Zum Inhalt springen
>_<
AI EngineeringWiki
49 Custom Skills für Claude Code — So automatisieren wir alles

49 Custom Skills für Claude Code — So automatisieren wir alles

Wie wir 49 maßgeschneiderte Skills gebaut haben, die unsere AI-Agents steuern.

AI Engineering4 Min. Lesezeit
skillsclaude-codeautomationproductivity

49 Custom Skills für Claude Code — So automatisieren wir alles

49 Custom Skills für Claude Code
49 maßgeschneiderte Skills steuern unsere AI-Agents

Wir betreiben 11 AI-Agents, 30+ Docker Services, und 56 n8n Workflows. Alles davon wird über Claude Code Skills gesteuert. 49 Stück, alle selbst gebaut, null externe Dependencies.

Hier ist, was wir draus gelernt haben.

Was ein Skill eigentlich ist

Ein Skill ist eine SKILL.md Datei mit YAML Frontmatter und Prompt-Anweisungen. Claude Code lädt Skills automatisch aus .claude/skills/ Verzeichnissen. Keine Installation, kein Package Manager, keine Runtime — eine Markdown-Datei.

---
name: "deploy"
description: "Deploy Voice Gateway or Dashboard to Docker Swarm"
command_injection: "git log --oneline -5"
version: "1.2.0"
---

Der Body beschreibt Schritt für Schritt, was Claude tun soll. Fehlerfälle inklusive.

Die 6 Kategorien

/ The 6 Categories — EN Summary / We organize skills into Infrastructure, Agent Management, Content, Marketing, Organization, and Operations. Each category maps to a specific repo and team responsibility.

Infrastructure & Ops (6 Skills)

Die Basis. Deploy-Automation, Swarm Recovery, VM Management, n8n Workflow-Operationen.

Highlight: swarm-raft-recovery — Wenn das Docker Swarm Quorum verloren geht (ist uns am 08.03 passiert), führt dieser Skill durch die Recovery: --force-new-cluster, Node Rejoin, Label-Restore, Service-Verifikation. Was früher 3 Stunden gedauert hat, geht jetzt in 15 Minuten.

Agent Management (7 Skills)

Jeder der 11 Agents braucht Credential-Zugriff, Task-Tracking, und Team-Chat-Polling. Drei mm-wait Skills allein — einer pro Agent-Typ. Der agent-vault Skill ist die zentrale Schnittstelle zur Credential-Datenbank.

Documentation & Orchestration (4 Skills)

full-sync ist der mächtigste hier: Eine 10-Schritt Pipeline die Docs aktualisiert, ERPNext Tasks synchronisiert, open-notebook beschickt, Git Commits macht, und das Ergebnis im Team-Chat postet. Ein Befehl, alles synchron.

Content & Creative (5 Skills)

Diagramme via Kroki, Content Quality Gates, ComfyUI Workflow-Design für Bildgenerierung. Der content-quality Skill prüft jeden Text gegen unseren Humanizer Score — kein AI-Jargon, keine Floskeln, Score muss über 85 liegen.

Marketing (10 Skills)

Die größte Kategorie. SEO-Analyse, Ad Copy, Sales Funnel Mapping, Landing Page CRO, Marketing-Audits mit Score 0-100. Der market-audit Skill prüft 5 Dimensionen und gibt eine Gesamtnote mit konkreten Verbesserungsvorschlägen.

Organisation & Firma (5 Skills)

OKR-Tracking, Sprint-Planung, Meeting-Protokolle mit automatischen Action Items die direkt als ERPNext Tasks landen. Der firma-finance Skill zieht Stripe Revenue-Daten und erstellt Cashflow-Übersichten.

Top 5 Skills im Detail

1. deploy — Der Arbeitstier-Skill

Kopiert Dateien via SCP, baut Docker Images, updated Swarm Services, prüft Health Endpoints. Kein manuelles SSH mehr.

2. n8n-workflow-ops — CRUD für Workflows

Erstellen, aktivieren, deaktivieren, importieren. Kennt die n8n 2.x Gotchas (Luxon statt Moment.js, = Prefix für Expressions, active ist read-only bei PUT).

3. content-quality — Der Humanizer

Prüft Texte gegen 24 Anti-AI-Writing-Regeln. Keine "pivotal", "landscape", "tapestry" Wörter. Kein "serves as" wenn "ist" reicht. Score unter 85 = automatischer Rewrite.

4. jim-manager — Team-Delegation

Zeigt Team-Status, offene Tasks, Agent-Verfügbarkeit. Entscheidet welcher Agent den nächsten Task bekommt. Der Orchestrator-Skill.

5. skill-creator — Meta-Skill

Erstellt neue Skills in 8 Schritten: Verzeichnis anlegen, Frontmatter generieren, Body scaffolden, Quality Gate prüfen, im Katalog eintragen. Ein Skill der Skills baut.

Quality Gate

/ Quality Gate — EN / Every skill must pass: complete frontmatter, clear instructions, error handling, no hardcoded credentials, cataloged, and tested at least once.

Jeder Skill durchläuft vor der Freigabe:

  1. Frontmatter komplett — name, description, version
  2. Body klar — Schritt-für-Schritt, keine Unklarheiten
  3. Fehler-Handling — Was passiert wenn etwas schiefgeht?
  4. Keine Credentials — Alles via Vault, nie im Klartext
  5. Katalogisiert — Im Skill-Katalog mit Kategorie und Trigger
  6. Getestet — Mindestens 1x manuell ausgeführt

Lifecycle

Idee → /skill-creator → Scaffolding
  → Body schreiben → Testen
  → Katalog eintragen → LIVE
  → Maintainen → Version bumpen
  → Veraltet? → DEPRECATED + Ersatz dokumentieren

Aktuell ist 1 von 49 Skills deprecated (task-manager, ersetzt durch ERPNext Tasks). Die anderen 48 sind aktiv im Einsatz.

Zahlen

Metrik Wert
Eigenbau-Skills 49
Externe Skills 0
Repos 2 (interne Repo + Playbook01)
Kategorien 6
Skills mit Scripts 5
Deprecated 1
Agents die Skills nutzen 11

Was wir gelernt haben

  1. Klein halten. Ein Skill der 3 Dinge kann, wird zu einem Skill der keine davon gut kann. Lieber 3 fokussierte Skills.

  2. Trigger-Keywords sind alles. Wenn Claude den Skill nicht findet, existiert er nicht. Die Description muss die richtigen Wörter enthalten.

  3. Fehler-Handling ins Body. Nicht "Error? Frag den User." Sondern: "SSH Timeout? 3x Retry, dann abbrechen mit Log."

  4. Credentials nie im Skill. Auch nicht "nur für Tests". Vault oder nichts.

  5. Deprecated != gelöscht. Alte Skills bekommen ein Flag und einen Verweis auf den Ersatz. So bricht nichts.

Zum Mitnehmen

Wer den kompletten Stack will — Skills, Agents, Infrastructure, Workflows: Das Claude Code AI OS Template für EUR 249 enthält unsere komplette Skill-Library mit 49 Skills, Agent-Definitionen und die Quality Gate Pipeline.

Artikel teilen

Weiterfuehrende Artikel: Was ist ein LLM? · AI Tools Datenbank · Lernpfad

Fuer die Umsetzung gibt es Ressourcen auf ai-engineering.at.

Nächster Schritt: vom Wissen in die Umsetzung

Wenn du mehr willst als Theorie: Setups, Workflows und Vorlagen aus dem echten Betrieb für Teams, die lokale und dokumentierte AI-Systeme wollen.

Warum AI Engineering
  • Lokal und self-hosted gedacht
  • Dokumentiert und auditierbar
  • Aus eigener Runtime entwickelt
  • Made in Austria
Kein Ersatz für Rechtsberatung.