agentleFS
web-werkstattweb-werkstatt/claude-code-workflow/skills/claude-features-update/SKILL.md

claude-features-update

Skill0 starsChanged 7 months agoMITView on GitHub

Prueft und integriert die neuesten Claude Code Features in den aktuellen Projekt-Workflow. Erkennt fehlende Automatisierungen und schlaegt Verbesserungen vor. Aktiviere bei "Claude Features updaten", "neue Features", "Workflow optimieren", "Automatisierung verbessern", "was gibt es Neues".

The file

Files
SKILL.md

Claude Code Features Update

Prueft welche Claude Code Features im aktuellen Projekt genutzt werden und schlaegt fehlende Automatisierungen vor.

Schritt 1: Aktuelle Feature-Nutzung analysieren

echo "=== Claude Code Feature-Nutzung ==="

# Plugins
echo "--- Plugins ---"
python3 -c "
import json
try:
    d = json.load(open('$HOME/.claude/settings.json'))
    plugins = d.get('enabledPlugins', {})
    for p, enabled in plugins.items():
        status = 'aktiv' if enabled else 'inaktiv'
        print(f'  {p}: {status}')
except: print('  Keine settings.json')
"

# LSP Plugins
echo "--- LSP Server ---"
for cmd in pyright typescript-language-server astro-ls intelephense gopls vue-language-server svelteserver tailwindcss-language-server vscode-css-languageserver yaml-language-server docker-langserver; do
  which $cmd > /dev/null 2>&1 && echo "  $cmd: installiert" || echo "  $cmd: FEHLT"
done

# Rules
echo "--- Rules ---"
ls .claude/rules/*.md 2>/dev/null | while read f; do echo "  $(basename $f)"; done
[ ! -d .claude/rules ] && echo "  KEINE Rules konfiguriert"

# Hooks
echo "--- Hooks ---"
if [ -f .claude/hooks.json ]; then
  python3 -c "
import json
d = json.load(open('.claude/hooks.json'))
hooks = d.get('hooks', [])
print(f'  {len(hooks)} Hooks konfiguriert')
for h in hooks:
    event = h.get('matcher', {}).get('event', '?')
    name = h.get('matcher', {}).get('name', h.get('matcher', {}).get('tool_name', ''))
    print(f'    - {event}: {name}')
"
else
  echo "  KEINE Hooks konfiguriert"
fi

# MCP Server
echo "--- MCP Server ---"
if [ -f .mcp.json ]; then
  python3 -c "
import json
d = json.load(open('.mcp.json'))
for k in d.get('mcpServers', {}).keys():
    print(f'  - {k}')
"
else
  echo "  KEINE MCP Server konfiguriert"
fi

# Agenten
echo "--- Agenten ---"
ls .claude/agents/*.md 2>/dev/null | while read f; do echo "  $(basename $f .md)"; done
[ ! -d .claude/agents ] && echo "  KEINE Agenten konfiguriert"

# Memory
echo "--- Memory ---"
PROJECT_PATH=$(pwd)
MEMORY_DIR="$HOME/.claude/projects/$(echo $PROJECT_PATH | sed 's|/|-|g' | sed 's|^-||')/memory"
if [ -f "$MEMORY_DIR/MEMORY.md" ]; then
  echo "  MEMORY.md: $(wc -l < "$MEMORY_DIR/MEMORY.md") Zeilen"
  ls "$MEMORY_DIR"/*.md 2>/dev/null | grep -v MEMORY.md | while read f; do echo "  Detail: $(basename $f)"; done
else
  echo "  KEINE Memory konfiguriert"
fi

# Skills (projektspezifisch)
echo "--- Projekt-Skills ---"
ls .claude/skills/*/SKILL.md 2>/dev/null | while read f; do
  dir=$(dirname $f)
  echo "  $(basename $dir)"
done
[ ! -d .claude/skills ] && echo "  KEINE projekt-spezifischen Skills"

Schritt 2: Feature-Katalog pruefen

Folgende Claude Code Features existieren. Fuer jedes Feature pruefen ob es im aktuellen Projekt sinnvoll waere:

Kern-Features

FeatureStatusBeschreibung
LSPpruefenCode-Analyse, Type-Checking, Go-to-Definition
RulespruefenPfad-spezifische Coding-Standards
HookspruefenEvent-basierte Automatisierung
MCP ServerpruefenExterne Service-Verbindungen
AgentenpruefenSpezialisierte Sub-Agenten
MemorypruefenPersistentes Projekt-Wissen

Automatisierungs-Features

FeatureStatusBeschreibung
/looppruefenWiederkehrende Tasks (Health-Checks, Monitoring)
Headless Modepruefenclaude -p "..." fuer CI/CD und Cron
Async HookspruefenNon-blocking Hintergrund-Tasks
Agent TeamspruefenParallele Agent-Ausfuehrung
Worktree IsolationpruefenIsolierte Agent-Umgebungen

Workflow-Features

FeatureStatusBeschreibung
Skills (projekt)pruefenWiederverwendbare Projekt-Workflows
Skills (global)pruefenCross-Projekt Automatisierung
PluginspruefenGebundelte Skills + Agents + References
Pre-commit HookspruefenAutomatische Checks vor Git Commit
Notification HookspruefenDesktop-Benachrichtigungen

Integration-Features

FeatureStatusBeschreibung
Figma PluginpruefenDesign-to-Code (wenn UI-Projekt)
Stripe PluginpruefenPayment-Integration (wenn E-Commerce)
CodeRabbitpruefenAI Code Review
PlaygroundpruefenInteraktive HTML-Prototypen
LinearpruefenIssue-Tracking Integration

Schritt 3: Empfehlungen generieren

Basierend auf der Analyse dem User eine Tabelle mit Empfehlungen zeigen:

FeatureEmpfehlungGrund
[Feature][Einrichten / Bereits OK / Nicht relevant][Warum]

Priorisierung

  1. Kritisch (sofort): Fehlende LSP, fehlende Security-Rules, fehlende Secret-Detection
  2. Wichtig (bald): Fehlende Hooks, fehlende Agenten, fehlende Memory
  3. Nice-to-have (optional): Loop-Templates, zusaetzliche MCP Server, Plugins

Schritt 4: Automatisch einrichten (nach User-Bestaetigung)

Fuer jedes empfohlene Feature:

  1. Kurz erklaeren was es tut
  2. User fragen ob es eingerichtet werden soll
  3. Einrichten (via /setup-claude-env oder manuell)
  4. Verifizieren dass es funktioniert

Schritt 5: Neueste Features checken

Claude Code wird regelmaessig aktualisiert. Folgende Features pruefen und integrieren wenn verfuegbar:

echo "=== Claude Code Version ==="
claude --version 2>/dev/null || echo "claude CLI nicht im PATH"

echo "=== Installierte Plugins ==="
python3 -c "
import json
try:
    d = json.load(open('$HOME/.claude/plugins/installed_plugins.json'))
    for name, entries in d.get('plugins', {}).items():
        if entries:
            v = entries[0].get('version', '?')
            updated = entries[0].get('lastUpdated', '?')[:10]
            print(f'  {name}: v{v} (updated {updated})')
except: print('  Keine plugins.json')
"

Feature-Checkliste (aktualisieren wenn neue Features erscheinen)

  • Extended Thinking (alwaysThinkingEnabled in settings.json)
  • Agent Teams (parallele Agenten)
  • Worktree Isolation (isolierte Agent-Umgebungen)
  • Async Hooks (non-blocking Hintergrund-Tasks)
  • Notification Hooks (Desktop-Benachrichtigungen)
  • Headless Mode (claude -p fuer Automation)
  • MCP Server (externe Datenquellen)
  • Figma Integration (Design-to-Code)
  • CodeRabbit (AI Code Review)
  • Playground (interaktive Prototypen)
  • Custom Keybindings (~/.claude/keybindings.json)
  • Loop Automation (/loop fuer Monitoring)
  • Pre-commit Hooks (Qualitaetspruefung vor Commit)
  • Stop Hooks (Validierung beim Session-Ende)

Schritt 6: Zusammenfassung

Dem User zeigen:

  • Welche Features bereits genutzt werden
  • Welche Features neu eingerichtet wurden
  • Welche Features als naechstes sinnvoll waeren
  • Naechste empfohlene Aktion

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.