Agent-Fähigkeiten

Agent-Fähigkeiten sind wiederverwendbare Anweisungspakete, die Ihren KI-Agenten spezialisierte Funktionen verleihen. Basierend auf dem offenen Agent Skills-Format ermöglichen Fähigkeiten Ihnen, Fachwissen, Arbeitsabläufe und Best Practices zu erfassen, die Agenten bei Bedarf laden können.

Wie Fähigkeiten funktionieren

Fähigkeiten nutzen progressive Offenlegung, um den Kontext des Agenten schlank zu halten:

  1. Entdeckung — Nur Fähigkeitsnamen und Beschreibungen werden in den System-Prompt des Agenten aufgenommen (~50-100 Token jeweils)
  2. Aktivierung — Wenn der Agent entscheidet, dass eine Fähigkeit relevant ist, ruft er das load_skill-Tool auf, um die vollständigen Anweisungen in den Kontext zu laden
  3. Ausführung — Der Agent folgt den geladenen Anweisungen, um die Aufgabe zu erledigen

Das bedeutet, Sie können viele Fähigkeiten an einen Agenten anhängen, ohne dessen Kontextfenster aufzublähen. Der Agent lädt nur das, was er benötigt.

Fähigkeiten erstellen

Gehen Sie zu Einstellungen und wählen Sie Fähigkeiten im Bereich Tools aus.

Manage Skills

Klicken Sie auf Hinzufügen, um eine neue Fähigkeit mit drei Feldern zu erstellen:

FeldBeschreibung
NameEine Kennung im Kebab-Case-Format (z. B. sql-expert, code-reviewer). Maximal 64 Zeichen.
BeschreibungEine kurze Erklärung, was die Fähigkeit tut und wann sie verwendet werden soll. Dies liest der Agent, um zu entscheiden, ob er die Fähigkeit aktiviert. Maximal 1024 Zeichen.
InhaltDie vollständigen Fähigkeitsanweisungen in Markdown. Diese werden geladen, wenn der Agent die Fähigkeit aktiviert.

Die Beschreibung ist entscheidend — sie ist das Einzige, was der Agent sieht, bevor er entscheidet, eine Fähigkeit zu laden. Seien Sie spezifisch darüber, wann und warum die Fähigkeit verwendet werden sollte.

Gute Skill-Inhalte schreiben

Skill-Inhalte folgen denselben Konventionen wie SKILL.md-Dateien:

# SQL Expert

## When to use this skill
Use when the user asks you to write, optimize, or debug SQL queries.

## Instructions
1. Always ask which database engine (PostgreSQL, MySQL, SQLite)
2. Use CTEs over subqueries for readability
3. Add index recommendations when relevant
4. Explain query plans for optimization requests

## Common Patterns
...

Empfohlene Struktur:

  • Wann verwenden — Spezifische Auslöser und Szenarien
  • Anweisungen — Schritt-für-Schritt-Anleitung mit nummerierten Listen
  • Beispiele — Eingabe-/Ausgabe-Beispiele, die das erwartete Verhalten zeigen
  • Häufige Muster — Wiederverwendbare Ansätze für häufige Aufgaben
  • Sonderfälle — Fallstricke und besondere Überlegungen

Halten Sie Skills fokussiert und unter 500 Zeilen. Wenn ein Skill zu groß wird, teilen Sie ihn in mehrere spezialisierte Skills auf.

Skills zu einem Agenten hinzufügen

Öffnen Sie einen beliebigen Agent-Block und finden Sie das Skills-Dropdown unterhalb des Tool-Bereichs. Wählen Sie die Skills aus, auf die der Agent Zugriff haben soll.

Skill hinzufügen

Ausgewählte Skills erscheinen als Karten, die Sie anklicken können, um sie zu bearbeiten oder zu entfernen.

Was zur Laufzeit passiert

Wenn der Workflow ausgeführt wird:

  1. Der System-Prompt des Agenten enthält einen <available_skills>-Abschnitt, der Name und Beschreibung jedes Skills auflistet
  2. Ein load_skill-Tool wird automatisch zu den verfügbaren Tools des Agenten hinzugefügt
  3. Wenn der Agent feststellt, dass ein Skill für die aktuelle Aufgabe relevant ist, ruft er load_skill mit dem Skill-Namen auf
  4. Der vollständige Skill-Inhalt wird als Tool-Antwort zurückgegeben und gibt dem Agenten detaillierte Anweisungen

Dies funktioniert über alle unterstützten LLM-Anbieter hinweg — das load_skill-Tool verwendet standardmäßiges Tool-Calling, sodass keine anbieterspezifische Konfiguration erforderlich ist.

Häufige Anwendungsfälle

Skills sind besonders wertvoll, wenn Agenten spezialisiertes Wissen oder mehrstufige Workflows benötigen:

Domain-Expertise

  • api-integration-expert — Best Practices für den Aufruf spezifischer APIs (Authentifizierung, Rate Limiting, Fehlerbehandlung)
  • data-transformation — ETL-Muster, Datenbereinigung und Validierungsregeln
  • code-reviewer — Code-Review-Richtlinien spezifisch für die Standards Ihres Teams

Workflow-Vorlagen

  • bug-investigation — Schritt-für-Schritt-Debugging-Methodik (reproduzieren → isolieren → testen → beheben)
  • feature-implementation — Entwicklungs-Workflow von Anforderungen bis zur Bereitstellung
  • document-generator — Vorlagen und Formatierungsregeln für technische Dokumentation

Unternehmensspezifisches Wissen

  • our-architecture — Systemarchitekturdiagramme, Service-Abhängigkeiten und Bereitstellungsprozesse
  • style-guide — Markenrichtlinien, Schreibstil, UI/UX-Muster
  • customer-onboarding — Standardverfahren und häufige Kundenfragen

Wann Skills vs. Agentenanweisungen verwendet werden sollten:

  • Verwenden Sie Skills für Wissen, das über mehrere Workflows hinweg gilt oder sich häufig ändert
  • Verwenden Sie Agentenanweisungen für aufgabenspezifischen Kontext, der für einen einzelnen Agenten einzigartig ist

Best Practices

Effektive Beschreibungen schreiben

  • Seien Sie spezifisch und keyword-reich — Statt "Hilft bei SQL", schreiben Sie "Optimierte SQL-Abfragen für PostgreSQL, MySQL und SQLite schreiben, einschließlich Index-Empfehlungen und Abfrageplan-Analyse"
  • Aktivierungstrigger einbeziehen — Erwähnen Sie spezifische Wörter oder Phrasen, die den Skill auslösen sollten (z. B. "Verwenden, wenn der Benutzer PDFs, Formulare oder Dokumentenextraktion erwähnt")
  • Unter 200 Wörtern halten — Agenten scannen Beschreibungen schnell; jedes Wort zählt

Skill-Umfang und Organisation

  • Ein Skill pro Domäne — Ein fokussierter sql-expert-Skill funktioniert besser als ein breiter database-everything-Skill
  • Auf 5-10 Skills pro Agent begrenzen — Mehr Skills = mehr Entscheidungsaufwand; klein anfangen und bei Bedarf erweitern
  • Große Skills aufteilen — Wenn ein Skill 500 Zeilen überschreitet, in fokussierte Sub-Skills aufteilen

Inhaltsstruktur

  • Markdown-Formatierung verwenden — Überschriften, Listen und Code-Blöcke helfen Agenten beim Parsen und Befolgen von Anweisungen
  • Beispiele bereitstellen — Input/Output-Paare zeigen, damit Agenten das erwartete Verhalten verstehen
  • Explizit über Sonderfälle sein — Gehen Sie nicht davon aus, dass Agenten spezielle Behandlung ableiten werden

Testen und Iteration

  • Aktivierung testen — Führen Sie Ihren Workflow aus und überprüfen Sie, ob der Agent die Skill lädt, wenn erwartet
  • Auf Fehlalarme prüfen — Stellen Sie sicher, dass Skills nicht aktiviert werden, wenn sie es nicht sollten
  • Beschreibungen verfeinern — Wenn eine Skill nicht geladen wird, wenn sie benötigt wird, fügen Sie der Beschreibung weitere Schlüsselwörter hinzu

Mehr erfahren

On this page

Start building today
Trusted by over 100,000 builders.
The open-source platform to build AI agents and run your agentic workforce.
Get started