Bugfixes können scheitern, wenn Teams die Root-Cause-Analyse überspringen. Dieser Skill leitet Claude, Codex und Claude Code durch Diagnose, Implementierung, Tests und Validierung.

Die Erstellung wiederverwendbarer AI-Skills kann uneinheitlich werden, wenn Anforderungen, Ressourcen und Validierungsschritte unklar sind. Skill Forge bietet einen strukturierten Prozess zum Entwerfen, Testen und Verpacken produktionsreifer Skills.

Komplexe Skills führen oft zu inkonsistenten Ergebnissen, wenn ein Prompt jeden Schritt übernimmt. Dieser Skill leitet Claude Code dabei an, wiederverwendbare Skills zu erstellen, die von spezialisierten Agenten unterstützt werden.

Selbstlernende Agenten benötigen dauerhaften Speicher, um Entscheidungen zu vergleichen und Ergebnisse zu verbessern. Diese Skill zeigt AgentDB-Muster für Trajektorien, Beurteilungen, Destillation und Abruf.

Agenten wiederholen häufig schwache Strategien, weil Ergebnisse nicht für die spätere Nutzung erfasst werden. Diese Fähigkeit zeigt, wie Erfahrungen aufgezeichnet, Muster gelernt und mit ReasoningBank bessere Strategien empfohlen werden.

KI-Agenten wiederholen oft schwache Entscheidungen, weil sie bewertete Schlussfolgerungen nicht behalten. Dieser Skill unterstützt Trajektorienverfolgung, Urteilsbewertung und Musterwiederverwendung mit AgentDB.

Schnelle Code-Reviews übersehen häufig Probleme mit Sicherheit, Stil, Tests und Platzhaltern. Diese Skill führt parallele Prüfungen aus und liefert einen nach Schweregrad sortierten Qualitätsbericht.

Komplexe Implementierungspläne lassen sich über viele Agenten hinweg nur schwer zuweisen, validieren und integrieren. Diese Skill bietet einen strukturierten Loop 2-Workflow für Agentenauswahl, parallele Ausführung, Tests und die Zusammenstellung von Lieferpaketen.

Entwickler benötigen strukturierte Zusammenarbeit beim Erstellen, Testen und Refactoring von Code. Diese Skill leitet Pair-Programming-Sitzungen mit Modi, Reviews, Tests und Qualitätsprüfungen an.

Die Implementierung von Machine Learning erfordert oft, dass Architektur-, Trainings- und Validierungsentscheidungen aufeinander abgestimmt sind. Dieser Skill bietet Claude, Codex und Claude Code einen spezialisierten Workflow für die PyTorch-Auslieferung.

Das Hinzufügen mehrsprachiger Unterstützung verteilt Strings, Routing, Metadaten und Locale-Dateien oft über die gesamte Codebasis. Diese Skill plant und implementiert eine i18n-Einrichtung mit Übersetzungen, Validierung und Dokumentation.

Große KI-Projekte benötigen klare Agentenrollen, dauerhaften Speicher und zuverlässige Entscheidungen. Diese Skill unterstützt Claude Flow Hive Minds mit queen-geführter Koordination und Konsens-Workflows.

Generierter Code kann korrekt erscheinen, aber unter realen Eingaben trotzdem fehlschlagen. Dieser Skill führt Claude, Codex oder Claude Code durch Sandbox-Tests, Debugging und evidenzbasierte Berichterstattung.

Komplexe Feature-Arbeit kann ins Stocken geraten, wenn Recherche, Architektur, Implementierung, Tests und Dokumentation getrennt behandelt werden. Diese Skill koordiniert einen gestuften Workflow, der Claude, Codex und Gemini durch Auslieferungsprüfungen führt.

Komplexe KI-Arbeit erfordert oft mehrere Skills, Modelle und Qualitätsprüfungen. Dieser Skill hilft beim Entwerfen von Kaskaden mit Routing, Sandbox-Tests, Swarm-Koordination und Memory.

Reinforcement-Learning-Projekte benötigen eine strukturierte Einrichtung, Trainingsschleifen, Evaluation und Deployment-Prüfungen. Dieser Skill führt AgentDB-Nutzer durch Algorithmenauswahl, Training, Benchmarking und Produktiv-Rollout.

KI-Agenten verlieren zwischen Sitzungen oft nützlichen Kontext. Dieser Skill bietet einen strukturierten AgentDB-Workflow für Sitzungsspeicher, langfristige Speicherung und Musterlernen.

Teams benötigen praktische Anleitung für Reinforcement-Learning-Agenten in AgentDB. Diese Skill bietet Vorlagen, Trainings-Workflows und Evaluierungsmuster für Learning-Plugins.

Teams benötigen konsistente Agents, die Domänenregeln und Workflows abbilden. Diese Skill führt Claude, Codex und Claude Code durch Agent-Design, SDK-Einrichtung, Tests und Paketierung.

Adding opinionated Oxlint rules manually requires copying plugin files and merging configuration safely. This skill performs the integration while preserving existing project settings.