Multi-Agent-Systeme können Token, Zeit und Rechenleistung verschwenden, wenn Arbeit schlecht koordiniert ist. Dieser Skill unterstützt bei Profiling, Arbeitslastverteilung und Kostenkontrollen für zuverlässige Agent-Workflows.

Die Qualität von Agenten kann nachlassen, wenn Teams Prompts ohne klare Messgrößen ändern. Dieser Skill bietet einen strukturierten Workflow für Baseline-Metriken, Prompt-Verbesserungen, Tests, Rollout und Monitoring.

Agenten verlieren Kohärenz, wenn sie den richtigen früheren Kontext nicht abrufen können. Diese Skill unterstützt Entscheidungen zu Speicherarchitektur, Chunking, Retrieval und Alterung für zuverlässiges langfristiges Agentenverhalten.

Entwickler benötigen zuverlässige Muster zum Erstellen persistenter Azure AI Foundry-Agenten mit Python. Dieser Skill bietet fokussierte Beispiele für Agenten, gehostete Tools, MCP, Threads, Streaming und strukturierte Ausgaben.

LLM-Agenten können einfache Prüfungen bestehen, während sie in realen Workflows scheitern. Dieser Skill hilft dabei, Verhaltenstests, Benchmarks und Monitoring für eine stärkere Produktionsevaluierung zu erstellen.

Review-Kommentare können über GitHub-Threads verstreut und leicht zu übersehen sein. Dieser Skill führt Claude, Codex oder Claude Code durch Prüfung, Planung, Korrekturen und Antworten.

Teams haben Schwierigkeiten, 3D hinzuzufügen, ohne Geschwindigkeit oder Benutzerfreundlichkeit zu beeinträchtigen. Dieser Skill unterstützt bei Stack-Entscheidungen, Asset-Pipelines und Mustern für interaktive Szenen.

Python-Projekte benötigen oft stärkere Korrektheit, Typen und Stil. Diese Skill unterstützt Implementierung und Review mit praktischen Python-Best-Practices.

Teams verlieren Zeit, wenn Frontend-, API-, Datenbank- und Deployment-Entscheidungen getrennt behandelt werden. Dieser Skill führt Claude, Codex und Claude Code durch die Planung und Implementierung von Full-Stack-Anwendungen.

Bugs verschwenden Entwicklungszeit, wenn Symptome die eigentliche Ursache verbergen. Diese Skill führt Claude, Codex und Claude Code durch strukturierte Untersuchung, Hypothesentests, Korrekturen und Prävention.

Das Erstellen von shadcn/ui-Oberflächen erfordert aktuellen Projektkontext und strikte Komponentenmuster. Dieser Skill führt Claude, Codex und Claude Code durch CLI-Workflows und UI-Regeln.

Teams often know a repository needs improvement but lack a clear, verified execution plan. This skill surveys the codebase, prioritizes evidence-backed findings, and writes plans that another agent can execute safely.

Die E-Mail-Implementierung umfasst oft Vorlagen, Inhalte, Tests und Rollout-Freigaben. Dieser Skill hilft KI-Agenten, abgegrenzte Repository-Änderungen mit QA-Prüfungen und Freigabegrenzen vorzunehmen.

Messaging integrations can fail through duplicate sends, unsafe retries, weak webhook validation, or incorrect credential scope. This skill provides a staged Sent v3 implementation and launch review.

Die Einrichtung von Browsertests kann fehlschlagen, wenn Selektoren, Consent-Banner oder Seitenabläufe unklar sind. Diese Skill führt Claude, Codex und Claude Code durch die Inspektion mit Playwright CLI und wiederholbare Automatisierungsschritte.

Go-Fehlerpfade verlieren oft Kontext, duplizieren Logs oder legen Interna offen. Diese Skill gibt Claude, Codex und Claude Code konkrete Regeln für sicherere Go-Fehler.

Go-Code kann Formatierungsprüfungen bestehen und trotzdem schwer lesbar sein. Dieser Skill führt Claude, Codex und Claude Code zu klareren Stilentscheidungen.

Komplexe Projekte benötigen koordinierte Agenten, klare Topologieentscheidungen und sichtbare Übergaben. Dieser Skill bietet wiederverwendbare Claude-Flow-Schwarmmuster für Recherche, Entwicklung, Testing, Analyse und Wiederherstellung.

Komplexe Softwareprojekte benötigen klare Planung, Tests und Reviews. Dieser Skill führt Claude, Codex und Claude Code mit strukturierten Workflows durch die SPARC-Phasen.

Bei manuellen Pull-Request-Reviews können Sicherheits-, Performance- und Architekturprobleme übersehen werden. Dieser Skill koordiniert spezialisierte Review-Agenten und GitHub-Workflows für eine strukturierte Review-Abdeckung.