Agent Skills – Der komplette Leitfaden: Steigere deine AI-Programmier-Effizienz mit Addy Osmanis Open-Source-Framework

Was sind Agent Skills?

Agent Skills ist ein Open-Source-Framework, das von Addy Osmani entwickelt wurde. Addy Osmani ist Senior Engineer im Google Chrome Team und ein bekannter Experte für Web-Performance. Das Framework liefert produktionsreife Engineering-Skills und Best Practices für AI-Programmieranwendungen wie Claude Code, Cursor oder Windsurf.

Kurz gesagt: Agent Skills kodifiziert die Workflows, Quality Gates und Best Practices, die erfahrene Software-Ingenieure während der Entwicklung nutzen. Diese werden als wiederverwendbare Skill-Pakete bereitgestellt. So kann ein AI-Agent in jeder Entwicklungsphase konsequent hohe Standards einhalten – genau wie ein erfahrener Ingenieur.

Warum braucht man Agent Skills?

Aktuelle AI-Programmieranwendungen (Claude Code, Codex, Gemini CLI usw.) können zwar Code generieren. Ihnen fehlt aber oft ein systematisches Engineering-Denken:

• ❌ Sie schreiben direkt Code, ohne vorher eine Spezifikation (Spec) zu erstellen
• ❌ Sie implementieren zu viele Funktionen auf einmal. Die Aufgaben sind zu groß
• ❌ Ihnen fehlt das Bewusstsein für testgetriebene Entwicklung
• ❌ Code-Reviews bleiben oberflächlich
• ❌ Vor dem Deployment erfolgt keine ausreichende Validierung

Agent Skills bildet den gesamten Entwicklungslebenszyklus über 7 Slash-Befehle ab. Jeder Befehl aktiviert automatisch das zugehörige Skill-Modul:

Projekt-Highlights

• 🚀 Über 38.971 GitHub Stars. Die Community ist sehr aktiv
• 🔧 Unterstützt mehrere AI-Plattformen: Claude Code, Cursor, Windsurf, OpenClaw und mehr
• 📦 Modulares Design: Jedes Skill ist unabhängig gekapselt und kann bei Bedarf aktiviert werden
• 🎯 Automatische Auslösung: Relevante Skills werden kontextbasiert automatisch aktiviert (z. B. wird api-and-interface-design beim Design einer API automatisch getriggert)
• 🆓 Vollständig Open Source und kostenlos: MIT-Lizenz

Agent Skills installieren

Voraussetzungen

• Claude Code oder eine andere unterstützte AI-Programmieranwendung ist installiert
• Ein GitHub-Account (für die Installation über den Marketplace)

Methode 1: Installation über den Claude Code Marketplace (empfohlen)

# Plugin hinzufügen
/plugin marketplace add addyosmani/agent-skills

# Installieren
/plugin install agent-skills@addy-agent-skills

Falls ein SSH-Fehler auftritt (der Marketplace klont Repositories standardmäßig über SSH), kannst du stattdessen die HTTPS-URL verwenden:

/plugin marketplace add https://github.com/addyosmani/agent-skills.git
/plugin install agent-skills@addy-agent-skills

Methode 2: Lokale Installation (geeignet für Entwickler zum Debuggen)

# Repository klonen
git clone https://github.com/addyosmani/agent-skills.git

# Claude Code mit angegebenem Plugin-Verzeichnis starten
claude --plugin-dir /path/to/agent-skills

Methode 3: Für Cursor-Nutzer

Für Nutzer des Cursor-Editors kannst du beliebige SKILL.md-Dateien in das Verzeichnis .cursor/rules/ kopieren:

# Alle Skill-Dateien kopieren
cp -r agent-skills/skills/* ~/.cursor/rules/

Alternativ kannst du das Remote-Repository in den Cursor-Einstellungen referenzieren.

Methode 4: Andere AI-Assistenten

Der Kern von Agent Skills besteht aus Markdown-formatierten Skill-Beschreibungsdateien (SKILL.md). Theoretisch kann jede AI-Programmieranwendung, die benutzerdefinierte Regeln unterstützt, Agent Skills nutzen:

• Windsurf: Lege die SKILL.md-Dateien im Verzeichnis .windsurfrules/ ab
• OpenClaw: Orientiere dich an der skills/-Verzeichnisstruktur des Projekts
• Benutzerdefinierte Agents: Parse die SKILL.md-Dateien und injiziere sie in den System-Prompt

Core-Features in der Praxis

1. /spec – Erst die Spec, dann der Code

Dies ist eines der wichtigsten Prinzipien von Agent Skills: Bevor du auch nur eine Zeile Code schreibst, mach klar, was du eigentlich bauen willst.

Anwendung:

/spec Ich möchte eine REST-API bauen, die Benutzerregistrierung, Login und JWT-Authentifizierung unterstützt

Die KI generiert daraufhin ein strukturiertes Spec-Dokument. Dieses umfasst:

• Eine Liste der funktionalen Anforderungen
• Das API-Endpunkt-Design
• Definitionen der Datenmodelle
• Begründungen für die Wahl des Tech-Stacks
• Akzeptanzkriterien

Beispiel für einen Ausschnitt der Ausgabe:

## API-Spezifikation

### Endpunkt-Design

- POST /api/auth/register
  - Request Body: { email, password, name }
  - Response: { userId, token }
  - Fehler: 409 (E-Mail existiert bereits), 400 (Passwort zu schwach)

- POST /api/auth/login
  - Request Body: { email, password }
  - Response: { token, expiresIn }

### Datenmodell

User:
  - id: UUID
  - email: string (unique, indexiert)
  - password_hash: string (bcrypt)
  - created_at: timestamp

2. /plan – Kleine, atomare Aufgaben

Nachdem die Spec steht, beginne nicht sofort mit dem Coding. Nutze zuerst /plan, um die große Aufgabe in kleine, atomare Teilaufgaben zu zerlegen. Jede Teilaufgabe sollte:

• In 15–30 Minuten erledigt sein
• Klare Inputs und Outputs haben
• Unabhängig testbar sein

Anwendung:

/plan Plane die Implementierungsschritte basierend auf der obigen Spec

Die KI generiert eine Aufgabenliste wie diese:

## Implementierungsplan

### Phase 1: Projekt-Initialisierung
- [ ] Task 1.1: Node.js-Projekt initialisieren, express, jsonwebtoken, bcrypt installieren
- [ ] Task 1.2: ESLint + Prettier konfigurieren
- [ ] Task 1.3: Datenbankverbindung einrichten (PostgreSQL + Prisma)

### Phase 2: User-Modell
- [ ] Task 2.1: User-Schema definieren
- [ ] Task 2.2: Unit-Tests schreiben: User erstellen, User abfragen

### Phase 3: Authentifizierungslogik
- [ ] Task 3.1: Utility-Funktion für Passwort-Hashing implementieren
- [ ] Task 3.2: JWT-Generierung und -Validierung implementieren
- [ ] Task 3.3: Integrationstests schreiben: Registrieren → Login → Token validieren
...

3. /build – Inkrementelles Bauen

Dies ist einer der mächtigsten Befehle. /build generiert automatisch einen Plan und führt alle Aufgaben nacheinander aus. Du musst den Plan nur einmal genehmigen. Danach kann der Agent autonom weiterarbeiten.

Wichtige Design-Prinzipien: - ✅ Keine lästigen manuellen Bestätigungsschritte mehr - ✅ Jeder Task bleibt testgetrieben und erhält ein eigenes Commit - ✅ Bei Fehlern oder risikoreichen Schritten pausiert der Agent automatisch

Anwendung:

/build Implementiere den oben genannten Plan

Die KI geht wie folgt vor: 1. Sie zeigt den vollständigen Plan zur Genehmigung an 2. Nach der Genehmigung führt sie die Tasks einzeln aus 3. Nach jedem Task werden automatisch Tests ausgeführt 4. Wenn die Tests erfolgreich sind, erfolgt ein Git-Commit 5. Bei Fehlern wird pausiert und auf menschliches Eingreifen gewartet

4. /test – Tests sind der Beweis

Agent Skills legt großen Wert auf testgetriebene Entwicklung (TDD). Bevor du Code-Änderungen vornimmst, stelle sicher, dass es entsprechende Tests gibt.

Anwendung:

/test Schreibe Tests für die neu hinzugefügte Benutzer-Registrierungs-API

Die KI generiert: - Unit-Tests (Jest/Vitest) - Integrationstests (Supertest) - Tests für Randfälle (leere Werte, doppelte E-Mails, schwache Passwörter usw.)

5. /review – Code-Gesundheit verbessern

Nutze /review für ein Code-Review, bevor du Code mergst. Dabei werden nicht nur Bugs geprüft. Der Fokus liegt auch auf:

• Lesbarkeit des Codes
• Performance-Risiken
• Sicherheitslücken
• Konsistenz der Architektur

Anwendung:

/review Reviewe den aktuellen PR #42

6. /code-simplify – Klarheit schlägt Cleverness

Dieses Skill dient speziell dem Refactoring von komplexem Code. Es folgt dem Prinzip „Klarheit schlägt Cleverness".

Anwendung:

/code-simplify Vereinfache die Logik in auth.middleware.js

Die KI wird: - Lange Funktionen in kleinere Funktionen aufteilen - Tief verschachtelte Bedingungen auflösen - Undurchsichtige Variablennamen durch intuitivere ersetzen - Notwendige Kommentare hinzufügen

7. /ship – Schneller und sicherer

Die letzte Prüfung vor dem Deployment. /ship stellt sicher, dass:

• Alle Tests erfolgreich durchlaufen
• Es keine uncommitted Changes gibt
• Die CI/CD-Pipeline normal läuft
• Ein Rollback-Plan bereitsteht

Anwendung:

/ship Bereite das Deployment in die Produktionsumgebung vor

Automatisch ausgelöste Skills

Neben dem manuellen Aufruf von Slash-Befehlen aktiviert Agent Skills relevante Skills auch automatisch basierend auf dem Kontext:

Das bedeutet: Du musst dir nicht alle Befehle merken. Beschreibe deine Aufgabe einfach natürlich. Agent Skills matched dann automatisch die passenden Best Practices.

Eigene Skills erstellen

Agent Skills ist modular aufgebaut. Du kannst deine eigenen Skills erstellen. Jedes Skill ist eine SKILL.md-Datei mit folgendem Aufbau:

---
name: my-custom-skill
description: Beschreibung meines benutzerdefinierten Skills
---

## Wann verwenden

Verwende dieses Skill, wenn folgende Bedingungen erfüllt sind:
- Bedingung 1
- Bedingung 2

## Ausführungsschritte

1. Erster Schritt
2. Zweiter Schritt
3. ...

## Hinweise

- Hinweis 1
- Hinweis 2

Lege die Datei im Verzeichnis skills/ ab. Das Skill ist dann aktiv.

Vergleich mit anderen Tools

Der größte Vorteil von Agent Skills ist die Offenheit und das Community-Ökosystem. Jeder kann Skills beitragen. So entsteht eine gemeinsame Bibliothek bewährter Praktiken.

Fazit

Agent Skills repräsentiert die nächste Evolutionsstufe von AI-Programmieranwendungen: Vom „Code schreiben können" zum „Engineering verstehen".

Indem es die Erfahrung senior Engineers in wiederverwendbare Skill-Pakete kodifiziert, wird der AI-Agent nicht länger nur zum Code-Generator. Er wird zu einem echten Engineering-Partner mit systematischem Denken.

Empfohlener Lernpfad:

1. Lies zuerst die offizielle Dokumentation, um die vollständige Liste der Skills kennenzulernen
2. Beginne mit /spec und /plan. Gewöhne dir die Haltung „erst denken, dann coden" an
3. Probiere /build aus, um die Magie der automatischen Ausführung zu erleben
4. Erstelle oder trage bei Bedarf neue Skills bei

Für Entwickler, die Claude Code, Cursor oder andere AI-Programmieranwendungen nutzen, ist Agent Skills ein Produktivitäts-Booster, dessen Einarbeitung sich definitiv lohnt.

Weiterführende Links:

• Agent Skills GitHub-Repository
• Addy Osmanis persönliche Website
• Claude Code offizielle Dokumentation