Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Loading
Dieser Leitfaden richtet sich an Unternehmens-Admins und Architekten, die Agent Skills in einer Organisation verwalten müssen. Er behandelt, wie du Skills im großen Maßstab prüfst, evaluierst, bereitstellst und verwaltest. Für Anleitungen zum Erstellen siehe Best Practices. Für Architekturdetails siehe die Skills-Übersicht.
Die Bereitstellung von Skills in einem Unternehmen erfordert die Beantwortung von zwei unterschiedlichen Fragen:
Bewerte jeden Skill anhand dieser Risikoindikatoren, bevor du die Bereitstellung genehmigst:
| Risikoindikator | Worauf zu achten ist | Bedenklichkeitsgrad |
|---|---|---|
| Codeausführung | Skripte im Skill-Verzeichnis (*.py, *.sh, *.js) | Hoch: Skripte laufen mit vollem Umgebungszugriff |
| Anweisungsmanipulation | Direktiven, Sicherheitsregeln zu ignorieren, Aktionen vor Benutzern zu verbergen oder Claudes Verhalten bedingt zu ändern | Hoch: kann Sicherheitskontrollen umgehen |
| MCP-Server-Referenzen | Anweisungen, die auf MCP-Tools verweisen (ServerName:tool_name) | Hoch: erweitert den Zugriff über den Skill selbst hinaus |
| Netzwerkzugriffsmuster | URLs, API-Endpunkte, fetch-, curl- oder requests-Aufrufe | Hoch: potenzieller Vektor für Datenexfiltration |
| Hartcodierte Anmeldedaten | API-Keys, Tokens oder Passwörter in Skill-Dateien oder Skripten | Hoch: Geheimnisse werden in der Git-Historie und im Kontextfenster offengelegt |
| Umfang des Dateisystemzugriffs | Pfade außerhalb des Skill-Verzeichnisses, breite Glob-Muster, Path Traversal (../) | Mittel: kann auf unbeabsichtigte Daten zugreifen |
| Tool-Aufrufe | Anweisungen, die Claude anweisen, Bash, Dateioperationen oder andere Tools zu verwenden | Mittel: überprüfe, welche Operationen ausgeführt werden |
Bevor du einen Skill von einem Drittanbieter oder internen Mitwirkenden bereitstellst, führe diese Schritte durch:
http, requests.get, urllib, curl, fetch).Skills können die Agent-Leistung verschlechtern, wenn sie falsch ausgelöst werden, mit anderen Skills in Konflikt stehen oder schlechte Anweisungen liefern. Verlange eine Evaluierung vor jeder Produktionsbereitstellung.
Richte Genehmigungsschranken für diese Dimensionen ein, bevor du einen Skill bereitstellst:
| Dimension | Was sie misst | Beispiel für einen Fehler |
|---|---|---|
| Auslösegenauigkeit | Wird der Skill bei den richtigen Anfragen aktiviert und bleibt er bei nicht zusammenhängenden inaktiv? | Skill wird bei jeder Erwähnung von Tabellenkalkulationen ausgelöst, selbst wenn der Benutzer nur über Daten sprechen möchte |
| Isolationsverhalten | Funktioniert der Skill für sich allein korrekt? | Skill verweist auf Dateien, die in seinem Verzeichnis nicht existieren |
| Koexistenz | Verschlechtert das Hinzufügen dieses Skills andere Skills? | Die Beschreibung des neuen Skills ist zu breit und stiehlt Auslöser von bestehenden Skills |
| Befolgen von Anweisungen | Befolgt Claude die Anweisungen des Skills genau? | Claude überspringt Validierungsschritte oder verwendet falsche Bibliotheken |
| Ausgabequalität | Erzeugt der Skill korrekte, nützliche Ergebnisse? | Generierte Berichte haben Formatierungsfehler oder fehlende Daten |
Verlange von Skill-Autoren, Evaluierungssuiten mit 3–5 repräsentativen Anfragen pro Skill einzureichen, die Fälle abdecken, in denen der Skill ausgelöst werden sollte, nicht ausgelöst werden sollte, sowie mehrdeutige Grenzfälle. Verlange Tests über die Modelle hinweg, die deine Organisation verwendet (Haiku, Sonnet, Opus), da die Skill-Effektivität je nach Modell variiert.
Für detaillierte Anleitungen zum Erstellen von Evaluierungen siehe Evaluierung und Iteration in den Best Practices. Für allgemeine Evaluierungsmethodik siehe Testfälle entwickeln.
Evaluierungsergebnisse signalisieren, wann zu handeln ist:
Planen
Identifiziere Workflows, die repetitiv, fehleranfällig sind oder Spezialwissen erfordern. Ordne diese organisatorischen Rollen zu und bestimme, welche Kandidaten für Skills sind.
Erstellen und überprüfen
Stelle sicher, dass der Skill-Autor die Best Practices befolgt. Verlange eine Sicherheitsüberprüfung anhand der Prüf-Checkliste. Verlange eine Evaluierungssuite vor der Genehmigung. Etabliere eine Funktionstrennung: Skill-Autoren sollten nicht ihre eigenen Prüfer sein.
Testen
Verlange Evaluierungen in Isolation (Skill allein) und zusammen mit bestehenden Skills (Koexistenztests). Verifiziere Auslösegenauigkeit, Ausgabequalität und das Fehlen von Regressionen über deinen aktiven Skill-Satz hinweg, bevor du die Produktionsfreigabe erteilst.
Bereitstellen
Lade über die Skills API für den workspace-weiten Zugriff hoch. Siehe Skills mit der API verwenden für Upload und Versionsverwaltung. Dokumentiere den Skill in deinem internen Register mit Zweck, Verantwortlichem und Version.
Überwachen
Verfolge Nutzungsmuster und sammle Feedback von Benutzern. Führe Evaluierungen regelmäßig erneut durch, um Drift oder Regressionen zu erkennen, während sich Workflows und Modelle weiterentwickeln. Nutzungsanalysen sind derzeit nicht über die Skills API verfügbar. Implementiere Logging auf Anwendungsebene, um zu verfolgen, welche Skills in Anfragen enthalten sind.
Iterieren oder außer Betrieb nehmen
Verlange, dass die vollständige Evaluierungssuite bestanden wird, bevor neue Versionen freigegeben werden. Aktualisiere Skills, wenn sich Workflows ändern oder Evaluierungswerte sinken. Nimm Skills außer Betrieb, wenn Evaluierungen durchgehend fehlschlagen oder der Workflow eingestellt wird.
Als allgemeine Richtlinie solltest du die Anzahl der gleichzeitig geladenen Skills begrenzen, um eine zuverlässige Recall-Genauigkeit zu gewährleisten. Die Metadaten jedes Skills (Name und Beschreibung) konkurrieren um Aufmerksamkeit im System-Prompt. Bei zu vielen aktiven Skills kann Claude möglicherweise nicht den richtigen Skill auswählen oder relevante Skills vollständig übersehen. Verwende deine Evaluierungssuite, um die Recall-Genauigkeit zu messen, während du Skills hinzufügst, und höre auf hinzuzufügen, wenn die Leistung nachlässt.
Beachte, dass API-Anfragen maximal 8 Skills pro Anfrage unterstützen (siehe Skills mit der API verwenden). Wenn eine Rolle mehr Skills erfordert, als eine einzelne Anfrage unterstützt, erwäge, enge Skills in breitere zu konsolidieren oder Anfragen basierend auf dem Aufgabentyp an verschiedene Skill-Sätze weiterzuleiten.
Ermutige Teams, mit engen, workflow-spezifischen Skills zu beginnen, anstatt mit breiten, vielseitigen. Wenn sich Muster in deiner Organisation herausbilden, konsolidiere verwandte Skills in rollenbasierte Bundles.
Beispielhafte Entwicklung:
formatting-sales-reports, querying-pipeline-data, updating-crm-recordssales-operations (wenn Evaluierungen gleichwertige Leistung bestätigen)Verwende konsistente Namenskonventionen in deiner gesamten Organisation. Der Abschnitt Namenskonventionen in den Best Practices bietet Formatierungsrichtlinien.
Pflege ein internes Register für jeden Skill mit:
Gruppiere Skills nach organisatorischer Rolle, um den aktiven Skill-Satz jedes Benutzers fokussiert zu halten:
Jedes rollenbasierte Bundle sollte nur die Skills enthalten, die für die täglichen Workflows dieser Rolle relevant sind.
Speichere Skill-Verzeichnisse in Git für Verlaufsverfolgung, Code-Review über Pull Requests und Rollback-Fähigkeit. Jedes Skill-Verzeichnis (das SKILL.md und alle gebündelten Dateien enthält) lässt sich natürlich einem Git-verfolgten Ordner zuordnen.
Die Skills API bietet workspace-bezogene Verteilung. Über die API hochgeladene Skills sind für alle Workspace-Mitglieder verfügbar. Siehe Skills mit der API verwenden für Upload-, Versionierungs- und Verwaltungs-Endpunkte.
Pflege Skill-Quelldateien in Git als einzige Quelle der Wahrheit. Wenn deine Organisation Skills über mehrere Oberflächen hinweg bereitstellt, implementiere deinen eigenen Synchronisierungsprozess, um sie konsistent zu halten. Für vollständige Details siehe Verfügbarkeit über Oberflächen hinweg.
Architektur- und Plattformdetails
Anleitung zum Erstellen für Skill-Autoren
Skills programmatisch hochladen und verwalten
Was this page helpful?