Fähigkeiten ai-agent-development
🤖

ai-agent-development

Sicher

KI-Agenten mit CrewAI und LangGraph erstellen

Dieser Workflow führt Sie durch den Aufbau autonomer KI-Agenten, von der Ein-Agenten-Implementierung bis zu Multi-Agenten-Systemen mit Orchestrierung unter Verwendung der CrewAI- und LangGraph-Frameworks.

Unterstützt: Claude Codex Code(CC)
🥉 73 Bronze
1

Die Skill-ZIP herunterladen

2

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

3

Einschalten und loslegen

Teste es

Verwendung von "ai-agent-development". Help me design a research agent that can search the web, analyze data, and write reports.

Erwartetes Ergebnis:

Basierend auf dem AI Agent Development Workflow, hier ist Ihr Agenten-Design:

**Phase 1: Agenten-Design**
- Zweck: Automatisierter Recherche-Assistent
- Fähigkeiten: Websuche, Datenanalyse, Berichterstellung
- Tools: Such-API, Datenverarbeitungsbibliothek, Dokumentengenerator
- Gedächtnis: Kurzzeit für Konversationskontext, Langzeit für Forschungsergebnisse
- Erfolgsmetriken: Genauigkeit der Analyse, Vollständigkeit der Berichte

**Empfohlener Ansatz**: Verwenden Sie ein Multi-Agenten-System mit 3 Rollen (Forscher, Analysator, Autor), koordiniert durch LangGraph-Orchestrierung.

Verwendung von "ai-agent-development". Create a customer service agent with access to our knowledge base

Erwartetes Ergebnis:

Für einen Kundenservice-Agenten empfehle ich:

**Einzelagenten-Implementierung** (Phase 2)
- Framework: CrewAI für strukturierte Konversationen
- Tools: Wissensdatenbank-Suche, Ticket-Erstellung, Eskalationsauslöser
- Gedächtnis: Entitätsgedächtnis für Kundenverlauf, Konversationsgedächtnis für Kontext

**Qualitätsprüfungen**: Verifizieren Sie, dass der Agent häufige Anfragen bearbeitet, angemessen eskaliert und den Kontext über mehrstufige Konversationen hinweg aufrechterhält.

Sicherheitsaudit

Sicher
v1 • 2/24/2026

Static analysis flagged 42 potential issues (32 external_commands, 10 weak_crypto). After evaluation, all findings are FALSE POSITIVES. The external_commands detections are markdown backticks used for skill references (e.g., `ai-agents-architect`), not shell execution. The weak_crypto detections are keyword false positives on common words like 'design', 'memory', 'tool'. This is a documentation-only skill with no executable code.

1
Gescannte Dateien
175
Analysierte Zeilen
0
befunde
1
Gesamtzahl Audits
Keine Sicherheitsprobleme gefunden

Erkannte Muster

False Positive: Markdown Code ReferencesFalse Positive: Keyword Detection
Auditiert von: claude

Qualitätsbewertung

38
Architektur
100
Wartbarkeit
87
Inhalt
50
Community
100
Sicherheit
83
Spezifikationskonformität

Was du bauen kannst

Kundensupport-Agent erstellen

Erstellen Sie einen autonomen Agenten, der Kundenanfragen bearbeitet, auf Wissensdatenbanken zugreift und komplexe Probleme an menschliche Agenten eskaliert.

Multi-Agenten-Forschungsteam entwickeln

Erstellen Sie ein Team spezialisierter KI-Agenten, die bei Forschungsaufgaben zusammenarbeiten, mit separaten Agenten für Datenerfassung, Analyse und Berichterstellung.

Zustandsbehaftete Agenten-Workflows erstellen

Entwerfen Sie persistente Agenten-Workflows, die den Zustand über Konversationen hinweg aufrechterhalten und Entscheidungen auf Grundlage des Workflow-Verlaufs treffen können.

Probiere diese Prompts

Agenten-Design starten 
Ich möchte einen KI-Agenten erstellen. Verwenden Sie den @ai-agent-development Workflow, um mich durch den Prozess zu führen. Beginnen Sie mit Phase 1: Agenten-Design. Helfen Sie mir, den Agenten-Zweck, die Fähigkeiten, die Tool-Integrationsanforderungen und die Erfolgsmetriken zu definieren.
Einzelagenten implementieren 
Gemäß Phase 2 des @ai-agent-development Workflows helfen Sie mir, einen einzelnen autonomen Agenten zu implementieren. Ich möchte [CrewAI/LangGraph] als mein Framework verwenden. Führen Sie mich durch die Implementierung der Agenten-Logik, das Hinzufügen der Tool-Integration und die Konfiguration des Gedächtnisses.
Multi-Agenten-System aufbauen 
Ich muss ein Multi-Agenten-System erstellen. Unter Verwendung von Phase 3 des @ai-agent-development helfen Sie mir, Agenten-Rollen zu definieren, die Kommunikation zwischen Agenten einzurichten, die Aufgabendelegierung zu konfigurieren und die Koordination zu testen.
Gedächtnis und Tools hinzufügen 
Mein Agent benötigt Gedächtnis und Tools. Gemäß den Phasen 5 und 6 des @ai-agent-development helfen Sie mir, die Gedächtnisstruktur (Kurzzeit, Langzeit, Entität) zu entwerfen und die Tools zu implementieren, die der Agent verwenden wird.

Bewährte Verfahren

  • Beginnen Sie mit einem klaren Agenten-Zweck und definierten Erfolgsmetriken vor der Implementierung
  • Verwenden Sie den phasierten Workflow systematisch - schließen Sie jede Phase ab, bevor Sie zur nächsten übergehen
  • Testen Sie das Agentenverhalten in jeder Phase mit realen Szenarien, bevor Sie Komplexität hinzufügen

Vermeiden

  • Die Design-Phase überspringen und direkt mit der Implementierung beginnen
  • Zu viele Tools und Fähigkeiten hinzufügen, bevor die Grundfunktionalität verifiziert ist
  • Das Gedächtnissystem-Design ignorieren - Agenten ohne Gedächtnis verlieren schnell den Kontext

Häufig gestellte Fragen

Welche Frameworks unterstützt dieser Workflow?
Dieser Workflow unterstützt CrewAI, LangGraph und benutzerdefinierte Agenten-Implementierungen. Die Phasen sind framework-agnostisch, enthalten aber spezifische Anleitungen für jedes Framework.
Muss ich Python kennen, um diesen Workflow zu verwenden?
Ja, die Implementierung von KI-Agenten erfordert typischerweise Python-Kenntnisse und Vertrautheit mit KI/ML-Bibliotheken. Dies ist ein technischer Workflow für Entwickler.
Kann ich dies für kommerzielle Projekte verwenden?
Ja, dieser Workflow bietet Anleitungen zum Erstellen von Agenten. Die resultierenden Agenten können in kommerziellen Produkten verwendet werden, vorbehaltlich der Lizenzen der verwendeten Frameworks.
Wie lange dauert es, einen Agenten nach diesem Workflow zu erstellen?
Der Zeitrahmen variiert je nach Agenten-Komplexität. Ein einfacher Einzelagent könnte einige Stunden dauern. Komplexe Multi-Agenten-Systeme mit Orchestrierung können mehrere Tage bis Wochen dauern.
Enthält dies vorgefertigten Agenten-Code?
Nein, dies ist ein Workflow- und Leitfadendokument. Sie müssen den eigentlichen Agenten-Code basierend auf den in jeder Phase getroffenen Architekturentscheidungen implementieren.
Was passiert, wenn mein Agent die Evaluierungsphase nicht besteht?
Der Workflow enthält Iteration - kehren Sie zu früheren Phasen zurück, um das Agenten-Design zu verfeinern, die Tool-Integration zu verbessern, Gedächtnissysteme anzupassen oder die Orchestrierungslogik basierend auf den Evaluierungsergebnissen zu modifizieren.

Entwicklerdetails

Autor

sickn33

Lizenz

MIT

Repository

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/ai-agent-development

Ref

main

Dateistruktur

📄 SKILL.md