Konfiguration

Skills für domänenspezifische Arbeitsanweisungen nutzen

Skills erweitern den Arbeitsmodus um spezialisierte Verhaltensanweisungen für bestimmte Aufgabenbereiche. Sie sind kein Ersatz für die allgemeine Konfiguration, sondern eine gezielte Ergänzung für wiederkehrende Problemstellungen, die tiefes Fachwissen erfordern.

Der Unterschied zwischen einer Rule und einem Skill liegt in der Tiefe. Während Rules kurze, allgemeine Verbote und Gebote formulieren, liefern Skills vollständige Arbeitsanleitungen für komplexe Szenarien. Ein Django-Skill beispielsweise enthält nicht nur den Hinweis "nutze ORM", sondern erklärt konkret, wie Migrationen, Queries und Signals zusammenspielen.

Skills früh laden

Wenn ein Skill für eine Aufgabe relevant ist, sollte er aktiv geladen werden, bevor mit der Umsetzung begonnen wird. Das verhindert, dass der Agent aus Allgemeinwissen heraus Entscheidungen trifft, die im konkreten Skill bereits präcisiert wurden.

Explizite Skill-Auswahl

Nicht jeder Skill passt zu jeder Aufgabe. Die Auswahl sollte bewusst erfolgen und im Prompt vermerkt werden. Das schafft Nachvollziehbarkeit und hilft später beim Debuggen, wenn ein Output nicht den Erwartungen entspricht.

Abgleich mit Projektstandards

Skills liefern allgemeine Best Practices, müssen aber mit den spezifischen Konventionen des aktuellen Repositories abgeglichen werden. Wenn das Projekt von einer Skill-Empfehlung abweicht, hat die lokale Projektpraxis Vorrang.

Skill-Kategorien und Einsatzbereiche

Skills sind nach technischen Domänen und Aufgabentypen organisiert. Die Wahl des richtigen Skills hängt davon ab, welche Art von Problem gelöst werden soll und welche spezialisierten Patterns dabei helfen können.

// Beispiel: Skill-Nutzung in einer Konfiguration
{
  "skills": {
    "django-patterns": {
      "version": "latest",
      "scope": ["models", "views", "serializers"]
    },
    "react-best-practices": {
      "version": "19.x",
      "scope": ["components", "hooks", "performance"]
    }
  }
}

Für QuantenRam-Nutzer sind besonders relevant: Django-Patterns für das Backend, React-Best-Practices für das Frontend, und Testing-Skills für die Qualitätssicherung. Jeder dieser Skills enthält detaillierte Anleitungen, die ueber die allgemeinen Rules hinausgehen.

Skill-Output validieren

Die Ausgabe eines Skills sollte immer gegen die aktuellen Projektstandards geprüft werden. Das bedeutet nicht, dass der Skill falsch ist, sondern dass lokale Besonderheiten möglicherweise eine Anpassung erfordern. Ein guter Workflow lädt den Skill, erzeugt einen Output, und validiert diesen dann mit einem separaten Check oder Review-Schritt.

# Arbeitsablauf mit Skills
1. Task-Analyse: Welche Domaene ist betroffen?
2. Skill-Auswahl: Passenden Skill identifizieren und laden
3. Umsetzung: Mit Skill-Guidelines arbeiten
4. Validierung: Output gegen Projektstandards pruefen
5. Anpassung: Falls noetig, lokale Konventionen anwenden

In QuantenRam kannst du Skills direkt in deinen Agenten-Konfigurationen referenzieren. Das System lädt die relevanten Guidelines automatisch, wenn ein entsprechender Task erkannt wird. Du behälst dabei volle Kontrolle darüber, welche Skills aktiv sind und wie deren Outputs verwendet werden.

Skills sind keine Zauberformel, sondern strukturiertes Fachwissen. Ihr Wert entfaltet sich erst durch bewusste Auswahl und kritische Validierung gegen die Realität deines Projekts.