Anthropic übergibt Agent-Skills-Standard an die Linux Foundation

Anthropic hat den Standard Agent Skills an die Linux Foundation übergeben — dieselbe Organisation, der zuvor auch MCP übertragen wurde.

Seit dem Start des Standards im Oktober des vergangenen Jahres wurden 1 Million Skills veröffentlicht und knapp 280 Millionen Mal installiert. Heute unterstützen mehr als 70 KI-Agentenplattformen Agent Skills, darunter ChatGPT, Cursor, GitHub Copilot und VS Code.

Im vergangenen Jahr hat sich ein einheitlicher Ansatz für die Erstellung von Skills herausgebildet. Die offizielle Anleitung für die Skill-Entwicklung wurde ebenfalls der Foundation übergeben.

Sechs der nützlichsten Regeln aus dieser Anleitung:

1. Führe die Aufgabe zunächst gemeinsam mit dem Agenten aus. Erst danach sollten erfolgreich angewendete Schritte, deine Korrekturen, Eingabe- und Ausgabeformate sowie zusätzlicher Kontext in einen Skill überführt werden. Wenn ein Modell einen Skill nur auf Basis von Allgemeinwissen schreibt, entstehen nutzlose Empfehlungen wie „Fehler ordnungsgemäß behandeln“.

2. Prüfe jede Zeile. Frage dich, ob der Agent ohne diese Anweisung einen Fehler machen würde. Wenn nicht, entferne sie.

3. Achte besonders auf die Beschreibung des Skills. Beim Start liest der Agent nur Name und Beschreibung; deshalb entscheidet die Beschreibung darüber, ob der Skill überhaupt verwendet wird. Formuliere sie als „Diesen Skill verwenden, wenn …“, mache sie hinreichend bestimmt, zähle Situationen auf, die Nutzer nicht direkt erwähnen, und halte dich an 1024 Zeichen.

4. Überlade SKILL.md nicht. Begrenze die Datei auf 500 Zeilen und 5000 Tokens. Lagere Details in das Verzeichnis references/ aus und gib an, wann der Agent jede Datei lesen soll.

5. Trenne strenge Anweisungen von Empfehlungen. Für Handlungen, bei denen Fehler besonders leicht passieren, gib exakte Befehle an. Wo eigenständiges Urteilen nötig ist, erkläre die Gründe für die Wahl. Wenn eine Aufgabe auf mehrere Weisen erfüllt werden kann, biete eine Standardoption an.

6. Führe eine Liste typischer Fehler (Gotchas). In vielen Skills ist genau dieser Teil der nützlichste. Immer wenn du einen Fehler des Agenten korrigieren musst, ergänze die Liste um einen passenden Hinweis.

Unmittelbar nachdem der Agent eine Aufgabe abgeschlossen hat, die du ihm häufig überträgst, kannst du in derselben Sitzung ein Beispiel-Prompt an Claude Code senden, um den erfolgreichen Ansatz als Standard-Skill zu speichern.

Beispiel-Prompt:

Folge der Anleitung Agent Skills Best Practices und mache aus der gerade abgeschlossenen Aufgabe einen Skill.

Verwende ausschließlich die Schritte, die in dieser Sitzung erfolgreich waren, meine Korrekturen sowie damit verbundene Entscheidungen aus CLAUDE.md, AGENTS.md und der Git-History. Fülle Lücken nicht mit Allgemeinwissen.

Formuliere die Beschreibung im Format „Diesen Skill verwenden, wenn …“. Nimm Situationen auf, die ich nicht direkt erwähnt habe, in denen der Skill jedoch aktiviert werden soll. Die Beschreibung darf 1024 Zeichen nicht überschreiten.

Begrenze SKILL.md auf 500 Zeilen. Lagere detaillierte Informationen in das Verzeichnis references/ aus und gib an, wann der Agent jede Datei konsultieren soll.

Erstelle einen eigenen Abschnitt für typische Fehler und Fallstricke.

Verwende für den Skill-Namen nur kleine lateinische Buchstaben, Ziffern und Bindestriche. Der Name muss mit dem Verzeichnisnamen übereinstimmen.

Erstelle abschließend 2–3 reale Testszenarien in evals/evals.json mit Prompt und erwartetem Ergebnis für jedes Szenario. Führe alle Tests aus, zeige die Ergebnisse und beschreibe die durchgeführten Aktionen.