Agent Skills für Ingenieurwesen

Prüft Änderungen seit einem festen Punkt entlang der Achsen Standards und Spec mithilfe paralleler Sub-Agents, mit einer Fowler-Code-Smell-Baseline.

von mattpocock/skills

• Requirements
• Implementation

Leitet stabiles API- und Interface-Design an. Verwenden beim Entwerfen von APIs, Modulgrenzen oder jeglichen öffentlichen Schnittstellen. Verwenden beim Erstellen von REST- oder GraphQL-Endpunkten, beim Definieren von Typverträgen zwischen Modulen oder beim Festlegen von Grenzen zwischen Frontend und Backend.

von addyosmani/agent-skills

• Requirements
• Implementation

Zerlegt Arbeit in geordnete, überprüfbare Aufgaben mit Akzeptanzkriterien, Abhängigkeitsgraphen, vertikalem Slicing und Checkpoints.

von addyosmani/agent-skills

• Requirements
• Implementation
• Quality & testing

Liefert Änderungen schrittweise in kleinen, überprüfbaren Scheiben. Verwende dies bei der Implementierung von Funktionen oder Änderungen, die mehr als eine Datei betreffen, oder wenn du die nächste Aufgabe aus einem Plan aufnimmst. Verwende dies, wenn du eine Änderung hinter einem Feature-Flag ausrollst, wenn du kurz davor bist, eine große Menge Code auf einmal zu schreiben, oder wenn eine Aufgabe zu groß erscheint, um sie in einem Schritt umzusetzen.

von addyosmani/agent-skills

• Requirements
• Implementation

Etabliert die Qualitätslatte eines Projekts als schriftlichen CONSTRAINTS.md-Vertrag mit Schwellenwerten und überwacht Diffs auf abgeschwächte Prüfungen wie Suppressions oder übersprungene Tests.

von addyosmani/agent-skills

• Requirements

Dokumentiert Entscheidungen und Dokumentation. Verwenden, wenn du eine Architekturentscheidung (ADR) oder die Begründung hinter einer Designentscheidung dokumentieren musst, beim Ändern öffentlicher APIs, beim Ausliefern von Features oder wenn du Kontext festhalten musst, den künftige Entwickler und Agents benötigen, um die Codebasis zu verstehen.

von addyosmani/agent-skills

• Requirements
• Implementation
• Architecture

>- Entdeckt interaktiv Anforderungen und entwirft ganzheitliche Multi-Produkt-Systemarchitekturen, Lösungsblueprints und Bereitstellungsempfehlungen für komplexe Workloads auf Google Cloud. Verwenden beim Entwerfen von End-to-End-Cloud-Lösungen, Auswählen und Integrieren von Google Cloud-Diensten, Erstellen von Architekturdiagrammen oder Durchführen von Anforderungsermittlung für neue Cloud-Workloads oder Migrationen. Nicht verwenden für Einzelprodukt-Aufgaben (produktspezifische Skills verwenden), initiales Onboarding oder Authentifizierung (google-cloud-recipe-* verwenden), Well-Architected Framework-Reviews oder -Audits (google-cloud-waf-* verwenden) oder Workloads, die von spezialisierten Lösungsskills abgedeckt werden.

von google/skills

• Requirements

>- Verwandelt den Agent in einen Cloud Solution Architect nach den Best Practices des Azure Architecture Center. Verwenden beim Entwerfen von Cloud-Architekturen, Überprüfen von Systemdesigns, Auswählen von Architekturstilen, Anwenden von Cloud-Designmustern, Treffen von Technologieentscheidungen oder Durchführen von Well-Architected Framework Reviews.

von microsoft/skills

• Requirements
• Maintenance & operations

Du MUSST dies vor jeder kreativen Arbeit verwenden – beim Erstellen von Features, Bauen von Komponenten, Hinzufügen von Funktionalität oder Ändern von Verhalten. Erkundet Nutzerabsicht, Anforderungen und Design vor der Implementierung.

von obra/superpowers

• Requirements
• Implementation

>- Verarbeitet GCP-Infrastruktur-Design- und Deployment-Workflows innerhalb des Application Design Center (ADC). Verwenden, wenn: - GCP-Infrastruktur mit Terraform entworfen wird. - lokales HCL validiert wird. - Best-Practice-Plan-Scans durchgeführt werden. - Templates in das Application Design Center (ADC) importiert werden. - Templates bereitgestellt werden. - Deployment-Fehler behoben werden. Grenzen: - Nur für GCP-spezifische Cloud-Infrastruktur verwenden. - Nur für Terraform-Coding im ADC-Kontext verwenden.

von google/skills

• Requirements
• Implementation
• Quality & testing

Optimiert die Anwendungsperformance über Frontend, Backend, Queries und Datenbanken mit einem Workflow aus Messen-Identifizieren-Beheben-Verifizieren-Absichern und Core-Web-Vitals-Zielen.

von addyosmani/agent-skills

• Requirements

Generiert hochwertige Product Requirements Documents mit Executive Summaries, User Stories, technischen Spezifikationen und Risikoanalyse.

von github/awesome-copilot

• Requirements
• Implementation

Erstellt Dockerfiles, CI/CD-Pipelines, Kubernetes-Manifeste und Terraform-/Pulumi-Templates, abdeckend Deployment-Automatisierung, GitOps und Incident Response.

von jeffallan/claude-skills

• Requirements
• Implementation
• Quality & testing

Optimiert die Kontext-Einrichtung von Agenten. Verwenden beim Start einer neuen Session, wenn die Ausgabequalität des Agenten nachlässt, beim Wechsel zwischen Aufgaben oder wenn du Regeldateien und Kontext für ein Projekt konfigurieren musst.

von addyosmani/agent-skills

• Requirements
• Implementation

Entwirft und provisioniert Unternehmens-Azure-Infrastruktur anhand von Workload-Beschreibungen. Für Cloud-Architekten und Plattform-Engineers, die Netzwerk, Identität, Sicherheit, Compliance und Multi-Ressourcen-Topologien mit WAF-Ausrichtung planen. Generiert direkt Bicep oder Terraform (kein azd). WENN: 'Azure-Infrastruktur planen', 'Azure Landing Zone entwerfen', 'Hub-Spoke-Netzwerk designen', 'Multi-Region-DR-Topologie planen', 'VNets, Firewalls und Private Endpoints einrichten', 'Subscription-Scope-Bicep-Deployment', 'Azure Backup für VM-Workloads'. BEVORZUGE azure-prepare FÜR app-zentrierte Workflows.

von microsoft/azure-skills

• Requirements

Verwandelt Notion-Specs in Implementierungspläne, Aufgaben und Fortschrittsverfolgung; verwenden bei der Umsetzung von PRDs/Feature-Specs und beim Erstellen von Notion-Plänen + Aufgaben daraus.

von openai/skills

• Requirements
• Implementation

React- und Next.js-Performance-Optimierungsrichtlinien mit 70 Regeln in 8 Kategorien, nach Wirkung priorisiert für das Schreiben, Prüfen und Refactoring von Code.

von vercel-labs/agent-skills

Plant große Multi-Session-Arbeiten als gemeinsame Karte von Entscheidungs-Tickets im Issue-Tracker und löst sie eines nach dem anderen, bis die Route klar ist.

von mattpocock/skills

• Requirements

Erstellt ausgefeilte, validierte Architektur-, Workflow-, Sequenz-, Datenfluss- und Lifecycle-Diagramme als eigenständiges HTML mit Inline-SVG und Exportoptionen.

von tt-a1i/archify

• Requirements
• Architecture

Extrahiert, was der Nutzer tatsächlich will, durch Interviews mit jeweils einer Frage, mit Hypothesen und Konfidenzzahlen, bevor ein Plan oder Code existiert.

von addyosmani/agent-skills

• Requirements
• Quality & testing

Aktualisiert eine bestehende Implementierungsplan-Datei mit neuen oder geänderten Anforderungen und erzeugt maschinenlesbare, deterministische Phasen und Aufgaben.

von github/awesome-copilot

• Requirements
• Implementation
• Maintenance & operations

Erstellt funktionsbezogene PRDs aus einem Epic, einschließlich Ziele, Personas, User Stories, Anforderungen, Akzeptanzkriterien und Out-of-Scope-Punkten.

von github/awesome-copilot

• Requirements

Betriebsmodell für agentisches Engineering mit Eval-First-Ausführung, Aufgabenzerlegung, kostenbewusstem Modell-Routing und Review-Fokus für AI-generierten Code.

von affaan-m/ecc

• Implementation

Übersetzt Figma-Designs in produktionsreifen Anwendungscode mit 1:1 visueller Treue. Verwenden bei der Implementierung von UI-Code aus Figma-Dateien, wenn der Nutzer "Design implementieren", "Code generieren", "Komponente implementieren" erwähnt, Figma-URLs bereitstellt oder darum bittet, Komponenten passend zu Figma-Spezifikationen zu erstellen. Für Figma-Canvas-Schreibvorgänge über `use_figma` verwenden Sie `figma-use`.

von openai/skills

Voraussetzungen (angegeben): Node.js

Bietet strukturierte Incident-Response-Runbook-Vorlagen mit Schweregraden, Triage, Mitigation, Eskalationspfaden und Wiederherstellungsverfahren.

von wshobson/agents

• Quality & testing
• Maintenance & operations

Engineering-Betriebsmodell für Teams, in denen AI-Agents einen Großteil der Implementierung generieren, mit Prozessverschiebungen, Architekturanforderungen und Review-Fokus.

von affaan-m/ecc

• Requirements
• Implementation

Erstellt produktionsreife, barrierefreie, responsive Benutzeroberflächen. Verwenden beim Erstellen oder Ändern von Interfaces und Seiten, beim Erstellen von Komponenten, beim Umsetzen von Layouts, beim Erfüllen von WCAG-Barrierefreiheitsanforderungen, beim Verwalten von State oder wenn das Ergebnis produktionsreif statt KI-generiert aussehen und sich so anfühlen soll.

von addyosmani/agent-skills

• Requirements
• Implementation

Verwende den Figma MCP server, um Design-Kontext, Screenshots, Variablen und Assets aus Figma abzurufen und Figma nodes in Produktionscode zu übersetzen. Auslösen, wenn eine Aufgabe Figma URLs, node IDs, Design-to-Code-Implementierung oder Figma MCP setup und Fehlerbehebung betrifft.

von openai/skills

• Implementation
• Quality & testing

Voraussetzungen (angegeben): Node.js

> Bewerte und erstelle unverwechselbare, produktionsreife Frontend-Interfaces mit hoher Designqualität und Design-System-Compliance. Bewertet anhand von drei Säulen: reibungsloser Weg von der Erkenntnis zur Aktion, hochwertige Handwerkskunst und vertrauenswürdiger Aufbau. VERWENDEN FÜR: PR-Reviews, Design-Reviews, Accessibility-Audits, Design-System-Compliance-Checks, kreatives Frontend-Design, UI-Code-Review, Component-Reviews, Responsive-Design-Checks, Theme-Tests und das Erstellen einprägsamer UIs. NICHT VERWENDEN FÜR: Backend-API-Reviews, Datenbank-Schema-Reviews, Infrastruktur- oder DevOps-Arbeit, reine Business-Logik ohne UI oder Nicht-Frontend-Code.

von microsoft/skills

• Requirements
• Implementation
• Quality & testing

Linting-Best-Practices und golangci-lint-Konfiguration für Go-Projekte, inkl. Ausführen von Lintern, .golangci.yml, nolint-Direktiven und Interpretieren der Ausgabe.

von samber/cc-skills-golang

• Implementation
• Quality & testing

Wendet moderne Best Practices der Webentwicklung für Sicherheit, Kompatibilität und Code-Qualität an, basierend auf Lighthouse-Best-Practices-Audits.

von addyosmani/web-quality-skills

• Quality & testing

Führt umfassende SQL-Code-Reviews über Datenbanken hinweg durch, mit Fokus auf Injection-Prävention, Zugriffskontrolle, Performance und Anti-Pattern-Erkennung.

von github/awesome-copilot

• Quality & testing
• Maintenance & operations

Prüft UI-Code auf Einhaltung der Web Interface Guidelines. Verwenden, wenn gefragt wird: "review my UI", "check accessibility", "audit design", "review UX" oder "check my site against best practices".

von vercel-labs/agent-skills

PostgreSQL-spezifisches Code-Review zu JSONB, Arrays, benutzerdefinierten Typen, Schema-Design, Funktionsoptimierung und Row Level Security.

von github/awesome-copilot

Planen, Erstellen und Konfigurieren produktionsreifer Azure Kubernetes Service (AKS)-Cluster. Behandelt Day-0-Checkliste, SKU-Auswahl (Automatic vs. Standard), Netzwerkoptionen (privater API-Server, Azure CNI Overlay, Egress-Konfiguration), Sicherheit und Betrieb (Autoscaling, Upgrade-Strategie, Kostenanalyse). WANN: AKS-Umgebung erstellen, AKS bereitstellen, AKS-Observability aktivieren, AKS-Netzwerk entwerfen, AKS-SKU wählen, AKS absichern, AKS optimieren, AKS-Spot-Nodes, AKS-Cluster-Autoscaler, AKS-Pod richtig dimensionieren, Pod-Rightsizing, überprovisionierter AKS-Pod, Pod-Ressourcenanfragen und -limits, Vertical Pod Autoscaler, VPA-Empfehlungen.

von microsoft/azure-skills

• Requirements
• Maintenance & operations

Voraussetzungen (angegeben): Node.js

Prüfe ein Penpot-Design gegen seinen implementierten Code (eine Quellkomponente oder Storybook-Story) und gib einen strukturierten DRIFT-Bericht aus. Verwende dies, wenn ein Engineer bestätigen muss, dass der Build zum Design passt: HTML/CSS aus einer Auswahl extrahieren, seine Tokens/Struktur/Zustände auf die Code-Komponente abbilden, sie diffen und auflisten, was auf jeder Seite fehlt, mit Schweregrad und Abgleich. Fällt bei fehlender Code-Quelle sauber auf eine Design-System-Token-Prüfung zurück. Auslöser: 'design to code review', 'does my code match the design', 'design code parity', 'compare Penpot to my component', 'check this against Storybook', 'extract HTML/CSS from this selection', 'find design drift', 'design implementation diff'.

von penpot/penpot-ai-kit

• Implementation

Konfiguriert ein Repo für Engineering-Skills durch Einrichten seines Issue-Trackers, Triage-Label-Vokabulars und Domain-Dokument-Layouts.

von mattpocock/skills

• Requirements
• Architecture

Bewertet Archify-Issues, PRs oder Code anhand von Wert, Kosten und Impact, um evidenzbasierte Maintenance-Entscheidungen zu unterstützen.

von tt-a1i/archify

• Requirements
• Implementation
• Quality & testing

Prüft Agent-Konfiguration, Instruction Drift, Hooks/MCP und KI-Wartbarkeit und erstellt einen priorisierten Health-Report mit Belegen und Maßnahmen.

von tw93/waza

• Implementation
• Quality & testing

Leitfaden für unverwechselbares, bewusstes visuelles Design beim Aufbau neuer oder Umgestaltung bestehender UI. Hilft bei ästhetischer Ausrichtung, Typografie und Entscheidungen, die nicht wie vorgefertigte Standards wirken.

von anthropics/skills

Analysiert Azure-Ressourcengruppen und erzeugt detaillierte Mermaid-Architekturdiagramme, die die Beziehungen zwischen einzelnen Ressourcen zeigen. WANN: create architecture diagram, visualize Azure resources, show resource relationships, generate Mermaid diagram, analyze resource group, diagram my resources, architecture visualization, resource topology, map Azure infrastructure.

von microsoft/azure-skills

• Requirements

Durchsucht Issues, gemergte Pull Requests, READMEs und Dokumentation. Verwenden, wenn die Frage ist, wie eine Bibliothek oder API sich verhält, was ein Fehler bedeutet oder ob ein Bug behoben wurde; dies einer allgemeinen Webseite vorziehen.

von firecrawl/skills

>- Führt Agents dazu, interaktiv Kundenanforderungen für live-bidirektionale Multi-Agent-KI-Systeme zu ermitteln, die kontinuierliche Ströme multimodaler Daten für Echtzeit-Technikberatung und Sicherheitsüberwachung verarbeiten. Erzeugt eine maßgeschneiderte Google-Cloud-Lösung, die auf bewährten Best Practices und Architektur-Empfehlungen basiert. Verwenden, wenn Nutzer agentische Unterstützung benötigen, um eine Multi-Produkt-Lösung in der Cloud für live-bidirektionale multimodale Streaming-Workloads zu entwerfen und zu erstellen. Nicht für einfache textbasierte Chat-Anwendungen oder Workloads ohne Echtzeit-Streaming-Anforderungen verwenden.

von google/skills

• Requirements
• Implementation

Browser-Automatisierungs-CLI für KI-Agenten, unterstützt Navigation, Formularausfüllung, Screenshots, Datenextraktion und Web-App-Tests über CDP.

von vercel-labs/agent-browser

• Quality & testing

Behandelt Reverse Engineering von Netzwerkprotokollen mit Paketmitschnitt, Protokoll-Dissektion und Dokumentation eigener Protokolle mit Wireshark, tshark und Scapy.

von wshobson/agents

Generiert benutzerdefinierte Design-System-Regeln für die Codebasis des Nutzers. Verwenden, wenn der Nutzer sagt "create design system rules", "generate rules for my project", "set up design rules", "customize design system guidelines" oder projektbezogene Konventionen für Figma-zu-Code-Workflows etablieren möchte. Erfordert eine Verbindung zum Figma MCP-Server.

von openai/skills

• Implementation

Voraussetzungen (angegeben): MCP server

>- Führt Agents dazu, Anforderungen zu ermitteln und einen governierten, sicheren, grenzenlosen offenen Data Lakehouse mit agentischer KI-Integration zu entwerfen. Verwenden, wenn eine Multi-Produkt-Architektur entworfen wird, die Datensilos mit KI-Agents verbindet, Daten über Clouds hinweg zusammengeführt werden oder föderierte Abfragen über Google Cloud und externe Datenquellen, einschließlich On-Premises oder anderer Cloud-Anbieter, ausgeführt werden. Nicht verwenden für einfache Single-Cloud-Data-Warehouses oder Nicht-KI-Workloads.

von google/skills

• Requirements
• Implementation

Voraussetzungen (angegeben): Credentials

Verkörpert Emil Kowalskis Philosophie zu UI-Polish, Komponentendesign, Animationsentscheidungen und unsichtbaren Details, die Software richtig wirken lassen.

von emilkowalski/skills

Diese Skill zusammen mit figma-use verwenden, wenn die Aufgabe darin besteht, eine Anwendungsseite, Ansicht oder ein mehrteiliges Layout in Figma zu übertragen. Auslöser: 'write to Figma', 'create in Figma from code', 'push page to Figma', 'take this app/page and build it in Figma', 'create a screen', 'build a landing page in Figma', 'update the Figma screen to match code'. Dies ist die bevorzugte Workflow-Skill, wann immer der Nutzer eine vollständige Seite, einen Screen oder eine Ansicht in Figma aus Code oder einer Beschreibung erstellen oder aktualisieren möchte. Entdeckt Design-System-Komponenten, Variablen und Styles über search_design_system, importiert sie und setzt Screens schrittweise Abschnitt für Abschnitt mit Design-System-Tokens statt hartcodierten Werten zusammen.

von openai/skills

• Implementation

Extrahiert eine DESIGN.md-Designdokumentationsdatei aus einer Penpot-Datei: eine portable Markdown-Spezifikation (YAML-Frontmatter mit Token-Maps für Farben/Typografie/Rounded/Spacing/Komponenten + Prosa-Abschnitte: Overview, Colors, Typography, Layout, Shapes, Components, Do's & Don'ts, Iteration Guide, Known Gaps) im design-md-Format, fundiert auf den echten Tokens, Library-Assets und gesampelten Komponentenstilen der Datei — niemals erfunden. Read-only auf dem Canvas; schreibt eine lokale Markdown-Datei. Trigger: 'generate DESIGN.md', 'create a design.md', 'document the design system as markdown', 'export design guidelines', 'extract design documentation', 'design system spec file', 'make a style guide file from this design'.

von penpot/penpot-ai-kit

• Requirements

Elite-Beratung zu UX/UI und GSAP-Motion-Engineering, die Layout-Randomisierung, AIDA-Seitenstruktur, redaktionelle Typografie und Bento-Grids durchsetzt.

von leonxlnx/taste-skill

Prüft Animations- und Motion-Code anhand einer hohen Handwerkslatte mit zehn nicht verhandelbaren Standards zu Easing, Dauer, Ursprung, Unterbrechbarkeit und Barrierefreiheit.

von emilkowalski/skills

• Quality & testing

antfu-artige Designkonventionen, erweitert. UnoCSS-first, klassenbasierte semantische Tokens mit dualem Hell/Dunkel für Tooling- und Devtools-UIs, plus Design-Read, Anti-Slop und Micro-Interaction-Politur für Landing Pages und Produktoberflächen. Verwenden beim Erstellen oder Refactoring jeder Oberfläche mit UnoCSS.

von antfu/skills

Verhaltensrichtlinien zur Reduzierung häufiger LLM-Codierungsfehler. Verwende dies beim Schreiben, Überprüfen oder Refactoring von Code, um Überkomplizierung zu vermeiden, chirurgische Änderungen vorzunehmen, Annahmen offenzulegen und überprüfbare Erfolgskriterien zu definieren.

von multica-ai/andrej-karpathy-skills

• Implementation
• Maintenance & operations

Persistente dateibasierte Planung für mehrstufige AI-Agent-Arbeit. Hält task_plan.md, findings.md und progress.md auf der Festplatte; Lifecycle-Hooks injizieren ausgewählten Projektplanungskontext. Die automatische Wiederherstellung liest nur Projektplanungsdateien. Explizites session-catchup.py --metadata liest lokale Agent-Sitzungsdatensätze desselben Projekts und gibt nur aggregierte Zählungen aus; --replay kann begrenzte, mit Nonce gerahmte Auszüge ausgeben. Ein optionaler gated-Modus kann nur dann eine Fortsetzung anfordern, wenn der Host dies unterstützt, und führt niemals in Markdown deklarierte Befehle aus. Die Skill hat keinen Netzwerk-Upload-Pfad. Verwende sie für Recherchen oder Arbeiten, die 5+ Tool-Aufrufe erfordern.

von OthmanAdi/planning-with-files

Erzwingt die faulste Lösung, die tatsächlich funktioniert: am einfachsten, kürzesten, minimalsten. Verkörpert einen Senior-Dev, der alles gesehen hat: hinterfragen, ob die Aufgabe überhaupt existieren muss (YAGNI), zuerst die Standardbibliothek statt eigenen Code, native Plattformfunktionen vor Abhängigkeiten, eine Zeile vor fünfzig. Unterstützt Intensitätsstufen: lite, full (Standard), ultra. Bei JEDER Coding-Aufgabe verwenden: Code schreiben, hinzufügen, refaktorieren, reparieren, reviewen oder entwerfen sowie bei der Auswahl von Bibliotheken oder Abhängigkeiten. Ebenso verwenden, wenn der Nutzer "ponytail", "be lazy", "lazy mode", "simplest solution", "minimal solution", "yagni", "do less" oder "shortest path" sagt oder sich über Over-Engineering, Bloat, Boilerplate oder unnötige Abhängigkeiten beschwert. NICHT für Nicht-Coding-Anfragen verwenden (Allgemeinwissen, Prosa, Übersetzung, Zusammenfassungen, Rezepte).

von DietrichGebert/ponytail

• Implementation

Verwende dies, wenn ein Bug, ein Testfehler oder unerwartetes Verhalten auftritt, bevor du Fixes vorschlägst

von obra/superpowers

• Implementation

Verwende dies beim Start jeder Konversation – legt fest, wie Skills gefunden und genutzt werden, und erfordert Skill-Aufruf vor JEDER Antwort, einschließlich Klärungsfragen.

von obra/superpowers