Vibe-Skills

1. Projektübersicht

Vibe-Skills (VibeSkills) ist eine universelle Orchestrierungs-Skill, die automatisch eine große Bibliothek lokaler „Skills“ entdeckt, weiterleitet und koordiniert, sodass KI-Codierungsagenten komplexe mehrstufige Aufgaben planen, ausführen und verifizieren können – ohne dass ein Entwickler manuell das richtige Werkzeug für jede Teilaufgabe auswählen muss.

2. Hintergrund & Positionierung

Da Ökosysteme für „Agenten-Skills“ (Claude Code Skills, Codex-artige Umgebungen und ähnliche Agenten-Frameworks) gewachsen sind, haben Entwickler oft dutzende oder hunderte einzelner Skills lokal installiert – von Datenwissenschaft über Sicherheitsüberprüfung bis hin zum Schreiben von Dokumentation. Sich zu merken, welche Skill man aufrufen soll, in welcher Reihenfolge und wie man bestätigt, dass das Ergebnis tatsächlich dem entspricht, was gefragt war, wird zu einem eigenen Verwaltungsproblem.

Vibe-Skills wurde entwickelt, um dieses Meta-Problem zu lösen. Statt nur eine weitere spezialisierte Skill zu sein, fungiert es als Router und Orchestrator, der über der restlichen Bibliothek sitzt: Es klärt zunächst die Anforderungen mit dem Benutzer, schätzt ein, wie groß die Aufgabe ist, erstellt eine Shortlist der für jedes Arbeitsmodul relevanten Skills, verfolgt den Ausführungszustand über eine Sitzung hinweg und erstellt einen Abnahmebericht, der das Geplante mit dem tatsächlich Gelieferten vergleicht.

Dies unterscheidet sich von typischen Skill-Sammlungen (die einfach ein Ordner mit unabhängigen, einzweckigen Skills sind) dadurch, dass Vibe-Skills eine Workflow-Ebene hinzufügt: Aufgabenplanung, Skill-Erkennung ohne Laden der gesamten Bibliothek in den Kontext, Fortschrittspersistenz über Sitzungen hinweg und einen formalen Verifizierungsschritt, bevor eine Aufgabe als abgeschlossen gilt. Es wird außerdem mit einer gebündelten Bibliothek von über 250 Community-Skills geliefert, sodass es sowohl als Orchestrator als auch als gebrauchsfertiges Skill-Paket verwendet werden kann.

3. Funktionskategorien

• 🧭 Orchestrierungskern – die Engine, die für Anforderungsbestätigung, Komplexitätsbewertung (--l / --xl), Skill-Zuweisung und Ausführungsverfolgung verantwortlich ist. Beispiele: core/skill-contracts, agents/-Planungsvorlagen, protocols/-Kommunikationsspezifikationen, adapters/ für verschiedene Host-Anwendungen. Zweck: eine natürlichsprachliche Anfrage in einen koordinierten, prüfbaren Plan verwandeln.
• 🔬 Wissenschafts- & Daten-Skills – die größte gebündelte Kategorie, die Bioinformatik, Statistik und ML-Forschung abdeckt. Beispiele: biopython, astropy, rdkit, scanpy, pymc-bayesian-modeling, scikit-learn, pytorch-lightning. Zweck: Agenten domänenspezifisches Fachwissen für wissenschaftliches Rechnen und Datenanalyseaufgaben geben.
• 🛡️ Sicherheits- & Qualitäts-Skills – Prüf- und Härtungswerkzeuge. Beispiele: security-reviewer, security-best-practices, security-threat-model, security-ownership-map, code-reviewer. Zweck: Schwachstellen erkennen und Qualitäts-Gates für Code während der agentengesteuerten Entwicklung durchsetzen.
• 📝 Dokumentations- & Schreib-Skills – Helfer für Inhalte und technisches Schreiben. Beispiele: docs-write, docs-review, writing-plans, scientific-writing, markdown-mermaid-writing. Zweck: konsistente, hochwertige schriftliche Artefakte erstellen und pflegen.
• ⚙️ DevOps- & Bereitstellungs-Skills – Integrations- und Bereitstellungshelfer. Beispiele: netlify-deploy, vercel-deploy, skypilot-multi-cloud-orchestration, mcp-integration, gh-fix-ci. Zweck: Versand- und Infrastrukturaufgaben direkt aus dem Agenten-Workflow automatisieren.
• 📊 Visualisierungs- & Berichts-Skills – Diagramm- und Berichtserstellung. Beispiele: creating-data-visualizations, matplotlib, plotly, scientific-slides, report-generator. Zweck: rohe Analysen in präsentierbare Ausgaben verwandeln.

4. Hauptmerkmale

• Anforderungsbestätigung vor Arbeitsbeginn – der Orchestrator klärt Umfang und Einschränkungen im Voraus mit dem Benutzer, wodurch verschwendete Arbeit durch missverstandene Aufgaben reduziert wird.
• Kontexteffiziente Skill-Erkennung – er scannt SKILL.md-Dateien in konfigurierten Ordnern und erstellt nur eine Shortlist der relevanten Kandidaten, anstatt die gesamte Bibliothek mit über 250 Skills in das Kontextfenster des Modells zu laden.
• Sitzungskontinuität – ein session_root-Ordner persistiert Eingaben, Fortschritt und Entscheidungen, sodass mehrstufige Aufgaben fortgesetzt statt neu gestartet werden können.
• Formale Lieferüberprüfung – ein delivery-acceptance-report vergleicht den genehmigten Arbeitsplan (module-work-plan.json) mit der tatsächlichen Ausführung (module-execution.json) und kennzeichnet bestandene, fehlgeschlagene oder blockierte Elemente.
• Komplexitätsbewusste Workflow-Ebenen – die Flags --l und --xl ermöglichen es Benutzern, den Aufgabenumfang zu signalisieren, sodass der Orchestrator die Planungstiefe entsprechend anpasst.
• Über 250 gebündelte Skills ab Werk – die Wissenschaft, Sicherheit, DevOps, Dokumentation und mehr abdecken und direkt oder über den Orchestrator verwendet werden können.

5. Anwendungsfälle nach Rolle

• Allgemeine Entwickler: Verwenden Sie $vibe / /vibe, um eine vage Funktionsanfrage in einen abgegrenzten Plan zu verwandeln, die richtigen gebündelten Skills (Code-Review, Dokumentation, Tests) automatisch anwenden zu lassen und am Ende einen Verifizierungsbericht zu erhalten.
• DevOps/SRE: Nutzen Sie bereitstellungsorientierte Skills (netlify-deploy, vercel-deploy, skypilot-multi-cloud-orchestration), die vom Orchestrator für mehrstufige Release- oder Infrastrukturaufgaben koordiniert werden.
• Sicherheitsingenieure: Leiten Sie Überprüfungsaufgaben über security-reviewer, security-threat-model und security-ownership-map, wobei der Orchestrator verfolgt, welche Prüfungen bestanden oder blockiert wurden.
• Daten-/Forschungswissenschaftler: Zugriff auf einen großen Katalog wissenschaftlicher Rechen-Skills (biopython, astropy, pymc, scikit-learn und viele mehr), ohne sich die Aufrufmethode jedes einzelnen Werkzeugs merken zu müssen.
• Projektmanager: Verwenden Sie die Planungs- und Abnahmeberichts-Artefakte (module-work-plan.json, delivery-acceptance-report.md) als leichtgewichtige Prüfspur dessen, was angefordert versus geliefert wurde.

6. Erste Schritte

Finden Sie, was Sie brauchen – durchsuchen Sie den gebündelten Katalog unter bundled/skills/ oder konsultieren Sie docs/quick-start.en.md für eine Übersicht der verfügbaren Funktionen.

Installieren / integrieren – laden Sie das veröffentlichte Release-Archiv herunter (kein roher Repo-Checkout) und installieren Sie es dann in Ihr Skills-Verzeichnis:

# Windows
./update.ps1 -SkillsDir <skills-verzeichnis>

# macOS / Linux
./update.sh --skills-dir <skills-verzeichnis>

Rufen Sie es über den Skill-Einstiegspunkt Ihrer KI-Anwendung auf:

$vibe

oder

/vibe

Beitragen – lesen Sie CONTRIBUTING.md, prüfen Sie die Zonentabelle unter references/contributor-zone-decision-table.md und die Beweismatrix unter references/change-proof-matrix.md, und eröffnen Sie dann einen Pull-Request gemäß den dokumentierten Beweisanforderungen für Ihren Änderungstyp.

7. Projektstruktur

Vibe-Skills/
├── core/            # Orchestrierungs-Engine und Skill-Verträge
├── agents/          # Planungsvorlagen
├── adapters/        # Integrationsschnittstellen für Host-Anwendungen
├── protocols/        # Kommunikationsspezifikationen zwischen Komponenten
├── commands/        # CLI-Einstiegspunkte
├── bundled/skills/  # Über 250 gebrauchsfertige Community-Skills
├── docs/            # Architektur-, Governance-, Installations- und Schnellstartanleitungen
├── tests/           # Validierungssuite
├── update.sh / update.ps1   # Installations-/Aktualisierungsskripte
└── check.sh / check.ps1     # Installationsüberprüfung

Wichtige Dateien: SKILL.md (die eigene Skill-Definition des Orchestrators), CONTRIBUTING.md (Beitragsregeln) und docs/quick-start.en.md (Erste-Schritte-Anleitung).

8. Verwandtes Ökosystem

Vibe-Skills ist dafür ausgelegt, innerhalb von KI-Codierungs-Umgebungen zu laufen, die ein lokales „Skills“-Konzept unterstützen, wie Claude Code und ähnliche Agenten-Frameworks. Viele gebündelte Skills umhüllen oder ergänzen bekannte Open-Source-Bibliotheken in ihren jeweiligen Bereichen – zum Beispiel scikit-learn, pytorch-lightning, matplotlib und biopython im wissenschaftlichen Rechenbereich und mcp-integration für die Verbindung mit Model Context Protocol-Servern.

9. Lizenz

Lizenziert unter der Apache License 2.0.

• ✅ Kommerzielle Nutzung, Modifikation, Verbreitung und private Nutzung sind erlaubt.
• ✅ Sie dürfen modifizierte Versionen als Teil Ihres eigenen Projekts unterlizenzieren, sofern die Namensnennung erhalten bleibt.
• ❌ Es wird keine Garantie gewährt, und die Autoren haften nicht für Schäden, die aus der Nutzung entstehen.
• ℹ️ Drittanbieterkomponenten sind separat in NOTICE und THIRD_PARTY_LICENSES.md ausgewiesen – überprüfen Sie diese Dateien, wenn Sie die gebündelte Skill-Bibliothek weiterverteilen.

10. FAQ

F: Installiere ich dies durch Klonen des Repositorys?
A: Nein – die Dokumentation spezifiziert die Installation aus einem veröffentlichten Release-Archiv, nicht aus einem rohen Repository-Checkout. Siehe docs/quick-start.en.md.

F: Wie rufe ich Vibe-Skills nach der Installation auf?
A: Über den Skill-Einstiegspunkt Ihrer KI-Anwendung, typischerweise $vibe oder /vibe, z. B. „Klär diese Anforderung und verwandle sie in einen Plan $vibe“.

F: Was bedeuten die Flags --l und --xl?
A: Sie teilen dem Orchestrator den erwarteten Umfang der Aufgabe mit – --l für überschaubare Arbeit und --xl für größere, komplexere Projekte – sodass er entsprechend plant.

F: Wie bestätige ich, dass meine Installation nach einem Update intakt ist?
A: Führen Sie check.sh (oder check.ps1 unter Windows) aus, um zu überprüfen, ob die vom Installer verwalteten Dateien vorhanden und unverändert sind.

F: Kann ich die gebündelten Skills ohne den Orchestrator verwenden?
A: Ja – jede Skill unter bundled/skills/ ist ein eigenständiger Ordner mit eigener SKILL.md und kann unabhängig verwendet werden.

11. Schnellzugriff

• Repository: https://github.com/foryourhealth111-pixel/Vibe-Skills
• Schnellstartanleitung: docs/quick-start.en.md
• Beitragsanleitung: CONTRIBUTING.md
• Community: GitHub Issues und Pull Requests im Repository

12. Zusammenfassung

Vibe-Skills adressiert einen echten Schmerzpunkt in wachsenden Agenten-Skill-Ökosystemen: zu wissen, welches der vielen installierten Werkzeuge man verwenden soll, in welcher Reihenfolge und ob das Ergebnis tatsächlich die Anforderung erfüllt hat. In Kombination mit einer gebündelten Bibliothek von über 250 Skills, die Wissenschaft, Sicherheit, DevOps und Dokumentation abdeckt, ist es sowohl als Orchestrierungsebene für Teams wertvoll, die große Skill-Bibliotheken betreiben, als auch als gebrauchsfertiges Toolkit für einzelne Entwickler, die breite Fähigkeiten ohne manuelle Werkzeugauswahl wünschen.