Entwicklung von Agenten mit Skills: Agenten für spezialisierte Aufgaben ausstatten

Skills bündeln Fachwissen in Dateien, auf die Agenten zugreifen und die sie anwenden können. Dadurch werden Allzweckagenten zu kompetenten Spezialisten für echte Arbeit.

Im letzten Jahr hat sich viel geändert. MCP wurde zum Standard für die Konnektivität von Agenten und schnell von Branchenführern sowie der Entwickler-Community angenommen. Claude Code wurde als universell einsetzbarer Programmieragent eingeführt. Und wir haben das Claude Agent SDK veröffentlicht, das jetzt einen produktionsreifen Agenten direkt einsatzbereit liefert.

Doch bei der Entwicklung und Bereitstellung dieser Agenten erleben wir immer wieder dieselbe Diskrepanz: Agenten verfügen über die Intelligenz und die Fähigkeiten, aber nicht immer über das Know-how, um reale Aufgaben effektiv zu bewältigen. Aus diesem Grund haben wir Agentenskills entwickelt. Skills sind strukturierte Sammlungen von Dateien, die fachliches Know-how – Workflows, Best Practices, Skripte – in einem Format zusammenfassen, auf das Agenten zugreifen und verwenden können. Sie machen aus fähigen Generalisten kompetente Spezialisten.

In diesem Beitrag werden wir erklären, warum wir keine speziellen Agenten mehr entwickeln und stattdessen Skills entwickeln, und wie dieser Wandel unsere Denkweise über die Erweiterung von Agentenfunktionen verändert.

Das neue Paradigma: Alles, was Sie brauchen, ist Code

Früher waren wir der Meinung, dass Agenten in verschiedenen Bereichen sehr unterschiedlich aussehen würden. Ein Programmieragent, ein Forschungsagent, ein Finanzagent, einer für das Marketing – jeder schien seine eigenen Tools und einen individuellen Aufbau zu benötigen. Ursprünglich hat sich die Branche für dieses Modell mit fachspezifischen Agenten entschieden. Doch als die Modelle an Intelligenz gewannen und die Agentenfähigkeiten Fortschritte machten, entschieden wir uns für einen anderen Ansatz.

Wir begannen, Code weniger nur als Anwendungsfall zu sehen, sondern mehr als Schnittstelle für Agenten, um fast jede digitale Arbeit zu erledigen. Claude Code ist ein Programmieragent, aber auch ein vielseitig einsetzbarer Agent, der zufällig mit Code arbeitet.

Stellen wir uns einmal vor, Sie wollen Claude Code nutzen, um einen Finanzbericht zu erstellen. Es kann APIs für Recherchezwecke aufrufen, Daten im Dateisystem speichern, sie mit Python analysieren und die Erkenntnisse zusammenfassen. All dies geschieht über Code. Dadurch wird der Aufbau so einfach wie Bash und ein Dateisystem.

Aber allgemeine Fähigkeiten sind nicht dasselbe wie Expertise. Als wir begannen, Claude Code für echte Aufgaben zu verwenden, wurde eine Diskrepanz deutlich.

Das fehlende Puzzleteil: Fachwissen

Wem würden Sie Ihre Steuererklärung anvertrauen: einem Mathegenie, das alles aus Grundprinzipien herleitet, oder einem erfahrenen Steuerexperten, der schon Tausende von Steuererklärungen eingereicht hat? Die meisten Menschen würden sich für den Steuerfachmann entscheiden. Nicht, weil sie klüger sind, sondern weil sie über das richtige Fachwissen verfügen.

Agenten sind heute wie dieses Mathegenie: Sie können in neuen Situationen brillant argumentieren, verfügen jedoch oft nicht über das Fachwissen eines erfahrenen Profis. Mit der richtigen Anleitung können sie Erstaunliches tun. Ihnen fehlt jedoch häufig wichtiger Kontext, sie können das Fachwissen Ihrer Organisation nicht ohne Weiteres aufnehmen und lernen nicht automatisch aus Routineaufgaben.

Skills schließen diese Lücke, indem sie Fachwissen in einem Format verpacken, auf das Agenten schrittweise zugreifen und es anwenden können.

Was sind Agentenskills?

Skills bündeln Fachwissen und prozedurales Wissen für Agenten.

anthropic_brand/
├── SKILL.md
├── docs.md
├── slide-decks.md
└── apply_template.py

Die Einfachheit von Skills ist bewusst gewählt worden. Dateien sind ein universelles Primitiv, das mit dem funktioniert, was Sie bereits haben. Sie können sie mit Git versionieren, in Google Drive speichern und mit Ihrem Team teilen. Dank dieser Einfachheit ist die Erstellung von Skills nicht auf Entwickler beschränkt. Produktmanager, Analysten und Fachexperten entwickeln bereits Skills zur Kodifizierung ihrer Workflows.

Schrittweise Offenlegung

Skills können umfangreiche Informationen enthalten. Um das Kontextfenster zu schonen und Skills modular kombinierbar zu machen, verwenden sie die schrittweise Offenlegung: Im laufenden Betrieb werden dem Modell nur die Metadaten (Name und Beschreibung aus dem YAML-Frontmatter) angezeigt.

---
name: Anthropic Brand Style Guidelines
description: Anthropic's official brand colors and typography…
---

Wenn Claude feststellt, dass ein Skill benötigt wird, liest es die gesamte Datei SKILL.md. Für zusätzliche Details können Skills ein references/-Verzeichnis mit zusätzlicher Dokumentation enthalten, die nur bei Bedarf geladen wird.

Dieser dreistufige Ansatz bedeutet, dass Sie einen Agenten mit Hunderten von Skills ausstatten können, ohne sein Kontextfenster zu überlasten — Metadaten verwenden ~50 Tokens, vollständige SKILL.md-Dateien ~500 Tokens und Referenzdateien 2.000+ Tokens und nur dann, wenn sie speziell benötigt werden.

Skills können Skripte als Tools enthalten

Herkömmliche Tools haben verschiedene Probleme: Einige haben schlecht geschriebene Anweisungen, das Modell kann sie nicht immer ändern oder erweitern, und sie blähen oft das Kontextfenster auf. Code hingegen ist selbstdokumentierend, kann geändert werden und muss nicht immer im Kontextfenster geladen werden.

Hier ist ein Beispiel aus der Praxis: Claude hat immer wieder dasselbe Skript geschrieben, um den Stil von Anthropic für Präsentationsfolien zu verwenden. Also baten wir Claude, es als eigenes Tool zu speichern:

# anthropic/brand_styling/apply_template.py
import sys
from pptx import Presentation

if len(sys.argv) != 2:
    print("USAGE: apply_template.py <pptx>")
    sys.exit(1)

prs = Presentation(sys.argv[1])
for slide in prs.slides:
    ...

Die entsprechende Dokumentation in slide-decks.md verweist einfach auf dieses Skript:

## Anthropic Slide Decks
- Intro/outro slides
  - background color: `#141413`
  - foreground color: oat
- Section slides:
  - background color: `#da7857`
  - foreground color: `#141413`

Use the `./apply_template.py` script to update a pptx file in-place.

Das Ökosystem der Skills

Das Skills-Ökosystem hat sich schnell herausgebildet, und bisher wurden drei Haupttypen von Skills erstellt:

Grundlegende Skills

Diese bieten die Kernfunktionen, die jeder benötigt: die Arbeit mit Dokumenten, Tabellen, Präsentationen usw. Sie beinhalten Best Practices für die Dokumentenerstellung und -bearbeitung. Wie es in der Praxis aussieht, können Sie beim Durchforsten der grundlegenden Skills in unserem öffentlichen Repository sehen.

Partnerskills

Während Skills die Interaktion von Agenten mit spezialisierten Fähigkeiten standardisieren, entwickeln Unternehmen Skills, um ihre Dienste für Agenten zugänglich zu machen. K-Dense, Browserbase, Notion und viele andere entwickeln Skills, die ihre Dienste direkt integrieren und so die Fähigkeiten von Claude in bestimmten Bereichen erweitern, während das Skillformat weiterhin einfach bleibt.

Skills von Unternehmen

Unternehmen entwickeln proprietäre Skills, die ihre internen Prozesse und ihr Fachwissen bündeln. Mit diesen Skills können Sie die spezifischen Workflows, Compliance-Anforderungen und das institutionelle Wissen erfassen, die einen Agenten für die Arbeit in Unternehmen nützlich machen.

Trends, die wir sehen

Da die Einführung von Skills zunimmt, zeichnen sich mehrere Muster ab, die darauf hindeuten, wohin sich dieses Paradigma entwickeln könnte. Diese Trends prägen unsere Sichtweise auf das Skill-Design und die Tools, die wir zur Unterstützung von Skill-Entwicklern entwickeln.

Zunehmende Komplexität

Die ersten Skills waren einfache Dokumentationsreferenzen. Jetzt sehen wir anspruchsvolle mehrstufige Workflows, die den Datenabruf, komplexe Berechnungen und formatierte Ausgaben über mehrere Tools hinweg koordinieren.

Einfach: „Verfasser von Statusberichten“ (~100 Zeilen) – Vorlagen und Formatierung
Zwischenstufe: „Ersteller von Finanzmodell“ (~800 Zeilen) – Datenabruf, Excel-Modellierung mit Python
Komplex: „RNA-Sequenzierungspipeline“ (über 2.500 Zeilen) – Koordiniert die Analysen von HISAT2, StringTie und DESeq2

Skills und MCP

Skills und MCP-Server arbeiten auf natürliche Weise zusammen. Ein Wettbewerbsanalyse-Skill kann die Websuche, interne Datenbanken über MCP, den Slack-Nachrichtenverlauf und Notion-Seiten koordinieren, um einen umfassenden Bericht zu erstellen.

Akzeptanz durch Nicht-Entwickler

Die Erstellung von Skills ist nicht mehr nur Ingenieuren vorbehalten, sondern kann auch von Produktmanagern, Analysten und Fachexperten aller Branchen ausgeführt werden. Sie können ihren ersten Skill in weniger als 30 Minuten erstellen und mithilfe des Skill-Creator-Tools testen, das sie interaktiv durch den Prozess führt. Wir arbeiten daran, die Erstellung von Skills noch einfacher zu machen – mit verbesserten Tools und Vorlagen, mit denen jeder sein Know-how erfassen und teilen kann.

Die komplette Architektur

Zusammenfassend lässt sich sagen, dass die sich abzeichnende Agentenarchitektur wie eine Kombination aus folgenden Elementen aussieht:

Agentenschleife: Das zentrale Logiksystem, das entscheidet, was als Nächstes zu tun ist
Agentenlaufzeit: Ausführungsumgebung (Code, Dateisystem)
MCP-Server: Verbindungen zu externen Tools und Datenquellen
Skillbibliothek: Fachwissen und verfahrenstechnisches Wissen

Jede Ebene hat einen klaren Zweck: die Schleife schlussfolgert, die Runtime führt aus, MCP verbindet und Skills leiten an. Diese Trennung macht das System verständlich und ermöglicht es, dass sich jeder Teil unabhängig weiterentwickeln kann.

Was würde jetzt passieren, wenn Sie dieser Architektur einen einzigen Skill hinzufügen? Der Frontend-Design-Skill transformiert die Frontend-Fähigkeiten von Claude sofort. Er bietet spezielle Anleitungen zu Typografie, Farbtheorie und Animation und wird nur bei der Erstellung von Weboberflächen aktiviert. Die schrittweise Offenlegung bedeutet, dass er nur dann geladen wird, wenn er relevant ist. Das Hinzufügen neuer Funktionen ist unkompliziert.

Einsatz von Skills in neuen Branchen

Dieses sich abzeichnende Muster allgemeiner Agenten, die mit MCP-Servern und Skills ausgestattet sind, hilft uns bereits bei der Bereitstellung von Claude in neuen Branchen.

Finanzdienstleistungen

Direkt nach der Einführung von Skills haben wir Claude für das Finanzwesen um Skills erweitert, die Claude für Finanzexperten nützlicher machen:

DCF-Modell-Builder: erstellt diskontierte Cashflow-Modelle mit korrekten WACC-Berechnungen und Sensitivitätsanalysen
Vergleichsgruppenanalyse: generiert Vergleichstabellen mit relevanten Multiplikatoren und Benchmarking
Gewinnanalyse: verarbeitet vierteljährliche Ergebnisse und erstellt aktualisierte Berichte über die Investitionen
Erstabdeckung: erstellt umfassende Analyseberichte mit Finanzmodellen
Due Diligence: Strukturiert M&A-Analysen mit standardisierten Frameworks
Materialien für Präsentationen: erstellt Kundenpräsentationen nach Branchenstandards

Gesundheitswesen und Life-Sciences

Zudem haben wir unsere Angebote im Gesundheitswesen und in den Life Sciences um Skills erweitert, die Claude für Forscher, Ärzte und Entwickler im Gesundheitswesen nützlicher machen:

Bioinformatik-Bundles: Skills für scVI-tools und Nextflow-Bereitstellungen, die unerlässlich für die Verwaltung von Genomik-Pipelines und Einzelzell-RNA-Sequenzierung sind
Erstellung von Protokollen für klinische Studien: beschleunigt die Protokollentwicklung in der klinischen Forschung
Auswahl wissenschaftlicher Probleme: hilft Forschern, wirkungsvolle Forschungsfragen zu identifizieren und zu formulieren
FHIR-Entwicklung: hilft Entwicklern, genaueren Code für die Interoperabilität von Gesundheitsdaten zu schreiben und Gesundheitssysteme schneller und mit weniger Fehlern zu verbinden
Überprüfung der vorherigen Genehmigung: reduziert den Verwaltungsaufwand und beschleunigt die Patientenversorgung, indem sie die Deckungsanforderungen, klinischen Richtlinien und Patientenakten abgleicht

Standardisierung von Agentenskills

Um diese Vision zu verwirklichen, veröffentlichen wir Agentenskills als offenen Standard. Wie MCP sind wir der Meinung, dass Skills auf verschiedene Tools und Plattformen übertragen werden sollten. Derselbe Skill sollte funktionieren, egal ob Sie Claude oder andere KI-Plattformen verwenden. Wir haben mit unseren Mitgliedern des Ökosystems an dem Standard zusammengearbeitet und freuen uns, dass dies sehr schnell angenommen wurde.

Wenn jemand einen KI-Agenten zum ersten Mal verwendet, sollte er bereits wissen, was ihm und seinem Team wichtig ist, da Skills dieses Know-how erfassen und weitergeben. Da dieses Ökosystem wächst, kann ein Skill, der von jemand anderem in der Community entwickelt wurde, Ihren Agenten nützlicher, zuverlässiger und leistungsfähiger machen – unabhängig davon, welche KI-Plattform diese verwenden.

Erste Schritte

Wir nähern uns einer gemeinsamen Architektur für allgemeine Agenten, und Skills bieten ein Paradigma für die Bereitstellung und gemeinsame Nutzung neuer Funktionen. Der wahre Nutzen liegt in der kollektiven Wissensbasis, die wir gemeinsam aufbauen: die Erfassung von Know-how, die teamübergreifende Weitergabe und die Verbesserung jedes Agenten gegenüber dem vorherigen.

Ressourcen:

Danksagung:

Barry Zhang, Mahesh Murag, Keith Lazuka, Ryan Whitehead