Fähigkeiten autonomous-agents
📦

autonomous-agents

Sicher

Entwickeln Sie zuverlässige autonome KI-Agenten mit bewährten Mustern

Das Erstellen autonomer Agenten, die in der Produktion konsistent funktionieren, ist eine Herausforderung. Dieses Skill bietet erprobte Muster für Guardrails, Selbstkorrektur und zuverlässige Zielzerlegung.

Unterstützt: Claude Codex Code(CC)
🥉 74 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 "autonomous-agents". Refaktorisieren Sie das Benutzerauthentifizierungsmodul zur Verwendung der neuen Passwort-Hashing-Bibliothek

Erwartetes Ergebnis:

Agent erstellt einen Plan: (1) Aktuelle Auth-Implementierung überprüfen, (2) Alle Passwort-Hashing-Aufrufe identifizieren, (3) Durch neue Bibliotheks-API ersetzen, (4) Tests aktualisieren, (5) Validierung ausführen. Führt jeden Schritt mit Bestätigung aus, bevor mit dem nächsten fortgefahren wird.

Verwendung von "autonomous-agents". Überwachen Sie die Deployment-Pipeline und wiederholen Sie fehlgeschlagene Schritte bis zu 3 Mal

Erwartetes Ergebnis:

Agent beobachtet Pipeline-Status, erkennt Fehler bei Schritt 3, analysiert Fehler-Logs, bestimmt, dass Wiederholung angemessen ist, wiederholt mit angepassten Parametern, protokolliert Ergebnis und eskaliert nach 3 erfolglosen Versuchen.

Sicherheitsaudit

Sicher
v1 • 2/24/2026

This skill is a documentation-only markdown file providing guidance on autonomous agent patterns. All static analyzer findings are false positives: backticks on line 69 are markdown code formatting (not shell execution), and lines 3 and 72 contain prose text (no cryptographic code). No executable code, network access, or filesystem operations detected.

1
Gescannte Dateien
73
Analysierte Zeilen
0
befunde
1
Gesamtzahl Audits
Keine Sicherheitsprobleme gefunden
Auditiert von: claude

Qualitätsbewertung

38
Architektur
100
Wartbarkeit
87
Inhalt
50
Community
100
Sicherheit
91
Spezifikationskonformität

Was du bauen kannst

Entwickler, die Aufgabenautomatisierungswerkzeuge erstellen

Erstellen Sie Agenten, die zuverlässig mehrstufige Entwicklungsworkflows wie Code-Refactoring, Tests oder Deployment-Pipelines mit geeigneten Guardrails ausführen können.

Produktteams, die KI-Funktionen prototypisieren

Prototypisieren und validieren Sie autonome Agentenkonzepte schnell, bevor Sie sich für eine vollständige Implementierung entscheiden, und vermeiden Sie dabei mit den bereitgestellten Mustern häufige Fehler.

Unternehmen, die KI-Automatisierung skalieren

Übergang von Einzel-Prompt-KI-Interaktionen zu zuverlässigen autonomen Workflows mit angemessener Überwachung, Kostenkontrolle und Fehlerbehandlung.

Probiere diese Prompts

Anfänger: Einzelner Agent-Schritt mit Guardrails 
Sie sind ein Agent, der eine bestimmte Aufgabe ausführt. Bestätigen Sie vor der Ausführung den Aufgabenumfang mit dem Benutzer. Berichten Sie nach der Ausführung über die Ergebnisse und stoppen Sie. Verketten Sie keine Aktionen ohne ausdrückliche Genehmigung.
Fortgeschritten: ReAct-Schleifen-Implementierung 
Sie sind ein Agent, der das ReAct-Muster verwendet. Für jeden Schritt: (1) Denken Sie über den aktuellen Zustand und die Optionen nach, (2) Wählen Sie eine Aktion zur Ausführung, (3) Beobachten Sie das Ergebnis, (4) Wiederholen Sie, bis das Ziel erreicht ist oder Sie Klärung benötigen. Begrenzen Sie auf maximal 5 Schritte vor einer Rückfrage.
Experte: Plan-Ausführung mit Selbstkorrektur 
Sie sind ein Agent mit zwei Phasen. Phase 1: Erstellen Sie einen detaillierten Plan mit Erfolgskriterien für jeden Schritt. Phase 2: Führen Sie den Plan aus und validieren Sie jeden Schritt anhand der Kriterien. Wenn die Validierung fehlschlägt, reflektieren Sie über den Fehler, passen Sie den Plan an und fahren Sie fort. Melden Sie alle Planänderungen.
Experte: Produktionsreifer Agent mit vollständigen Guardrails 
Sie sind ein Produktionsagent mit: Kostenlimits, Schrittlimits, Validierungsprüfpunkten, strukturiertem Logging und Rollback-Fähigkeit. Verifizieren Sie vor jeder Aktion, dass sie innerhalb der Constraints liegt. Validieren Sie nach jeder Aktion die Ausgabequalität. Eskalieren Sie bei niedriger Konfidenz oder wenn Constraints erreicht werden.

Bewährte Verfahren

  • Beginnen Sie mit stark eingeschränkten Agenten, die eine Sache zuverlässig tun, und fügen Sie dann schrittweise Autonomie hinzu, wenn Zuverlässigkeit bewiesen ist
  • Implementieren Sie umfassendes Logging und Überwachung, bevor Sie Agenten in Produktionsumgebungen bereitstellen
  • Setzen Sie harte Kostenlimits und Schrittlimits, um unkontrolliertes Agentenverhalten und Budgetüberschreitungen zu verhindern

Vermeiden

  • Unbeschränkte Autonomie: Agenten unbegrenzte Entscheidungen ohne Prüfpunkte oder menschliche Aufsicht erlauben
  • Agentenausgaben blind vertrauen: Agenten-generierten Code, Entscheidungen oder Daten immer gegen Ground Truth validieren
  • Allzweck-Agenten: Agenten bauen, die alles verarbeiten sollen, anstatt sich auf spezifische Domänen zu spezialisieren

Häufig gestellte Fragen

Was ist der Unterschied zwischen ReAct- und Plan-Ausführungs-Mustern?
ReAct wechselt in engen Schleifen zwischen Denken und Handeln und passt sich schrittweise an. Plan-Ausführung trennt Planung (Erstellen einer vollständigen Roadmap) von Ausführung (Befolgen des Plans mit Validierung). Verwenden Sie ReAct für explorative Aufgaben, Plan-Ausführung für klar definierte Workflows.
Wie verhindere ich, dass Agenten zu viele Schritte ausführen?
Setzen Sie explizite Schrittlimits basierend auf Aufgabenkomplexität. Beginnen Sie mit 3-5 Schritten für einfache Aufgaben. Implementieren Sie harte Kostenlimits. Verwenden Sie Prüfpunkte, die menschliche Genehmigung erfordern, bevor über Schwellenwerte hinaus fortgefahren wird.
Welche Guardrails sind für Produktionsagenten wesentlich?
Wesentliche Guardrails umfassen: Kosten- und Schrittlimits, Eingabe-/Ausgabevalidierung, strukturiertes Logging, Rollback-Mechanismen, Eskalationspfade für Entscheidungen mit niedriger Konfidenz und Tool-Zugriff mit geringsten Privilegien.
Warum schlagen autonome Agenten in der Produktion fehl?
Häufige Fehlermodi: sich verstärkende Fehler über Schritte hinweg (95% Schritt-für-Schritt-Erfolg sinkt auf 60% bei Schritt 10), fehlende Validierung gegen Ground Truth, unbegrenzte Ausführung ohne Kostenkontrolle und unzureichendes Testen im großen Maßstab vor der Bereitstellung.
Wann sollte ich autonome Agenten gegenüber Einzel-Prompt-KI verwenden?
Verwenden Sie Einzel-Prompt-KI für einfache Aufgaben mit klaren Eingaben und Ausgaben. Verwenden Sie autonome Agenten für mehrstufige Workflows, die Tool-Nutzung, Statusverfolgung oder iterative Verfeinerung erfordern. Beginnen Sie einfach und fügen Sie Autonomie nur hinzu, wenn sie durch Zuverlässigkeit gerechtfertigt ist.
Wie teste ich autonome Agenten vor der Produktion?
Testen Sie mit repräsentativen Aufgabenverteilungen, messen Sie Erfolgsraten pro Schritt und End-to-End, validieren Sie Ausgaben gegen Ground Truth, belasten Sie Kosten- und Schrittlimits und führen Sie Shadow-Mode-Bereitstellungen durch, die Agentenentscheidungen mit menschlichen Baselines vergleichen.

Entwicklerdetails

Autor

sickn33

Lizenz

MIT

Repository

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/autonomous-agents

Ref

main

Dateistruktur

📄 SKILL.md