Ich habe ein Repo rund um Agent Skills gebaut — hier ist, warum das wichtig ist
Wenn du gerade mit KI-Agenten arbeitest, bist du wahrscheinlich schon an dieselbe Grenze gestoßen:
Du wiederholst immer wieder dieselben Anweisungen — und dein Agent vergisst sie trotzdem.
Genau dieses Problem versuchen Agent Skills zu lösen. Also habe ich ein Repo zusammengestellt, um die Idee in der Praxis zu erkunden:
👉 github.com/andreab67/agent-skills
Was sind Agent Skills?
Agent Skills sind eine einfache, aber wirkungsvolle Idee: Packe wie man etwas tut in wiederverwendbare Anweisungen, die dein KI-Agent bei Bedarf laden kann.
Technisch gesehen sind es einfach Ordner mit einer SKILL.md-Datei sowie optionalen Skripten, Vorlagen und Referenzmaterial. Vom Konzept her sind sie portierbares Fachwissen für KI-Agenten.
Warum das wichtig ist
Die meisten KI-Workflows sehen heute so aus:
- Prompts kopieren und einfügen
- Kontext jedes Mal neu schreiben, wenn du eine Sitzung startest
- Darauf hoffen, dass sich das Modell konsistent verhält
Agent Skills drehen das um:
- Einen Workflow einmal definieren. Die Anweisungen, Beispiele und Einschränkungen einmal gut schreiben.
- Über Projekte und Tools hinweg wiederverwenden. Der Skill lebt in einem Repo, nicht in deiner Zwischenablage.
- Nur bei Bedarf laden. Kein Kontext-Wildwuchs — Agenten ziehen nur den Skill hinein, der für die jeweilige Aufgabe relevant ist.
Dieses „bei Bedarf laden“-Modell ist die zentrale Erkenntnis. Agenten brauchen nicht alles im Voraus. Sie brauchen die richtige Fähigkeit zum richtigen Zeitpunkt.
Worum es in dem Repo geht
Das agent-skills repo ist mein Weg, diese Idee praktisch zu erkunden:
- Wie man Skills so strukturiert, dass sie tatsächlich wiederverwendbar sind
- Was einen nützlichen Skill von einem ausführlichen Prompt in einem Ordner unterscheidet
- Wie man zusammensetzbare Workflows für reale, wiederkehrende Aufgaben baut
Betrachte es als Spielwiese dafür, wiederholte Prompts in wiederverwendbare Systeme zu verwandeln.
Das größere Bild
Wir durchlaufen eine klare Entwicklung:
prompts → tools → agents → skill ecosystems
Agent Skills sitzen in diesem Stack auf einer neuen Ebene:
- Strukturierter als rohe Prompts
- Wiederverwendbarer als benutzerdefinierte Anweisungen, die in einen System-Prompt eingebettet sind
- Leichtergewichtig als das Aufsetzen eines vollständigen benutzerdefinierten Agenten
Sie sind so etwas wie Micro-Plugins für KI-Verhalten — und das ist eine wirklich nützliche Abstraktion.
Ein Realitätscheck
Nicht alle Skills sind gleich. Aus meinen Experimenten dazu:
- Schlechte Skills sind getarnte ausführliche Prompts — lang, allgemein und schwer einzugrenzen
- Gute Skills sind klar, spezifisch und handlungsorientiert — sie definieren die Aufgabe, die Einschränkungen und das erwartete Ergebnis
- Großartige Skills verändern tatsächlich Ergebnisse — sie kodieren echte Fachkompetenz, nicht nur Anweisungen
Der Unterschied zwischen dem zweiten und dem dritten ist Spezifität und Praxisbezug. Ein Skill, der sagt „schreibe sauberen Code“, ist kein Skill. Ein Skill, der sagt „prüfe beim Refactoring einer React-Komponente diese fünf konkreten Muster in genau dieser Reihenfolge und korrigiere nur das, wonach gefragt wurde“ — das ist nützlich.
Der Zusammenhang zu Yoga und Cloud-Architektur
Im Yoga gilt ein Prinzip: Die Abfolge ist genauso wichtig wie die Posen. Du kannst jede Asana kennen und trotzdem eine Praxis aufbauen, die Menschen verletzt, wenn Reihenfolge und Übergänge falsch sind. Dasselbe gilt hier.
Bei Agent Skills geht es im Kern darum, Abfolge und Urteilsvermögen zu kodieren — nicht nur Wissen. Was zu tun ist, wann es zu tun ist und was man weglässt. Das ist es, was sie von einem längeren Prompt unterscheidet.
In der Cloud-Architektur nennen wir das ein Runbook. Die Erkenntnis ist dieselbe: Dokumentiere das Urteilsvermögen, nicht nur die Schritte.
Wohin das führt
Die Zukunft auf kurze Sicht ist:
- Skill-Marktplätze, auf denen Teams Agent-Fähigkeiten teilen und versionieren
- Zusammensetzbare Workflows, bei denen Skills für komplexe Aufgaben miteinander verknüpft werden
- KI-Agenten, die deinen Prozess lernen, nicht nur deine Prompts
Wenn du mit Agenten arbeitest, lohnt es sich, das früh zu erkunden. Fang einfach an: Nimm eine Aufgabe, die du regelmäßig ausführst, schreibe dafür eine SKILL.md, und verwende sie in verschiedenen Sitzungen wieder. Die Verbesserung ist sofort spürbar.
Das Repo ist offen, und Beiträge sind willkommen: