKILL.md-Datei verfassen, die Agentensysteme verwenden koennen, um ein bestimmtes Verfahren auszufuehren.
Wann verwenden
- Kodifizierung eines wiederholbaren Verfahrens, dem Agenten folgen sollen
- Hinzufuegen einer neuen Faehigkeit zur Skills-Bibliothek
- Konvertierung eines Leitfadens, Runbooks oder einer Checkliste in agentenlesbares Format
- Standardisierung eines Workflows ueber Projekte oder Teams hinweg
Eingaben
- Erforderlich: Aufgabe, die der Skill erledigen soll
- Erforderlich: Domain-Klassifizierung — eine der 48 Domains in
skills/_registry.yml:r-packages,jigsawr,containerization,reporting,compliance,mcp-integration,web-dev,git,general,citations,data-serialization,review,bushcraft,esoteric,design,defensive,project-management,devops,observability,mlops,workflow-visualization,swarm,morphic,alchemy,tcg,intellectual-property,gardening,shiny,animal-training,mycology,prospecting,crafting,library-science,travel,relocation,a2a-protocol,geometry,number-theory,stochastic-processes,theoretical-science,diffusion,hildegard,maintenance,blender,visualization,3d-printing,lapidary,versioning - Erforderlich: Komplexitaetsstufe (basic, intermediate, advanced)
- Optional: Quellmaterial (bestehender Leitfaden, Runbook oder funktionierendes Beispiel)
- Optional: Verwandte Skills als Querverweise
Vorgehensweise
Schritt 1: Verzeichnis erstellen
Jeder Skill lebt in seinem eigenen Verzeichnis:
mkdir -p skills/<skill-name>/
Benennungskonventionen:
- Kleinbuchstaben-Kebab-Case verwenden:
submit-to-cran, nichtSubmitToCRAN - Mit einem Verb beginnen:
create-,setup-,write-,deploy-,configure- - Spezifisch sein:
create-r-dockerfile, nichtcreate-dockerfile
Erwartet: Verzeichnis skills/<skill-name>/ existiert und der Name folgt Kleinbuchstaben-Kebab-Case beginnend mit einem Verb.
Bei Fehler: Falls der Name nicht mit einem Verb beginnt, das Verzeichnis umbenennen. Auf Namenskonflikte pruefen: ls skills/ | grep <keyword>, um sicherzustellen, dass kein bestehender Skill einen ueberlappenden Namen hat.
Schritt 2: YAML-Frontmatter schreiben
---
name: skill-name-here
description: >
Ein bis drei Saetze plus wichtige Aktivierungsausloser. Muss klar genug
sein, damit ein Agent allein anhand der Beschreibung entscheiden kann,
ob er diesen Skill aktivieren soll. Max. 1024 Zeichen. Mit einem Verb beginnen.
license: MIT
allowed-tools: Read Write Edit Bash Grep Glob # optional, experimentell
metadata:
author: Philipp Thoss
version: "1.0"
domain: general
complexity: intermediate
language: R | TypeScript | Python | Docker | Rust | multi
tags: komma, getrennt, kleinbuchstaben, tags
---
Pflichtfelder: name, description
Optionale Felder: license, allowed-tools (experimentell), metadata, compatibility
Metadatenkonventionen:
complexity: basic (< 5 Schritte, keine Randfaelle), intermediate (5-10 Schritte, etwas Urteilsvermoegen), advanced (10+ Schritte, erhebliches Domainwissen)language: Hauptsprache;multifuer sprachenuebergreifende Skills verwendentags: 3-6 Tags zur Auffindbarkeit; Domain-Name einbeziehen
Erwartet: YAML-Frontmatter wird fehlerfrei geparst, name stimmt mit dem Verzeichnisnamen ueberein und description ist unter 1024 Zeichen mit klaren Aktivierungsausloesern.
Bei Fehler: YAML durch Pruefen auf passende ----Begrenzer, korrektes Anzeigen von Versionsstrings (z.B. "1.0" nicht 1.0) und korrekte >-Mehrzeilenfaltsyntax fuer das Beschreibungsfeld validieren.
Schritt 3: Titel und Einfuehrung schreiben
# Skill-Titel (Imperativ-Form)
Ein Absatz: was dieser Skill erreicht und den Mehrwert den er bietet.
Der Titel sollte dem name entsprechen, aber in menschenlesbarer Form. "Submit to CRAN" nicht "submit-to-cran".
Erwartet: Eine #-Ueberschrift auf oberster Ebene in Imperativform, gefolgt von einem praegnanten Absatz ueber das Ziel des Skills.
Bei Fehler: Falls der Titel als Substantivphrase statt als Verbphrase klingt, umschreiben. "Package Submission" wird zu "Submit to CRAN."
Schritt 4: "Wann verwenden" schreiben
3-5 Ausloesebedingungen auflisten — konkrete Szenarien, in denen ein Agent diesen Skill aktivieren sollte:
## When to Use
- Neues R-Paket von Grund auf starten
- Lose R-Skripte in ein Paket konvertieren
- Paketskelett fuer kollaborative Entwicklung einrichten
Aus der Perspektive des Agenten schreiben. Dies sind die Bedingungen, die der Agent prueft, um die Aktivierung zu entscheiden.
Hinweis: Die wichtigsten Ausloesebedingungen sollten auch im Frontmatter-Feld
descriptionerscheinen, da dieses waehrend der Entdeckungsphase gelesen wird, bevor der vollstaendige Hauptteil geladen wird. Der Abschnitt## When to Usebietet zusaetzliche Details und Kontext.
Erwartet: 3-5 Stichpunkte, die konkrete, beobachtbare Bedingungen beschreiben, unter denen ein Agent diesen Skill aktivieren sollte.
Bei Fehler: Falls Ausloser vage wirken ("wenn etwas getan werden muss"), aus der Agentenperspektive neu schreiben: Welcher beobachtbare Zustand oder welche Benutzeranfrage wuerde die Aktivierung ausloesen?
Schritt 5: "Inputs" schreiben
Erforderliche von optionalen trennen. Typen und Standards genau angeben:
## Inputs
- **Required**: Paketname (Kleinbuchstaben, keine Sonderzeichen ausser `.`)
- **Required**: Einzeilige Beschreibung des Paketzwecks
- **Optional**: Lizenztyp (Standard: MIT)
- **Optional**: Ob renv initialisiert werden soll (Standard: ja)
Erwartet: Der Inputs-Abschnitt trennt klar Erforderliche von optionalen Parametern, jeweils mit einem Typhinweis und Standardwert, wo zutreffend.
Bei Fehler: Falls der Typ eines Parameters mehrdeutig ist, ein konkretes Beispiel in Klammern hinzufuegen: "Paketname (Kleinbuchstaben, keine Sonderzeichen ausser .)".
Schritt 6: "Procedure" schreiben
Dies ist das Herzstuck des Skills. Jeder Schritt folgt diesem Muster:
### Step N: Aktionstitel
Kontextsatz, der erklaert, was dieser Schritt erreicht.
\```language
konkreter_code("den der Agent ausfuehren kann")
\```
**Expected:** Wie Erfolg aussieht. Spezifisch sein — Datei erstellt, Ausgabe stimmt mit Muster ueberein, Befehl beendet sich mit 0.
**On failure:** Wiederherstellungsschritte. Nicht nur "beheben" sagen — die haeufigste Fehlerursache und deren Loesung angeben.
Effektive Schritte schreiben:
- Jeder Schritt sollte unabhaengig verifizierbar sein
- Tatsaechlichen Code einbeziehen, keine Pseudocodes
- Den haeufigsten Pfad zuerst, Randfaelle in "On failure"
- 5-10 Schritte sind der optimale Bereich. Unter 5 koennten zu vage sein; ueber 12 sollte in mehrere Skills aufgeteilt werden.
- Auf echte Werkzeuge und echte Befehle verweisen, keine abstrakten Beschreibungen
Erwartet: Der Procedure-Abschnitt enthaelt 5-12 nummerierte Schritte, jeweils mit konkretem Code, einem **Expected:**-Ergebnis und einer **On failure:**-Wiederherstellungsmassnahme.
Bei Fehler: Falls einem Schritt Code fehlt, den tatsaechlichen Befehl oder die Konfiguration hinzufuegen. Falls Expected/On failure fehlt, jetzt schreiben — jeder fehlschlagbare Schritt braucht beides.
Schritt 7: "Validation" schreiben
Eine Checkliste, die der Agent nach Abschluss der Vorgehensweise durchfuehrt:
## Validation
- [ ] Kriterium 1 (pruefbar, binaer bestanden/nicht bestanden)
- [ ] Kriterium 2
- [ ] Keine Fehler oder Warnungen in der Ausgabe
Jedes Element muss objektiv pruefbar sein. "Code ist sauber" ist schlecht. "devtools::check() gibt 0 Fehler zurueck" ist gut.
Erwartet: Eine Markdown-Checkliste (- [ ]) mit 3-8 binaeren Bestanden/Nicht-bestanden-Kriterien, die ein Agent programmatisch oder durch Inspektion pruefen kann.
Bei Fehler: Subjektive Kriterien durch messbare ersetzen. "Gut dokumentiert" wird zu "Alle exportierten Funktionen haben @param-, @return- und @examples-roxygen-Tags."
Schritt 8: "Common Pitfalls" schreiben
3-6 Fallstricke mit Ursache und Vermeidung:
## Common Pitfalls
- **Fallstrickname**: Was schieflaeuft und wie es vermieden wird. Spezifisch ueber Symptom und Loesung sein.
Aus echter Erfahrung schoepfen. Die besten Fallstricke sind solche, die erhebliche Zeit vergeuden und nicht offensichtlich sind.
Erwartet: 3-6 Fallstricke, jeweils mit einem fettgedruckten Namen, einer Beschreibung was schieflaeuft und wie es vermieden wird.
Bei Fehler: Falls Fallstricke generisch wirken ("sei vorsichtig mit X"), sie spezifischer machen: Symptom, Ursache und Loesung benennen. Aus tatsaechlichen Fehlerszenarien waehrend der Entwicklung oder Tests schoepfen.
Schritt 9: "Related Skills" schreiben
2-5 Skills als Querverweise angeben, die haeufig davor, danach oder zusammen mit diesem verwendet werden:
## Related Skills
- `prerequisite-skill` - muss vor diesem Skill durchgefuehrt werden
- `follow-up-skill` - wird haeufig nach diesem Skill durchgefuehrt
- `alternative-skill` - alternativer Ansatz zum gleichen Ziel
Das Feld name des Skills verwenden (Kebab-Case), nicht den Titel.
Erwartet: 2-5 verwandte Skills aufgelistet mit Kebab-Case-IDs und kurzen Beschreibungen der Beziehung (Voraussetzung, Nachfolger, Alternative).
Bei Fehler: Pruefen ob jeder referenzierte Skill existiert: ls skills/<skill-name>/SKILL.md. Alle Verweise auf Skills entfernen, die umbenannt oder entfernt wurden.
Schritt 10: Zur Registry hinzufuegen
skills/_registry.yml bearbeiten und den neuen Skill unter der entsprechenden Domain hinzufuegen:
- id: skill-name-here
path: skill-name-here/SKILL.md
complexity: intermediate
language: multi
description: Einzeilige Beschreibung, die dem Frontmatter entspricht
Den total_skills-Zaehler am Anfang der Registry aktualisieren.
Erwartet: Neuer Eintrag erscheint in skills/_registry.yml unter der korrekten Domain, und total_skills-Zaehler stimmt mit der tatsaechlichen Anzahl der Skill-Verzeichnisse auf der Festplatte ueberein.
Bei Fehler: Skills auf der Festplatte zaehlen mit find skills -name SKILL.md | wc -l und gegen total_skills in der Registry pruefen. Sicherstellen, dass das Feld id genau mit dem Verzeichnisnamen uebereinstimmt.
Schritt 11: Zitate hinzufuegen (Optional)
Falls der Skill auf etablierten Methoden, Forschungsarbeiten, Softwarepaketen oder Standards basiert, Zitations-Unterdateien im references/-Verzeichnis hinzufuegen:
mkdir -p skills/<skill-name>/references/
Zwei Dateien erstellen:
references/CITATIONS.bib— Maschinenlesbares BibTeX (Wahrheitsquelle)references/CITATIONS.md— Menschenlesbare gerenderte Referenzen fuer GitHub-Browsing
% references/CITATIONS.bib
@article{author2024title,
author = {Author, First and Other, Second},
title = {Paper Title},
journal = {Journal Name},
year = {2024},
doi = {10.xxxx/xxxxx}
}
Zitate sind optional — hinzufuegen wenn die Herkunftsverfolgung wichtig ist (akademische Methoden, veroffentlichte Standards, Regulierungsrahmen).
Erwartet: Beide Dateien existieren und .bib wird als gueltiges BibTeX geparst.
Bei Fehler: BibTeX-Syntax mit bibtool -d references/CITATIONS.bib oder einem Online-Validator pruefen.
Schritt 12: Skill validieren
Lokale Validierungspruefungen vor dem Committen durchfuehren:
# Zeilenanzahl pruefen (muss <=500 sein)
lines=$(wc -l < skills/<skill-name>/SKILL.md)
[ "$lines" -le 500 ] && echo "OK ($lines lines)" || echo "FAIL: $lines lines > 500"
# Erforderliche Frontmatter-Felder pruefen
head -20 skills/<skill-name>/SKILL.md | grep -q '^name:' && echo "name: OK"
head -20 skills/<skill-name>/SKILL.md | grep -q '^description:' && echo "description: OK"
Erwartet: Zeilenanzahl <=500, alle Pflichtfelder vorhanden.
Bei Fehler: Falls ueber 500 Zeilen, progressive Disclosure anwenden — grosse Code-Bloecke (>15 Zeilen) in references/EXAMPLES.md extrahieren:
mkdir -p skills/<skill-name>/references/
Erweiterte Code-Beispiele, vollstaendige Konfigurationsdateien und Mehrfachvarianten-Beispiele nach references/EXAMPLES.md verschieben. Querverweis in SKILL.md hinzufuegen: See [EXAMPLES.md](references/EXAMPLES.md) for complete configuration examples. Kurze Inline-Ausschnitte (3-10 Zeilen) im Haupt-SKILL.md behalten.
Schritt 13: Slash-Command-Symlinks erstellen
Symlinks erstellen, damit Claude Code den Skill als /slash-command entdeckt:
# Projektebene (in diesem Projekt verfuegbar)
ln -s ../../skills/<skill-name> .claude/skills/<skill-name>
# Global (in allen Projekten verfuegbar)
ln -s /mnt/d/dev/p/agent-almanac/skills/<skill-name> ~/.claude/skills/<skill-name>
Erwartet: ls -la .claude/skills/<skill-name>/SKILL.md loest sich zur Skill-Datei auf.
Bei Fehler: Pruefen ob der relative Pfad korrekt ist. Von .claude/skills/ aus sollte der Pfad ../../skills/<skill-name> das Skill-Verzeichnis erreichen. readlink -f verwenden, um Symlink-Auflosung zu debuggen.
Schritt 14: Uebersetzungen anlegen
Erforderlich fuer alle Skills. Dieser Schritt gilt sowohl fuer menschliche Autoren als auch fuer KI-Agenten, die dieser Vorgehensweise folgen. Nicht ueberspringen — fehlende Uebersetzungen sammeln sich zu einem veralteten Backlog an.
Unmittelbar nach dem Committen des neuen Skills Uebersetzungsdateien fuer alle 4 unterstuetzten Locales anlegen:
for locale in de zh-CN ja es; do
npm run translate:scaffold -- skills <skill-name> "$locale"
done
Anschliessend die angelegte Prosa in jeder Datei uebersetzen (Code-Bloecke und IDs bleiben auf Englisch). Abschliessend die Statusdateien neu generieren:
npm run translation:status
Erwartet: 4 Dateien unter i18n/{de,zh-CN,ja,es}/skills/<skill-name>/SKILL.md erstellt, alle mit source_commit, der dem aktuellen HEAD entspricht. npm run validate:translations zeigt 0 Stale-Warnungen fuer den neuen Skill.
Bei Fehler: Falls das Scaffolding fehlschlaegt, vor dem Anlegen pruefen ob der Skill in skills/_registry.yml existiert — das Skript liest die Registry. Falls translation:status die neuen Dateien als veraltet anzeigt, pruefen ob source_commit mit dem Commit-Hash uebereinstimmt, an dem die englische Quelle zuletzt geaendert wurde.
Validierung
- SKILL.md existiert unter
skills/<skill-name>/SKILL.md - YAML-Frontmatter wird fehlerfrei geparst
- Feld
namestimmt mit dem Verzeichnisnamen ueberein -
descriptionist unter 1024 Zeichen - Alle Pflichtabschnitte vorhanden: When to Use, Inputs, Procedure, Validation, Common Pitfalls, Related Skills
- Jeder Vorgehensweise-Schritt hat konkreten Code und Expected/On-failure-Paare
- Related Skills verweisen auf gueltige Skill-Namen
- Skill ist in
_registry.ymlmit korrektem Pfad aufgefuehrt -
total_skills-Zaehler in der Registry ist aktualisiert - SKILL.md ist <=500 Zeilen (bei Ueberschreitung nach
references/EXAMPLES.mdextrahieren) - Zitate zu
references/CITATIONS.bib+CITATIONS.mdhinzugefuegt, falls Skill auf veroffentlichten Methoden basiert - Symlink existiert unter
.claude/skills/<skill-name>, der auf das Skill-Verzeichnis zeigt - Globaler Symlink existiert unter
~/.claude/skills/<skill-name>(falls global verfuegbar)
Haeufige Stolperfallen
- Vage Vorgehensweisen: "System entsprechend konfigurieren" ist fuer einen Agenten nutzlos. Genaue Befehle, Dateipfade und Konfigurationswerte angeben.
- Fehlendes On failure: Jeder fehlschlagbare Schritt braucht Wiederherstellungsanleitung. Agenten koennen nicht improvisieren — das Fallback muss ausgeschrieben sein.
- Zu breiter Umfang: Ein Skill, der "gesamte Entwicklungsumgebung einrichten" abdecken will, sollte 3-5 fokussierte Skills sein. Ein Skill = eine Vorgehensweise.
- Nicht pruefbare Validierung: "Codequalitaet ist gut" kann nicht verifiziert werden. "Linter besteht mit 0 Warnungen" kann es.
- Veraltete Querverweise: Beim Umbenennen oder Entfernen von Skills nach dem alten Namen in allen Related-Skills-Abschnitten suchen.
- Beschreibung zu lang: Das Beschreibungsfeld ist das, was Agenten lesen, um die Aktivierung zu entscheiden. Unter 1024 Zeichen halten und Schluesselinformationen voranzustellen.
git mvauf NTFS-gemounteten Pfaden vermeiden (WSL): Auf/mnt/-Pfaden kanngit mvfuer Verzeichnisse fehlerhafte Berechtigungen erstellen. Stattdessenmkdir -p+ Dateien kopieren +git rmdes alten Pfades verwenden.
Beispiele
Ein gut strukturierter Skill folgt dieser Qualitaetscheckliste:
- Ein Agent kann anhand der Beschreibung allein entscheiden, ob er ihn verwenden soll
- Der Vorgehensweise kann mechanisch ohne Mehrdeutigkeit gefolgt werden
- Jeder Schritt hat ein pruefbares Ergebnis
- Fehlermodi haben konkrete Wiederherstellungspfade
- Der Skill kann mit verwandten Skills zusammengestellt werden
Groessensreferenz aus dieser Bibliothek:
- Grundlegende Skills: ~80-120 Zeilen
- Mittlere Skills: ~120-180 Zeilen
- Fortgeschrittene Skills: ~180-250 Zeilen
- Skills mit erweiterten Beispielen: SKILL.md <=500 Zeilen +
references/EXAMPLES.md
Verwandte Skills
evolve-skill- Skills weiterentwickeln und verfeinern, die mit dieser Vorgehensweise erstellt wurdencreate-agent- Parallelverfahren zum Erstellen von Agentendefinitionencreate-team- Parallelverfahren zum Erstellen von Teamzusammensetzungenwrite-claude-md- CLAUDE.md kann Skills fuer projektspezifische Workflows referenzierenconfigure-git-repository- Skills sollten versionskontrolliert seincommit-changes- neuen Skill und seine Symlinks committensecurity-audit-codebase- Skills auf versehentlich enthaltene Geheimnisse oder Anmeldedaten pruefen
GitHub リポジトリ
関連スキル
content-collections
メタこのスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。
polymarket
メタこのスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。
creating-opencode-plugins
メタこのスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。
sglang
メタSGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。
