# Die größte Bibliothek für System-Prompts: Überblick über das Repository und Nutzungsanleitung > Umfassender Überblick über das Repository claude-code-system-prompts: Analyse von über 500 System-Instruktionen für Claude Code, Kategorisierung und Anpassung mittels tweakcc. Die Analyse der internen Anweisungen moderner autonomer Agenten ist einer der effektivsten Wege, um zu verstehen, wie Engineering-Teams führender KI-Labors zuverlässige Systeme konzipieren. Das öffentliche Repository [claude-code-system-prompts](https://github.com/piebald-ai/claude-code-system-prompts) des Teams Piebald stellt die umfassendste öffentliche Sammlung aktueller System-Prompts für Claude Code dar. Es dokumentiert hunderte von Anweisungen mit exaktem Token-Zähler und detaillierter Änderungshistorie zwischen den Releases. --- ## 1. Was ist das claude-code-system-prompts Repository? Das Repository enthält ein erschöpfendes Verzeichnis aller internen Direktiven des offiziellen CLI-Agenten Claude Code von Anthropic. ### 1.1. Herkunft und Zweck des Piebald-Projekts Das Projekt wurde für eine transparente Analyse der Evolution der Claude Code-Architektur ins Leben gerufen. Stand Version Claude Code v2.1.234 umfasst die Datenbank über 500 einzelne Prompts. Neben dem Quelltext der Anweisungen enthält das Repository die Datei `CHANGELOG.md`, in der Änderungen an den Prompts über mehr als 250 aufeinanderfolgende Releases hinweg, beginnend mit Version v2.0.14, penibel festgehalten sind. ### 1.2. Update-Historie und Versionsabdeckung Synchronisationsskripte werden automatisch innerhalb weniger Minuten nach jeder Veröffentlichung eines neuen npm-Pakets von Claude Code ausgeführt. Dadurch erhalten Entwickler Zugriff auf aktuelle Anweisungen in Echtzeit, anstatt sich auf veraltete Dokumentation oder externe Annahmen zu verlassen. Die letzte große Erweiterung hat den Prompt-Katalog von 350 auf 515 Einträge erhöht und damit eine hundertprozentige Abdeckung des Agenten-Codebases gewährleistet. --- ## 2. Warum gibt es bei Claude Code nicht einen System-Prompt, sondern hunderte? Ein häufiger Fehler von Einsteigern besteht darin, sich die Interaktion mit einem Sprachmodell als einen einzigen statischen Block aus Systemanweisungen vorzustellen. ### 2.1. Modulare Architektur statt monolithischem System-Prompt In einem realen Produktionssystem auf dem Niveau von Claude Code setzt sich das Verhalten des Agenten aus einer dynamischen Komposition vieler Module zusammen: - **Bedingte Umgebungsblöcke:** Anweisungen, die nur geladen werden, wenn bestimmte Konfigurationseinstellungen oder Betriebssysteme vorhanden sind. - **Tool Descriptions (Werkzeugbeschreibungen):** Tiefgehende Spezifikationen von Funktionen (`Write`, `Bash`, `TodoWrite`), von denen einige mehrere tausend Tokens umfassen. - **Spezialisierte Subagenten:** Autonome Systemdirektiven für Hilfsprozesse wie `Explore` oder `Plan`. ### 2.2. Bedingtes Laden und dynamische Interpolation Das System enthält zudem dutzende dienstliche KI-Funktionen: Mechanismen zur Kontextkomprimierung (Context Compaction), Generierung von `CLAUDE.md`-Dateien, Formulierung von Sitzungstiteln und Kontrolle der Sicherheitsgrenzen. Insgesamt handelt es sich um hunderte Zeilen Code, verteilt im optimierten Bundle. --- ## 3. Aufbau der Prompts: Struktur und Kategorien Alle extrahierten Materialien sind gemäß ihrer funktionalen Rolle in sechs Hauptbereiche systematisiert. ### 3.1. Verteilung nach 6 Hauptkategorien Nachfolgend finden Sie die quantitative Verteilung der Prompts nach Kategorien im Repository: ![Quantitative Verteilung der Prompt-Kategorien im Repository — Abbildung 1](/api/guides-media/prompts/system-prompts-library-repo-overview/images/system-prompts-library-repo-overview-extra-01.webp) | Kategorie der Anweisungen | Anzahl der Prompts | Funktionale Bestimmung | | :--- | :--- | :--- | | **Agent Prompts** | 67 | Spezifikationen für Subagenten, Slash-Befehle und autonome Aktionsmonitore | | **Data** | 121 | Referenzdokumentation, Kataloge der Claude-Modelle und Artefakt-Templates | | **System Prompt** | 143 | Grundlegende Verhaltensregeln, Kommunikationsstil und Sitzungskoordination | | **System Reminders** | 81 | Situative Erinnerungen an aktive Modi und Vertrauensgrenzen | | **Builtin Tool Descriptions** | 176 | Technische Anweisungen zum Aufruf und zu Parametern integrierter Utilities | | **Skills** | 87 | Komplexe mehrstufige Protokolle für anspruchsvolle Engineering-Aufgaben | --- ## 4. Überblick über die Schlüsselkategorien: Von Agenten bis zu System-Erinnerungen Jede Kategorie erfüllt eine streng definierte Aufgabe im Ökosystem des Agenten. ### 4.1. Agent Prompts — Subagenten, Slash-Befehle und Monitoring Diese Kategorie umfasst vier Gruppen: autonome Subagenten, Assistenten für Dateisystemoperationen, interaktive Slash-Befehle und Dienstprogramme. - **Agent Prompt: Explore (871 tks):** Spezialisiertes System-Prompt für die Navigation und schnelle Erforschung der Struktur unbekannter Codebasen. - **Agent Prompt: /security-review (2 521 tks):** Umfassende Anweisung für die Auditierung von Codeänderungen mit Fokus auf ausnutzbare Schwachstellen. - **Agent Prompt: Security monitor (25 798 tks):** Der umfangreichste Prompt dieses Abschnitts, der Regeln zur Verifizierung und Blockierung potenziell gefährlicher Operationen festlegt. ### 4.2. Data — Referenzdokumentation, Modellkataloge und Templates Enthält statische Informationen, die im Tool verankert sind, um autonom ohne ständige Anfragen an externe APIs arbeiten zu können: - **Claude model catalog (4 965 tks):** Aktueller Auszug der Anthropic-Modelle mit IDs, Kontextlimits und Preisgestaltung. - **Managed Agents core concepts (10 959 tks):** Leitfaden zur Architektur agentischer Umgebungen, Sessions und isolierter Container. - **Workshop artifact HTML template (49 202 tks):** Vollständiges autonomes HTML-Template zum Rendern interaktiver Artefakte. ### 4.3. System Prompt — Basisanweisungen und Orchestrierung der Koordination Fragmente, aus denen der primäre Kontext der Modellkommunikation zusammengesetzt wird: - **Emoji avoidance (31 tks):** Knappe Anweisung, die die Verwendung von Emojis ohne direkte Aufforderung durch den Nutzer untersagt. - **Harness instructions (329 tks):** Definition der grundlegenden Identität des Agenten, Regeln für die Terminalausgabe und Zugriffsrechte. - **Coordinator mode orchestration (5 757 tks):** Regeln zur Aufgabenverteilung zwischen mehreren parallelen Worker-Agenten. ### 4.4. System Reminders — Kontextuelle Erinnerungen und Sicherheitsgrenzen Dynamische Einfügungen, die während der Ausführung spezifischer Aktionen in den Kontext aufgenommen werden: - **Plan mode is active (147 tks):** Erinnerung an das Verbot von Dateiänderungen während des aktiven Planungsmodus. - **External source trust boundary (108 tks):** Warnung, dass Daten von Drittanbieter-Plugins ein Vertrauensniveau von Null haben und sanitisiert werden müssen. ### 4.5. Built-in Tool Descriptions — Spezifikationen integrierter Werkzeuge Beschreibungen der Utility-Aufrufe, die das Modell als Standard-Werkzeugsignaturen wahrnimmt: - **Tool Description: TodoWrite (2 037 tks):** Anweisung zur Führung strukturierter Aufgabenlisten. - **Tool Description: Workflow (7 034 tks):** Protokoll deterministischer Orchestrierungsszenarien. - **Tool Description: Bash (Git & PR guidelines) (2 450 tks):** Standards für die Erstellung atomarer Git-Commits und Beschreibungen von Pull Requests. --- ## 5. Integrierte Skills und spezialisierte Workflows Skills stellen abgeschlossene Expertenszenarien dar, die auf konkrete Entwicklungsaufgaben optimiert sind. ### 5.1. Katalog der integrierten Skills Zu den interessantesten Beispielen gehören: - **Skill: Design (20 955 tks):** Regeln für das Design adaptiver Artboards in Claude Design mit editierbaren Interface-Rastern. - **Skill: Verify skill (4 354 tks):** Formalisierter Checkliste für das obligatorische Testen von Code vor der Deklaration einer Aufgabe als erledigt. ### 5.2. Die größten Prompts nach Token-Volumen Der absolute Rekordhalter des Repositories ist **Skill: Model migration guide (64 306 tks)**. Dieser riesige Schritt-für-Schritt-Leitfaden enthält vollständige Refactoring-Templates für veraltete API-Aufrufe hin zu den neuen Standards der Familien Claude 3.5 und Claude 3.7. --- ## 6. Wie Genauigkeit garantiert wird: Extraktion aus dem Quellcode Die Zuverlässigkeit der Prompt-Datenbank wird durch die vollständige Automatisierung der Analyseprozesse gewährleistet. ### 6.1. Automatisierte Extraktion aus dem npm-Paket Alle Anweisungen werden direkt aus dem npm-Distribution (`@anthropic-ai/claude-code`) durch ein Dekompilierungsskript extrahiert. Dies schließt menschliche Faktoren oder subjektive Interpretationen aus — im Repository befinden sich genau jene Codezeilen, die die Engine während Ihrer Session ausführt. ### 6.2. Tokenisierungsmarge und dynamische Variablen Es ist zu beachten, dass einige Prompts interpolierte Template-Variablen enthalten (Namen installierter Erweiterungen, Umgebungsvariablen, verfügbare Pfade). Daher kann die tatsächliche Anzahl der Tokens in Ihrer lokalen Session im Bereich von ±20 Tokens vom Passwert abweichen. --- ## 7. Praktische Anpassung der Prompts mittels tweakcc Für Entwickler, die das Standardverhalten des Agenten modifizieren möchten, wurde das Utility `tweakcc` erstellt. ### 7.1. Fähigkeiten und Funktionsprinzip von tweakcc Das Utility bietet drei wesentliche Vorteile: 1. Ermöglicht die Beschreibung eigener Modifikationen an System-Prompts in Form verständlicher Markdown-Dateien. 2. Patcht automatisch Binär- oder npm-Installationen von Claude Code auf Ihrem System. 3. Enthält integrierte Tools zur Konfliktauflösung, wenn Updates von Anthropic von Ihnen bearbeitete Fragmente betreffen. ### 7.2. Sicheres Patch-Management und Synchronisation mit Anthropic-Releases Da `tweakcc` dieselbe Anweisungskarte nutzt wie das Repository `claude-code-system-prompts`, bleibt der Modifikationsprozess vollständig deterministisch und nach jedem CLI-Update wiederherstellbar. --- ## 8. Häufig gestellte Fragen (FAQ) ### 8.1. Antworten auf typische Fragen zu System-Prompts > [!NOTE] > **Können Prompts aus dem Repository für eigene Agenten verwendet werden?** > Ja. Die Struktur der Anweisungen für Subagenten, Sicherheitsregeln und Werkzeugbeschreibungen (insbesondere für `Bash` und `TodoWrite`) dient als Referenzvorlage für den Aufbau eigener agentischer Systeme auf LLM-Basis. > [!TIP] > **Wie findet man den gewünschten Prompt im Repository?** > Nutzen Sie die globale Suche nach Namen von Slash-Befehlen oder Systemwerkzeugen oder konsultieren Sie die Kategorietabelle in der `README.md`-Datei des Repositories. > [!IMPORTANT] > **Führt das Patching via tweakcc zur Sperrung des Accounts?** > Nein. Die Modifikation clientseitiger Prompts über `tweakcc` ändert lediglich den Text, der in die Standardparameter der API-Anfrage gesendet wird, ohne die Sicherheitsprotokolle des Servers zu verletzen. > [!WARNING] > **Warum kann die Token-Anzahl in meinem Aufruf von der angegebenen abweichen?** > Viele Prompts enthalten dynamische Interpolations-Slots (z. B. aktuelles Datum, OS-Version, Liste verfügbarer Terminal-Utilities), die unmittelbar beim Start des Agenten berechnet werden.