MCP HubMCP Hub
스킬 목록으로 돌아가기

create-skill

pjt222
업데이트됨 Yesterday
1 조회
17
2
17
GitHub에서 보기
메타automation

정보

`create-skill` 스킬은 Agent Skills Open Standard(agentskills.io)를 준수하는 새로운 SKILL.md 파일을 생성합니다. 이 스킬은 프론트매터 스키마, 섹션 구조, 예상/오류 쌍을 활용한 효과적인 절차 작성 등을 처리하여 개발자가 AI 에이전트용 반복 가능한 절차를 체계화하도록 돕습니다. 가이드를 에이전트가 읽을 수 있는 형식으로 변환하거나, 스킬 라이브러리에 기능을 추가하거나, 팀 간 워크플로를 표준화할 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-skill

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

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, nicht SubmitToCRAN
  • Mit einem Verb beginnen: create-, setup-, write-, deploy-, configure-
  • Spezifisch sein: create-r-dockerfile, nicht create-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; multi fuer sprachenuebergreifende Skills verwenden
  • tags: 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 description erscheinen, da dieses waehrend der Entdeckungsphase gelesen wird, bevor der vollstaendige Hauptteil geladen wird. Der Abschnitt ## When to Use bietet 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 name stimmt mit dem Verzeichnisnamen ueberein
  • description ist 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.yml mit korrektem Pfad aufgefuehrt
  • total_skills-Zaehler in der Registry ist aktualisiert
  • SKILL.md ist <=500 Zeilen (bei Ueberschreitung nach references/EXAMPLES.md extrahieren)
  • Zitate zu references/CITATIONS.bib + CITATIONS.md hinzugefuegt, 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 mv auf NTFS-gemounteten Pfaden vermeiden (WSL): Auf /mnt/-Pfaden kann git mv fuer Verzeichnisse fehlerhafte Berechtigungen erstellen. Stattdessen mkdir -p + Dateien kopieren + git rm des alten Pfades verwenden.

Beispiele

Ein gut strukturierter Skill folgt dieser Qualitaetscheckliste:

  1. Ein Agent kann anhand der Beschreibung allein entscheiden, ob er ihn verwenden soll
  2. Der Vorgehensweise kann mechanisch ohne Mehrdeutigkeit gefolgt werden
  3. Jeder Schritt hat ein pruefbares Ergebnis
  4. Fehlermodi haben konkrete Wiederherstellungspfade
  5. 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 wurden
  • create-agent - Parallelverfahren zum Erstellen von Agentendefinitionen
  • create-team - Parallelverfahren zum Erstellen von Teamzusammensetzungen
  • write-claude-md - CLAUDE.md kann Skills fuer projektspezifische Workflows referenzieren
  • configure-git-repository - Skills sollten versionskontrolliert sein
  • commit-changes - neuen Skill und seine Symlinks committen
  • security-audit-codebase - Skills auf versehentlich enthaltene Geheimnisse oder Anmeldedaten pruefen

GitHub 저장소

pjt222/agent-almanac
경로: i18n/de/skills/create-skill
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