MCP HubMCP Hub
스킬 목록으로 돌아가기

create-team

pjt222
업데이트됨 2 days ago
4 조회
17
2
17
GitHub에서 보기
메타automationdesign

정보

`create-team` 스킬은 표준화된 템플릿과 레지스트리 규약에 따라 새로운 다중 에이전트 팀 구성 파일을 생성합니다. 이 스킬은 팀 목적 정의, 멤버 선정, 조정 패턴, 작업 분해, 자동화된 문서화를 처리합니다. 다중 에이전트 워크플로우를 정의하거나, 복잡한 검토 프로세스를 위한 에이전트를 구성하거나, 반복적인 협업 작업을 위한 조정 그룹을 생성할 때 사용하세요.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-team

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

Neues Team erstellen

Eine Multi-Agenten-Teamzusammensetzung definieren, die zwei oder mehr Agenten koordiniert, um Aufgaben zu erledigen, die mehrere Perspektiven, Spezialgebiete oder Phasen erfordern. Die resultierende Teamdatei wird in die Teams-Registry integriert und kann in Claude Code namentlich aktiviert werden.

Wann verwenden

  • Eine Aufgabe erfordert mehrere Perspektiven, die ein einzelner Agent nicht liefern kann (z.B. Code-Review plus Sicherheitspruefung plus Architektur-Review)
  • Ein wiederkehrender kollaborativer Workflow mit konsistenten Rollenzuweisungen und Uebergabemustern wird benoetigt
  • Eine bestehende Agenten-Zusammensetzung wird wiederholt verwendet und soll formalisiert werden
  • Ein komplexer Prozess zergliedert sich natuerlich in Phasen oder Spezialgebiete, die von verschiedenen Agenten behandelt werden
  • Eine koordinierte Gruppe fuer sprint-basierte, pipeline-basierte oder parallele Arbeit definiert werden soll

Eingaben

  • Erforderlich: Teamname (Kleinbuchstaben-Kebab-Case, z.B. data-pipeline-review)
  • Erforderlich: Teamzweck (ein Absatz der beschreibt, welches Problem mehrere Agenten erfordert)
  • Erforderlich: Lead-Agent (muss in agents/_registry.yml existieren)
  • Optional: Koordinationsmuster (Standard: hub-and-spoke). Eines von: hub-and-spoke, sequential, parallel, timeboxed, adaptive
  • Optional: Anzahl der Mitglieder (Standard: 3-4; empfohlener Bereich: 2-5)
  • Optional: Quellmaterial (bestehender Workflow, Runbook oder Ad-hoc-Teamzusammensetzung zur Formalisierung)

Vorgehensweise

Schritt 1: Teamzweck definieren

Artikulieren, welches Problem mehrere gemeinsam arbeitende Agenten erfordert. Ein gueltiger Teamzweck muss antworten:

  1. Welches Ergebnis liefert dieses Team? (z.B. ein umfassender Pruefbericht, eine bereitgestellte Anwendung, ein Sprint-Inkrement)
  2. Warum kann ein einzelner Agent dies nicht tun? Mindestens zwei unterschiedliche Spezialgebiete oder Perspektiven identifizieren.
  3. Wann sollte dieses Team aktiviert werden? Ausloesebedingungen definieren.

Den Zweck als einen Absatz schreiben, den ein Mensch oder Agent lesen kann, um zu entscheiden, ob dieses Team aktiviert werden soll.

Erwartet: Ein klarer Absatz, der das Wertangebot des Teams erklaert, mit mindestens zwei identifizierten unterschiedlichen Spezialgebieten.

Bei Fehler: Falls keine zwei unterschiedlichen Spezialgebiete identifiziert werden koennen, braucht die Aufgabe wahrscheinlich kein Team. Stattdessen einen einzelnen Agenten mit mehreren Skills verwenden.

Schritt 2: Lead-Agenten auswaehlen

Der Lead-Agent orchestriert das Team. Einen Agenten aus agents/_registry.yml waehlen, der:

  • Ueber Domain-Expertise relevant fuer den primaeren Output des Teams verfuegt
  • Eingehende Anfragen in Teilaufgaben fuer andere Mitglieder zerlegen kann
  • Ergebnisse von mehreren Pruefern zu einem kohaerenten Lieferobjekt zusammenfuehren kann
# Alle verfuegbaren Agenten auflisten
grep "^  - id:" agents/_registry.yml

Der Lead muss auch als Mitglied in der Teamzusammensetzung erscheinen (der Lead ist immer ein Mitglied).

Erwartet: Ein Agent als Lead ausgewaehlt, dessen Existenz in der Agenten-Registry bestaetigt.

Bei Fehler: Falls kein bestehender Agent fuer die Lead-Rolle passt, zuerst einen erstellen mit dem Skill create-agent. Kein Team mit einem Lead erstellen, der nicht als Agentendefinition existiert.

Schritt 3: Mitglieder-Agenten auswaehlen

2-5 Mitglieder (einschliesslich des Leads) mit klaren, nicht ueberlappenden Verantwortlichkeiten waehlen. Fuer jedes Mitglied definieren:

  • id: Agentenname aus der Agenten-Registry
  • role: Ein kurzer Titel (z.B. "Qualitaetspruefer", "Sicherheitsauditor", "Architektur-Reviewer")
  • responsibilities: Ein Satz der beschreibt, was dieses Mitglied tut, was kein anderes tut
# Pruefen ob jeder Kandidat-Agent existiert
grep "id: agent-name-here" agents/_registry.yml

Nicht-Ueberschneidung pruefen: keine zwei Mitglieder sollten dieselbe primaere Verantwortlichkeit haben. Falls Verantwortlichkeiten sich ueberschneiden, entweder die Rollen zusammenfuehren oder die Grenzen schaerfen.

Erwartet: 2-5 Mitglieder ausgewaehlt, jeweils mit einer einzigartigen Rolle und klaren Verantwortlichkeiten, alle in der Agenten-Registry bestaetigt.

Bei Fehler: Falls ein benotigter Agent nicht existiert, zuerst einen erstellen. Falls Verantwortlichkeiten zwischen zwei Mitgliedern ueberlappen, sie umschreiben, um Grenzen zu klaeren, oder ein Mitglied entfernen.

Schritt 4: Koordinationsmuster waehlen

Das Muster waehlen, das am besten zum Workflow des Teams passt. Die fuenf Muster und ihre Anwendungsfaelle:

MusterWann verwendenBeispielteams
hub-and-spokeLead verteilt Aufgaben, sammelt Ergebnisse, synthetisiert. Am besten fuer Review- und Audit-Workflows.r-package-review, gxp-compliance-validation
sequentialJeder Agent baut auf der Ausgabe des vorherigen auf. Am besten fuer Pipelines und phasenweise Workflows.fullstack-web-dev, tending
parallelAlle Agenten arbeiten gleichzeitig an unabhaengigen Teilaufgaben. Am besten wenn Teilaufgaben keine Abhaengigkeiten haben.devops-platform-engineering
timeboxedArbeit in feste Iterationen unterteilt. Am besten fuer laufende Projektarbeit mit einem Backlog.scrum-team
adaptiveTeam selbst-organisiert sich basierend auf der Aufgabe. Am besten fuer unbekannte oder hochvariable Aufgaben.opaque-team

Entscheidungshilfe:

  • Falls der Lead alle Ergebnisse sehen muss, bevor er Output liefert: hub-and-spoke
  • Falls Agent B die Ausgabe von Agent A benoetigt, um zu beginnen: sequential
  • Falls alle Agenten ohne Ergebnisse der anderen arbeiten koennen: parallel
  • Falls die Arbeit mehrere Iterationen mit Planungszeremonien umfasst: timeboxed
  • Falls die Aufgabenstruktur nicht im Voraus vorhersagbar ist: adaptive

Erwartet: Ein Koordinationsmuster mit einer klaren Begruendung fuer die Wahl.

Bei Fehler: Im Zweifel hub-and-spoke verwenden. Es ist das haeufigste Muster und funktioniert fuer die meisten Review- und Analyse-Workflows.

Schritt 5: Aufgabenzerlegung entwerfen

Definieren, wie eine typische eingehende Anfrage auf die Teammitglieder aufgeteilt wird. Als Phasen strukturieren:

  1. Einrichtungsphase: Was der Lead tut, um die Anfrage zu analysieren und Aufgaben zu erstellen
  2. Ausfuehrungsphase: Woran jedes Mitglied arbeitet (parallel, sequenziell oder pro Sprint je nach Koordinationsmuster)
  3. Synthesephase: Wie Ergebnisse gesammelt und das endgueltige Lieferobjekt erstellt wird

Fuer jedes Mitglied 3-5 konkrete Aufgaben auflisten, die sie bei einer typischen Anfrage erledigen wuerden.

Erwartet: Eine phasenbezogene Zerlegung mit konkreten Aufgaben pro Mitglied, die dem gewahlten Koordinationsmuster entspricht.

Bei Fehler: Falls Aufgaben zu vage sind (z.B. "prueft Dinge"), sie spezifischer machen (z.B. "prueft Code-Stil gegen den tidyverse Style Guide, prueft Testabdeckung, bewertet Fehlermeldungsqualitaet").

Schritt 6: Die Teamdatei schreiben

Vorlage kopieren und alle Abschnitte ausfuellen:

cp teams/_template.md teams/<team-name>.md

Folgende Abschnitte in dieser Reihenfolge ausfuellen:

  1. YAML-Frontmatter: name, description, lead, version ("1.0.0"), author, created, updated, tags, coordination, members[] (jeweils mit id, role, responsibilities)
  2. Titel: # Team Name (menschenlesbar, Titelschreibweise)
  3. Einfuehrung: Zusammenfassender Absatz
  4. Zweck: Warum dieses Team existiert, welche Spezialgebiete es vereint
  5. Teamzusammensetzung: Tabelle mit Spalten Mitglied, Agent, Rolle, Schwerpunkte
  6. Koordinationsmuster: Prosabeschreibung plus ASCII-Diagramm des Ablaufs
  7. Aufgabenzerlegung: Phasengliederung mit konkreten Aufgaben pro Mitglied
  8. Konfiguration: Maschinenlesbarer CONFIG-Block (siehe Schritt 7)
  9. Verwendungsszenarien: 2-3 konkrete Szenarien mit Beispiel-Benutzeranfragen
  10. Einschraenkungen: 3-5 bekannte Beschraenkungen
  11. Siehe auch: Links zu Mitglieder-Agentendateien und verwandten Skills/Teams

Erwartet: Eine vollstaendige Teamdatei mit allen ausgefuellten Abschnitten, ohne verbleibenden Platzhaltertext aus der Vorlage.

Bei Fehler: Mit einer bestehenden Teamdatei vergleichen (z.B. teams/r-package-review.md), um die Struktur zu pruefen. Nach Vorlage-Platzhalterstrings wie "your-team-name" oder "another-agent" suchen.

Schritt 7: Den CONFIG-Block schreiben

Der CONFIG-Block zwischen <!-- CONFIG:START --> und <!-- CONFIG:END --> liefert maschinenlesbares YAML fuer Werkzeuge. So strukturieren:

<!-- CONFIG:START -->
```yaml
team:
  name: <team-name>
  lead: <lead-agent-id>
  coordination: <pattern>
  members:
    - agent: <agent-id>
      role: <role-title>
      subagent_type: <agent-id>
    # ... fuer jedes Mitglied wiederholen
  tasks:
    - name: <task-name>
      assignee: <agent-id>
      description: <einzeilige Beschreibung>
    # ... fuer jede Aufgabe wiederholen
    - name: synthesize-report
      assignee: <lead-agent-id>
      description: <Synthesebeschreibung>
      blocked_by: [<prior-task-names>]
```
<!-- CONFIG:END -->

Das Feld subagent_type ordnet Claude Code-Agententypen zu. Fuer Agenten in .claude/agents/ die Agenten-ID als subagent_type verwenden. blocked_by zur Ausdrueckung von Aufgabenabhaengigkeiten verwenden.

Erwartet: CONFIG-Block ist gueltiges YAML, alle Agenten stimmen mit denen in der Frontmatter-Mitgliederliste ueberein und Aufgabenabhaengigkeiten bilden einen gueltigen DAG (keine Zyklen).

Bei Fehler: YAML-Syntax pruefen. Sicherstellen, dass jeder assignee in der Aufgabenliste einem agent in der Mitgliederliste entspricht. Pruefen ob blocked_by nur Aufgabennamen referenziert, die frueher in der Liste definiert wurden.

Schritt 8: Zur Registry hinzufuegen

teams/_registry.yml bearbeiten, um das neue Team hinzuzufuegen:

- id: <team-name>
  path: <team-name>.md
  lead: <lead-agent-id>
  members: [<agent-id-1>, <agent-id-2>, ...]
  coordination: <pattern>
  description: <einzeilige Beschreibung, die dem Frontmatter entspricht>

Den total_teams-Zaehler am Anfang der Registry aktualisieren.

# Pruefen ob der Eintrag hinzugefuegt wurde
grep "id: <team-name>" teams/_registry.yml

Erwartet: Neuer Eintrag erscheint in der Registry, total_teams-Zaehler ist um eins erhoeht.

Bei Fehler: Falls der Teamname bereits in der Registry existiert, einen anderen Namen waehlen oder den bestehenden Eintrag aktualisieren. Pruefen ob die YAML-Einrueckung mit bestehenden Eintraegen uebereinstimmt.

Schritt 9: README-Automatisierung ausfuehren

README-Dateien aus der aktualisierten Registry neu generieren:

npm run update-readmes

Erwartet: Befehl beendet mit 0, teams/README.md listet jetzt das neue Team auf.

Bei Fehler: npm run check-readmes ausfuehren, um zu sehen, welche Dateien veraltet sind. Falls das Skript fehlschlaegt, pruefen ob package.json im Repository-Stamm existiert und js-yaml installiert ist (npm install).

Schritt 10: Team-Aktivierung pruefen

Testen, ob das Team in Claude Code aktiviert werden kann:

User: Verwende das <team-name>-Team fuer <typische Aufgabenbeschreibung>

Claude Code sollte:

  1. Die Teamdatei unter teams/<team-name>.md finden
  2. Lead und Mitglieder identifizieren
  3. Das in der Datei beschriebene Koordinationsmuster befolgen

Erwartet: Claude Code erkennt den Teamnamen, identifiziert den korrekten Lead und die Mitglieder und befolgt das Koordinationsmuster.

Bei Fehler: Pruefen ob die Teamdatei unter teams/<team-name>.md liegt (nicht in einem Unterverzeichnis). Pruefen ob alle Mitglieder-Agenten in .claude/agents/ existieren (das auf agents/ verweist). Bestaetigen, dass das Team in teams/_registry.yml aufgefuehrt ist.

Schritt 11: Uebersetzungen anlegen

Erforderlich fuer alle Teams. 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 Teams Uebersetzungsdateien fuer alle 4 unterstuetzten Locales anlegen:

for locale in de zh-CN ja es; do
  npm run translate:scaffold -- teams <team-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}/teams/<team-name>.md erstellt, alle mit source_commit, der dem aktuellen HEAD entspricht. npm run validate:translations zeigt 0 Stale-Warnungen fuer das neue Team.

Bei Fehler: Falls das Scaffolding fehlschlaegt, pruefen ob das Team in teams/_registry.yml existiert. Falls sich die Statusdateien nicht aktualisieren, npm run translation:status explizit ausfuehren — es wird nicht automatisch von CI ausgeloest.

Validierung

  • Teamdatei existiert unter teams/<team-name>.md
  • YAML-Frontmatter wird fehlerfrei geparst
  • Alle Pflicht-Frontmatter-Felder vorhanden: name, description, lead, version, author, coordination, members[]
  • Jedes Mitglied im Frontmatter hat id, role und responsibilities
  • Alle Abschnitte vorhanden: Purpose, Team Composition, Coordination Pattern, Task Decomposition, Configuration, Usage Scenarios, Limitations, See Also
  • CONFIG-Block existiert zwischen <!-- CONFIG:START --> und <!-- CONFIG:END --> Markierungen
  • CONFIG-Block-YAML ist gueltig und parsebar
  • Alle Mitglieder-Agenten-IDs existieren in agents/_registry.yml
  • Lead-Agent erscheint in der Mitgliederliste
  • Keine zwei Mitglieder teilen dieselbe primaere Verantwortlichkeit
  • Team ist in teams/_registry.yml mit korrektem Pfad, Lead, Mitgliedern und Koordination aufgefuehrt
  • total_teams-Zaehler in der Registry ist erhoeht
  • npm run update-readmes wird ohne Fehler abgeschlossen

Haeufige Stolperfallen

  • Zu viele Mitglieder: Teams mit mehr als 5 Mitgliedern sind schwer zu koordinieren. Der Overhead des Verteilens von Aufgaben und Synthetisierens von Ergebnissen ueberwiegt den Nutzen zusaetzlicher Perspektiven. In zwei Teams aufteilen oder auf wesentliche Spezialgebiete reduzieren.
  • Ueberlappende Verantwortlichkeiten: Falls zwei Mitglieder beide "Code-Qualitaet pruefen", werden ihre Ergebnisse in Konflikt stehen. Jedes Mitglied muss einen klar unterschiedlichen Schwerpunktbereich haben.
  • Falsches Koordinationsmuster: hub-and-spoke verwenden, wenn Agenten die Ausgaben der anderen benoetigen (sollte sequential sein), oder sequential verwenden, wenn Agenten unabhaengig arbeiten koennen (sollte parallel sein).
  • Fehlender CONFIG-Block: Der CONFIG-Block ist kein optionaler Prosa-Schmuck. Werkzeuge lesen ihn, um Teams automatisch mit TeamCreate zu erstellen. Ohne ihn ist die Teamdatei nur menschenlesbar.
  • Lead-Agent nicht in der Mitgliederliste: Der Lead muss auch als Mitglied mit eigener Rolle und Verantwortlichkeiten erscheinen. Ein Lead, der nur "koordiniert" ohne substantielle Arbeit zu leisten, verschwendet einen Slot.

Verwandte Skills

  • create-skill - folgt demselben Meta-Muster fuer das Erstellen von SKILL.md-Dateien
  • create-agent - Agentendefinitionen erstellen, die als Teammitglieder dienen
  • commit-changes - die neue Teamdatei und Registry-Aktualisierungen committen

GitHub 저장소

pjt222/agent-almanac
경로: i18n/de/skills/create-team
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

content-collections

메타

이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.

스킬 보기

polymarket

메타

이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.

스킬 보기

creating-opencode-plugins

메타

이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.

스킬 보기

sglang

메타

SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.

스킬 보기