Konfiguration

Skills fuer domaenenspezifische Arbeitsanweisungen nutzen

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

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

Skills frueh laden

Wenn ein Skill fuer 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 praecisiert 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 spaeter beim Debuggen, wenn ein Output nicht den Erwartungen entspricht.

Abgleich mit Projektstandards

Skills liefern allgemeine Best Practices, muessen 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 Domaenen und Aufgabentypen organisiert. Die Wahl des richtigen Skills haengt davon ab, welche Art von Problem geloest werden soll und welche spezialisierten Patterns dabei helfen koennen.

// 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"]
    }
  }
}

Fuer QuantenRam-Nutzer sind besonders relevant: Django-Patterns fuer das Backend, React-Best-Practices fuer das Frontend, und Testing-Skills fuer die Qualitaetssicherung. Jeder dieser Skills enthaelt detaillierte Anleitungen, die ueber die allgemeinen Rules hinausgehen.

Skill-Output validieren

Die Ausgabe eines Skills sollte immer gegen die aktuellen Projektstandards geprueft werden. Das bedeutet nicht, dass der Skill falsch ist, sondern dass lokale Besonderheiten moeglicherweise eine Anpassung erfordern. Ein guter Workflow laedt 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 laedt die relevanten Guidelines automatisch, wenn ein entsprechender Task erkannt wird. Du behaelst dabei volle Kontrolle darueber, 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 Realitaet deines Projekts.