agentleFS
XindaanXindaan/claude-skills/skills/handover-spec-pack/SKILL.md

handover-spec-pack

Skill1 starsChanged 30 days agoMITView on GitHub

Transformiere explorative Artefakte — Code-Repos, Excel-Dateien, JSON, CSV, SQL — in ein reviewbares, übergabefähiges Spezifikationspaket für formale Software- oder Einführungsprozesse. Verwende diesen Skill, wenn ein Prototyp-Artefakt (Repo, Excel, Tabelle, PoC) analysiert, dokumentiert oder spezifiziert werden soll, wenn fachliche Logik aus einem Artefakt extrahiert werden soll, oder wenn ein Artefakt an Dritte übergeben wird. Deckt auch den formalen SDLC-Einstieg ab: Spezifikation und Abnahmetests aus dem Prototyp, Abgrenzung des Neubaus, Aufwandsschätzung für die Produktivumsetzung.

The file

We split this skill into the rules it gives an agent

1 rule. About 0 are common, 1 is distinctive, and 0 are very specific to this project.

  • ≈0

    Common · estimate

    Many files like this have a rule of this kind.

  • ≈1

    Distinctive · estimate

    This author's own choices. Worth a look.

  • 0

    Very specific

    Tied to their project's names, files or tools. Probably skip.

  • Common
  • Distinctive
  • Very specific
  1. Distinctive:

    Test-ID und Referenz auf Funktion / Workflow / Regel

    line 341

≈ “Common” is an estimate: at least 1 in 5 of the 350,495 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.

Keep what fits and drop the rest. Your version, ready for your agents.
Files
SKILL.md

Skill: Prototype/Artifact → Handover Spec Pack

Zweck

Transformiere ein exploratives Artefakt — insbesondere Code-Repo oder Excel-Datei — in ein reviewbares, übergabefähiges Spezifikationspaket für einen formalen Software- oder Einführungsprozess.

Der Skill ist tool-agnostisch und für Umgebungen wie Claude Code, Claude Cowork, OpenAI Codex, ChatGPT oder ähnliche Agenten gedacht.

Er ist ausdrücklich für Artefakte geeignet, die:

  • im Rapid Discovery / Rapid Prototyping entstanden sind,
  • nicht produktionsreif sein müssen,
  • aber bereits viel fachliche Intention und funktionales Verhalten enthalten.

Kernprinzip

Behandle das Artefakt nicht als Vorgabe für produktionsreifen Code, sondern als Informationsquelle über gewünschtes Verhalten, implizite Annahmen, fachliche Ziele und Bedienlogik.

Das Ergebnis soll nicht sagen:

  • „Bau es exakt so nach",

sondern:

  • „Das Artefakt deutet auf folgende fachliche Funktionalität, Annahmen, Bedienlogik und Abnahmekriterien hin."

Primäre Artefaktklassen (v1)

Pflicht

  • Quellcode / Repo
  • Excel-Dateien / Tabellen

Optional

  • JSON
  • CSV
  • SQL

Später

  • PDF
  • UI-Prototypen / Screenshots / Mockups

Zielrollen / Standard-Views

Erzeuge standardmäßig diese Ausgabe-Views:

  1. Functional Spec Fachlich orientierte Spezifikation: Was das Artefakt tut, warum es das tut, welche fachliche Logik erkennbar ist.
  2. End User Guide High-Level-Bedienungsanleitung für Anwender:innen.
  3. Owner Guide Dokumentation für Template-/Produkt-/Prozess-Owner: Pflege, Annahmen, Betriebslogik, spätere Review- und Änderungsfähigkeit.
  4. Review Pack Prüfpaket für Fachseite / Stakeholder / Entwicklung:
    • beobachtetes Verhalten
    • inferierte Intention
    • offene Fragen
    • Risiken / rote Flaggen
    • Abnahmekriterien
    • mögliche User Stories

Zentrale Qualitätsunterscheidung

Kennzeichne jede Aussage im Output explizit als eine der folgenden Klassen:

1) OBSERVED

Direkt aus dem Artefakt ableitbar. Beispiel:

  • Formel vorhanden
  • bestimmtes UI-Element vorhanden
  • Funktion liefert beobachtbar Output X auf Input Y

2) INFERRED

Plausible Interpretation aus Struktur, Namensgebung, Flow oder Nutzungsmuster. Beispiel:

  • „Diese Tabelle dient offenbar als zentrale Planungstabelle"
  • „Diese Funktion scheint Freigabe-Logik abzubilden"

3) OPEN / UNKNOWN / RISK

Nicht sicher ableitbar, strittig, widersprüchlich oder potenziell fehlerhaft. Beispiel:

  • möglicher Bug
  • unklare fachliche Annahme
  • harter Jahresbezug
  • Bereichsdiskrepanz
  • extern referenzierte, nicht sichtbare Logik

Diese Trennung ist Pflicht.


Output-Paket (Standard)

Erzeuge immer ein strukturiertes Handover-Paket mit festen Dateinamen.

Pflichtdateien

  1. SPEC.md — Fachliche Hauptspezifikation
  2. USER_GUIDE.md — Bedienungsanleitung für Endnutzer:innen
  3. OWNER_GUIDE.md — Anleitung für Owner / Maintainer / Einführungsverantwortliche
  4. REVIEW_PACK.md — Prüfpaket mit Annahmen, Risiken, offenen Punkten, User Stories und Abnahmekriterien
  5. ASSUMPTIONS.md — Implizite Annahmen, offene Punkte, nicht sichtbare Abhängigkeiten
  6. ACCEPTANCE_TESTS.md — Fachliche Abnahmekriterien und Testfälle
  7. TRACEABILITY.csv — Artefakt-Entitäten → Aussagen/Regeln/Views
  8. COVERAGE_REPORT.json — Coverage, UNKNOWNs, Qualitätsstatus

Optional, wenn sinnvoll

  1. INTERFACE.md — Inputs, Outputs, Datenfelder, Einheiten, erlaubte Werte
  2. USER_STORIES.md — Abgeleitete User Stories / Epic-/Story-Input
  3. CHANGELOG_HINTS.md — Typische spätere Änderungsstellen / Wartungsrisiken
  4. IR.json — Intermediate Representation als Maschinen-/Agenten-Zwischenschicht
  5. DECISIONS.md — Design-Entscheidungen, die das Artefakt impliziert, als vorgeschlagene ADRs (siehe Modul „SDLC-Einstieg")
  6. EFFORT.md — Grobschätzung je Funktion für eine Produktivumsetzung (siehe Modul „SDLC-Einstieg")

Was der Skill leisten soll

A. Fachliche Extraktion

Extrahiere aus dem Artefakt:

  • zentrale Geschäftsobjekte / Arbeitsobjekte
  • beobachtbares Verhalten
  • Bedienlogik
  • Datenflüsse
  • Regeln
  • Statuslogik
  • Filterlogik
  • Berechnungslogik
  • implizite Prozesslogik

B. Handover-Fähigkeit

Übersetze das Artefakt in eine Form, die für den formalen Prozess nutzbar ist:

  • für Review
  • für Übergabe an Softwareentwicklung
  • für organisatorische Einführung
  • für spätere Wartung / Review

C. Unsicherheitsdisziplin

Alles, was nicht sicher aus dem Artefakt hervorgeht:

  • nicht verstecken
  • nicht still ergänzen
  • explizit als INFERRED oder OPEN / UNKNOWN / RISK markieren

Nicht-Ziele

Der Skill soll nicht:

  • Produktionscode bewerten
  • Code-Qualität im Sinne von Clean Code auditieren
  • Architektur freigeben
  • Deployment-/Infra-Fragen lösen
  • aus Proto-Code ungeprüft technische Vorgaben machen

Er darf auf technische Strukturen hinweisen, aber der Fokus ist fachliche Übergabefähigkeit, nicht Engineering-Politur.


Operationalisierte Vollständigkeit

„Vollständigkeit" bedeutet hier nicht absolute Wahrheit, sondern:

1) Artifact-Complete

Alle relevanten Artefakt-Entitäten wurden inventarisiert.

2) Behavior-Complete

Das beobachtbare Verhalten wurde hinreichend vollständig beschrieben:

  • Inputs, Outputs, Regeln, Fehler-/Leerverhalten, zentrale Workflows

3) Intent-Reviewable

Die aus dem Artefakt abgeleitete Intention wurde so beschrieben, dass ein Mensch sie reviewen und bestätigen oder korrigieren kann.

Wichtig: Intent-Reviewable ist möglich. Intent-Certain ist meist nicht möglich.


Intermediate Representation (IR)

Nutze intern ein kanonisches Zwischenmodell. Die verschiedenen Outputs sind Views auf dieses IR.

Minimale IR-Bestandteile

  • Artefakt-Metadaten
  • Inventar
  • Inputs / Outputs
  • Regeln
  • Workflows
  • Abhängigkeiten
  • Annahmen
  • Risiken
  • offene Punkte
  • Traceability
  • Coverage

Inventar-Regeln nach Artefaktklasse

Für Excel

Inventarisiere mindestens:

  • Sheets, editierbare Flächen, berechnete Flächen
  • Validierungen, Formeln oder Formel-Pattern, Named Ranges
  • Tabellenobjekte, Pivot/Charts (wenn sichtbar)
  • Conditional Formatting, Schutz-/Freigabelogik
  • Abhängigkeiten zwischen Reitern
  • sichtbare Eingabeparameter und Output-Flächen
  • UI-/Bedienhinweise im Workbook

Extrahiere zusätzlich:

  • zentrale Steuerungslogik, Berechnungslogik, Filterlogik
  • fachliche Struktur, Hinweise auf SSOT
  • Owner-relevante Änderungsstellen, potenzielle Bruchstellen

Für Code / Repo

Inventarisiere mindestens:

  • Entry Points, zentrale Funktionen / Module / Klassen
  • I/O-Schnittstellen, Konfigurationsparameter
  • Datenmodelle / Strukturen
  • UI-relevante Strukturen, wenn im Repo sichtbar
  • beobachtbare User-Flows, Status-/Regellogik
  • Fehlerbehandlung, implizite Constraints
  • externe Abhängigkeiten

Extrahiere dabei ausdrücklich:

  • nicht nur die Implementierung,
  • sondern die fachliche Absicht, soweit beobachtbar oder plausibel inferierbar.

Wenn UI-Strukturen im Repo enthalten sind:

  • nimm UI-Constraints und Interaktionslogik in die Spezifikation auf.

Standard-Gliederung der Outputs

SPEC.md

Inhalt:

  • Zweck / Problemstellung
  • Scope
  • erkannte fachliche Kernobjekte
  • zentrale Funktionen
  • Workflows
  • Regeln
  • beobachtete Inputs/Outputs
  • fachliche Invarianten
  • Nicht-Ziele
  • offene fachliche Fragen

Jede Aussage möglichst markieren als: [OBSERVED], [INFERRED], [OPEN]

USER_GUIDE.md

Ziel: Für Anwender:innen, die das Artefakt nur benutzen wollen.

Inhalt:

  • Wofür das Artefakt da ist
  • Welche Bereiche/Reiter/Funktionen wofür genutzt werden
  • Quickstart
  • typische Arbeitsabläufe
  • häufige Fehler
  • Troubleshooting
  • DoD-Checkliste für Nutzung

Keine Formeln, kein Code, keine unnötigen technischen Details.

OWNER_GUIDE.md

Ziel: Für Personen, die das Artefakt verantworten, einführen, pflegen oder reviewbar halten müssen.

Inhalt:

  • zentrale Pflegepunkte
  • editierbare vs. berechnete Bereiche
  • kritische Annahmen
  • Parametrisierungsstellen
  • Änderungsrisiken
  • typische Bruchstellen
  • Jahreswechsel-/Pflegehinweise
  • was bei Übergabe an Dritte erklärt werden muss

REVIEW_PACK.md

Ziel: Für Fachreview, Stakeholder-Abgleich und Übergabe in den Entwicklungsprozess.

Inhalt:

  • Executive Summary
  • was sicher beobachtet wurde
  • was plausibel inferiert wurde
  • welche Fragen offen bleiben
  • welche Stellen fragwürdig oder riskant sind
  • rote Flaggen
  • aus dem Artefakt ableitbare User Stories
  • Abnahmekriterien
  • Empfehlungen für Übergabe an Entwicklung

ASSUMPTIONS.md

Inhalt:

  • explizite implizite Annahmen
  • offene Definitionslücken
  • vermutete Geschäftsregeln
  • nicht sichtbare Abhängigkeiten
  • TODO-Fragen für fachliche Klärung

Trenne sauber: Ableitbar / Plausibel inferiert / Unklar

ACCEPTANCE_TESTS.md

Inhalt:

  • fachliche Testfälle (Given/When/Then)
  • Positivfälle, Negativfälle, Edge Cases
  • leere / ungültige / Grenzwerte
  • User-Flow-Tests
  • wo sinnvoll: Ableitung aus User Stories
  • Test-ID und Referenz auf Funktion / Workflow / Regel

USER_STORIES.md (optional, aber empfohlen)

Format:

  • Als <Rolle>
  • möchte ich <Ziel>
  • damit <Nutzen>

Wichtig: nicht fantasieren, nur aus erkennbarer Nutzung / Struktur / Flow ableiten. Bei Unsicherheit als [INFERRED] markieren.


Traceability

Für jede relevante Artefakt-Entität muss gelten:

  • sie ist in mindestens einem Output reflektiert,
  • oder explizit als out of scope markiert,
  • oder als unknown/open erfasst.

Die TRACEABILITY.csv soll mindestens enthalten:

  • Entity ID, Typ, Ort / Referenz, Kurzbeschreibung
  • Status (observed, inferred, open, out_of_scope)
  • Referenzen auf betroffene Dateien/Abschnitte

Coverage Report

Der COVERAGE_REPORT.json soll mindestens ausweisen:

  • Anzahl inventarisierter Entitäten
  • Anzahl gemappter Entitäten
  • Coverage-Quote
  • Anzahl offener Punkte
  • Anzahl inferierter Aussagen
  • Anzahl kritischer Risiken / roter Flaggen
  • Qualitätsstatus

Empfohlene Statuswerte

  • DRAFT: viele OPENs / schwache Coverage
  • REVIEWABLE: gute Coverage, aber offene fachliche Fragen
  • HANDOVER_READY: gute Coverage + offene Punkte sauber benannt + ausreichende Test-/Story-Basis

Pflichtdisziplin bei Unsicherheit

Wenn etwas nicht klar ist:

  1. Nicht verschweigen
  2. Nicht als sicher formulieren
  3. Als [INFERRED] oder [OPEN] markieren
  4. Wenn relevant: als Rote Flagge hervorheben

Pflichtdisziplin bei Bugs vs. Business Rules

Der Skill muss ausdrücklich unterscheiden zwischen:

  • beobachtetem Verhalten
  • vermuteter fachlicher Absicht
  • möglichem Fehler / Bug / Workaround

Beispiel: Ein harter Jahresfilter in Excel kann gewollte Business Rule, temporäre Annahme oder unbeabsichtigter Bug sein. Das darf nicht einfach still als fachliche Wahrheit übernommen werden.


Default-View-Logik

Wenn keine weiteren Präzisierungen vorliegen:

  • Sprache: Deutsch
  • Dateinamen: Englisch
  • standardmäßig alle vier Haupt-Views plus Pflichtdateien erzeugen

Empfohlener Arbeitsmodus

  1. Artefakt klassifizieren (Repo / Excel / Mischform)
  2. Inventar erzeugen
  3. Beobachtbares Verhalten extrahieren
  4. Implizite Annahmen sammeln
  5. Workflows und Regeln formulieren
  6. Observed / Inferred / Open markieren
  7. User Stories und Acceptance Tests ableiten
  8. Rollen-Views rendern
  9. Traceability und Coverage prüfen
  10. Rote Flaggen explizit ausweisen

Empfohlene Ausgabequalität

Antworten sollen:

  • kompakt, aber belastbar sein
  • zwischen Fakt, Interpretation und Unsicherheit sauber trennen
  • fachlich verständlich formuliert sein
  • explizit reviewbar sein
  • keine Pseudo-Sicherheit erzeugen

Modul: SDLC-Einstieg aus einem Prototyp-Repo

Dieses Modul greift, wenn das Artefakt ein lauffähiger Prototyp ist und das Paket den Einstieg in einen formalen Entwicklungsprozess bilden soll — der Prototyp-Code wird danach verworfen, nur die Spezifikation geht weiter.

Zusätzlich zu den Standardregeln gilt dann:

Black-Box-Prinzip

Analysiere, was das System tut (Verhalten, Funktionen, Grenzfälle) — nicht, wie es implementiert ist. Ignoriere Code-Qualität. Formuliere so, als spezifiziertest du ein System, das von Grund auf neu gebaut wird.

Konsequenz für das Paket: kein Prototyp-Code im Output, keine Verweise auf Klassen, Dateien oder Funktionsnamen als Vorgabe. Ein fremdes Team muss ohne Zugriff auf den Prototyp arbeiten können — das ist das Abnahmekriterium für dieses Modul.

Granularität der funktionalen Anforderungen

Im SPEC.md bekommt jede Funktion eine stabile Kennung und diese fünf Felder:

  • FA-{n}: {Name}
    • Auslöser — was das Verhalten initiiert
    • Eingabe — akzeptierte Daten/Parameter
    • Ausgabe — was produziert oder zurückgegeben wird
    • Seiteneffekte — berührte externe Systeme, Zustandsänderungen
    • Abnahmekriterien — testbare Bedingungen, einzeln aufgezählt

Grenzfälle und Geschäftsregeln als „WENN {Bedingung} DANN {Verhalten}" formulieren. Die ACCEPTANCE_TESTS.md referenziert die FA-Kennung, damit die Rückverfolgung ohne Umweg über Dateinamen funktioniert.

DECISIONS.md — implizierte Entscheidungen

Der Prototyp trifft Entscheidungen, ohne sie zu begründen: Auth-Ansatz, Datenhaltung, API-Stil, Fehlerbehandlung. Dokumentiere sie als ADRs im Format:

  • ADR-{n}: {Entscheidung}
    • Status: Vorgeschlagen (nie „Akzeptiert" — der Skill gibt keine Architektur frei, siehe Nicht-Ziele)
    • Kontext: warum die Entscheidung überhaupt ansteht
    • Entscheidung: was der Prototyp impliziert
    • Konsequenzen: was daraus folgt, inklusive der Option, es anders zu machen

EFFORT.md — Grobschätzung

Je Funktion eine T-Shirt-Größe (S/M/L/XL) für die Produktivumsetzung, mit Begründung (Unbekannte, externe Abhängigkeiten, Datenmigration, Regulatorik). Eine Größe ohne Begründung ist wertlos; im Zweifel eine Nummer größer und die Unsicherheit als [OPEN] benennen.

Bündelung

Lege die Ergebnisse dieses Moduls in einem eigenen Ordner ab (Vorschlag: HANDOVER/), damit klar getrennt ist, was übergeben wird und was Arbeitsstand des Prototyps ist.


Kompakter One-Shot-Arbeitsauftrag

Nutze diesen Skill, um aus dem vorliegenden Artefakt ein vollständiges Handover Spec Pack zu erzeugen.

Arbeitsregeln:

  • Behandle das Artefakt als fachliche Informationsquelle, nicht als technische Vorgabe.
  • Trenne jede Aussage in OBSERVED, INFERRED oder OPEN.
  • Erzeuge standardmäßig: SPEC.md, USER_GUIDE.md, OWNER_GUIDE.md, REVIEW_PACK.md, ASSUMPTIONS.md, ACCEPTANCE_TESTS.md, TRACEABILITY.csv, COVERAGE_REPORT.json
  • Leite, soweit sinnvoll, zusätzlich USER_STORIES.md ab.
  • Markiere Bugs, mögliche Fehlannahmen und harte Artefakt-Constraints explizit als Risiken.
  • Liefere kein Architektur- oder Produktionscode-Review, außer wenn ausdrücklich verlangt.
  • Ziel ist eine reviewbare Übergabe an Fachseite, Owner und/oder Softwareentwicklung.
  • Ist das Artefakt ein lauffähiger Prototyp und soll das Paket den formalen Entwicklungsprozess eröffnen: zusätzlich das Modul „SDLC-Einstieg" anwenden (FA-Granularität, DECISIONS.md, EFFORT.md, kein Prototyp-Code im Output).

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.