agent-config-authoring
Skill1 starsChanged 46 days agoMITView on GitHub
Konventionen für die Projekt-Config-Ebene der Coding-Agenten (CLAUDE.md / AGENTS.md / GEMINI.md) — Verhaltens-Baseline, Hierarchie, Token-Effizienz, Multi-Tool-Symlinks. Vor allem: die Entscheidung, was in CLAUDE.md gehört vs. in einen Skill vs. Auto-Memory vs. knowledge-base. Nutzen beim Aufsetzen/Verbessern von Projekt-Config. NICHT für das Schreiben einzelner Skills (→ skill-authoring).
In this repository81 other files it gives its agents.
- accessibility-action-planSkill
- accessibility-auditSkill
- accessibility-finding-explainerSkill
- accessibility-report-summarySkill
- agents-sdkSkill
- ai-ux-patternsSkill
- alt-text-generatorSkill
- anti-ai-copySkill
- aria-usage-reviewSkill
- astro-architectureSkill
- astro-client-scriptsSkill
- astro-component-a11y-reviewSkill
- before-after-accessibility-commsSkill
- bfsg-risk-language-softenerSkill
- biomeSkill
- blog-from-transcriptSkill
- brand-voice-dnaSkill
- case-study-from-auditSkill
- client-email-after-auditSkill
- cloudflare-email-serviceSkill
- cloudflare-one-migrationsSkill
- cloudflare-oneSkill
- cloudflareSkill
- complexity-judgmentSkill
- component-doc-writerSkill
- content-clarity-a11y-checkSkill
- content-qaSkill
- conversation-retrospectiveSkill
- darkmodeSkill
- deep-researchSkill
- design-directionsSkill
- design-systemsSkill
- durable-objectsSkill
- faq-from-issuesSkill
- form-accessibility-reviewSkill
- frontend-designSkill
- handoffSkill
- i18nSkill
- image-to-webpSkill
- keyboard-navigation-reviewSkill
- knowledge-baseSkill
- landing-and-site-builderSkill
- landingpage-from-briefingSkill
- lighthouse-axe-result-explainerSkill
- linkedin-post-from-contentSkill
- llm-councilSkill
- local-business-seoSkill
- mcp-builderSkill
- mdx-contentSkill
- motion-designSkill
- native-html-uiSkill
- newsletter-from-auditSkill
- overlay-tool-risk-explainerSkill
- playwrightSkill
- post-auditSkill
- remotionSkill
- sandbox-migrate-to-nextSkill
- sandbox-nextSkill
- sandbox-sdkSkill
- sandbox-stableSkill
- The first 60 shown.
The file
Files
Agent-Config-Authoring
Steuerung verlagert sich von Einzel-Prompts zu dauerhaft gepflegten Projektdateien. Behandle CLAUDE.md wie README.md/.editorconfig/CI — Teil des Projekts, versioniert, wiederholbar. Diese Datei = die immer-aktive Ebene; Skills/Memory/Wissensbasis sind die bei-Bedarf-Ebenen.
Was gehört wohin (Kern-Entscheidung)
| Ebene | Inhalt | Merkmal |
| CLAUDE.md / AGENTS.md | Verhaltensregeln, Projekt-Architektur/-Konventionen, Definition-of-Done, Antwortformat | immer geladen → kurz halten |
| Skill ([[skill-authoring]]) | getriggertes Domänenwissen / Workflow | lädt nur bei Bedarf |
Auto-Memory (MEMORY.md) | dauerhafte Nutzer-Präferenzen + Feedback | sessionübergreifend, personenbezogen |
| knowledge-base ([[knowledge-base]]) | belegte Projekt-/Domänenfakten mit Herkunft | kompiliert, verlinkt, gelintet |
Faustregel: immer-relevant + kurz → CLAUDE.md; fachlich + getriggert → Skill; Präferenz → Memory; belegbarer Fakt → knowledge-base. Domänenwissen NICHT in CLAUDE.md kippen (bläht jeden Turn auf).
Verhaltens-Baseline (Karpathy)
Fünf Regeln als Einstieg für nahezu jedes Projekt — knapp, ausführbar formuliert:
- Erst nachdenken, dann programmieren.
- Bei Unklarheit nachfragen statt raten.
- Nur den nötigen Code schreiben.
- Nur die angeforderten Stellen ändern.
- Vorab definieren, wann eine Aufgabe „fertig" ist. Effekt: weniger Halluzination, weniger unnötige Refactorings, präzisere Änderungen — etwas langsamer, deutlich zuverlässiger.
Hierarchie
Der Agent liest alle CLAUDE.md im Verzeichnisbaum: global (~/.claude/CLAUDE.md) → projekt (Repo-Root) → ordnerspezifisch. So wird Wissen gestaffelt: generell oben, spezifisch unten. Ordner-Config nur, wo sich Regeln wirklich unterscheiden.
Multi-Tool per Symlink
Eine Quelle, auf CLAUDE.md + AGENTS.md + GEMINI.md verlinkt → einmal ändern, überall aktiv. (Genau das Muster dieses Repos: eine GLOBAL.md als Quelle.) Ideal, wenn man zwischen Claude/Codex/Gemini wechselt.
Token-Effizienz-Modus (optional)
Füllfloskeln unterbinden: „Gute Frage…", Wiederholung der Anfrage, Höflichkeits-Schluss. Bringt spürbar kürzere Antworten (Benchmarks: bis ~60% weniger Wörter, ~12% weniger Output-Tokens). Trade-off: die Config-Datei selbst kostet Input-Tokens — lohnt sich bei Automatisierung, vielen Reviews, Pipelines; bei gelegentlichen Einzelanfragen kaum.
MCP-Server: Kontextbudget
Jeder aktive MCP-Server kostet Tokens beim Session-Start (Tool-Schemas werden vorab geladen) — grob ~55k Tokens pro Server, unabhängig davon, ob er in der Session je aufgerufen wird. Faustregel: max. 3–5 aktive MCPs pro Projekt-.mcp.json. Bei mehr: nicht dauerhaft aktivieren, sondern nur bei Bedarf (projektspezifische .mcp.json statt global, oder situativ per Flag zuschalten).
Gotchas
- CLAUDE.md kurz halten — sie ist immer geladen; jede Zeile ist Dauer-Token-Kost.
- Regeln ausführbar formulieren: „bei Unklarheit nachfragen", nicht „sei schlau". Vgl. die Retrospektive-Disziplin in [[conversation-retrospective]].
- Keine Secrets / Maschinen-Config in getrackte CLAUDE.md (→ gitignore).
- Nicht duplizieren: was ein Skill/Memory schon trägt, nicht zusätzlich in CLAUDE.md wiederholen.
- Die Varianten (Karpathy / Token-effizient / Multi-Tool / Memory-Bank) schließen sich nicht aus — kombinieren.
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
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.