KI- & Agenten-Tools

Wer mit einem Agenten baut, schreibt viele kleine Konfigurationsdateien, die lautlos scheitern. Eine Skill, deren Beschreibung nie zu einer Aufgabe passt; eine Berechtigungsregel, die den gemeinten Befehl gar nicht abdeckt; ein Hook, dessen Matcher ein Tool nennt, das es nicht gibt; ein Tool-Schema, das die Validierung besteht und trotzdem falsch aufgerufen wird. Diese Tools prüfen solche Arbeit, bevor sie dich eine Debugging-Sitzung kostet. Schreibe und prüfe Skill-Dateien, Subagent-Definitionen und Slash-Befehle. Erzeuge MCP-Servereinträge, Hooks und Plugin-Manifeste und teste Berechtigungsregeln an echten Befehlen, um zu sehen, welche Regel gewinnt. Auf der Prompt-Seite füllst du eine Vorlage über eine Tabelle von Zeilen, vergleichst zwei Versionen Wort für Wort samt Token-Differenz, prüfst einen System-Prompt auf Widersprüche und baust Few-Shot-Beispiele, die nicht aus ihren eigenen Tags ausbrechen können. Für die Daten drumherum: JSONL lesen und validieren, einen Fine-Tuning-Datensatz prüfen, eine Streaming-Antwort wieder zusammensetzen und ein Dokument in Stücke teilen, die an echten Grenzen brechen. Und für die Kosten: ein Kontextfenster budgetieren, eine Anfrage so ordnen, dass das cachebare Präfix möglichst lang wird, und eine Agentenschleife Zug für Zug durchrechnen — samt dem Verlauf, den sie jedes Mal erneut sendet. Alles läuft auf deinem Gerät: Prompts, Datensätze und Konfigurationsdateien werden nie hochgeladen.

• Skill-Builder — Schreiben Sie eine SKILL.md, deren Frontmatter beim Tippen geprüft wird.
• Skill-Linter — Fügen Sie eine SKILL.md ein und sehen Sie, was ihre Zuordnung verhindert.
• Subagent-Builder — Erstellen Sie die Definitionsdatei eines Subagenten samt Tools und Modell.
• Slash-Befehl-Builder — Bauen Sie einen eigenen Befehl, mit Argumenten und einer Tool-Liste.
• Projektanweisungen — Verfassen Sie eine CLAUDE.md, die ihren Platz in jeder Sitzung verdient.
• Plugin-Manifest — Erzeugen Sie eine plugin.json und sehen Sie den erwarteten Ordneraufbau.
• Hooks-Builder — Bauen Sie settings.json-Hooks und finden Sie Matcher, die nie auslösen.
• Berechtigungsregel-Tester — Prüfen Sie Erlauben-, Fragen- und Verbieten-Regeln an echten Befehlen.
• MCP-Server-Konfiguration — Erzeugen Sie einen MCP-Servereintrag für stdio, HTTP oder SSE.
• MCP-Tool-Schema — Definieren Sie ein Tool und erhalten Sie das JSON Schema, Strict-Modus geprüft.
• Tool-Schema-Prüfer — Fügen Sie eine Definition ein und sehen Sie, warum sie abgelehnt wird.
• Prompt-Vorlagen füllen — Entfalten Sie einen Prompt über eine Zeilentabelle und sehen Sie Lücken.
• System-Prompt-Linter — Finden Sie Widersprüche, tote Anweisungen und ungefüllte Platzhalter.
• Prompt-Vergleich — Vergleichen Sie zwei Versionen Wort für Wort, samt Token-Differenz.
• Few-Shot-Beispiele — Machen Sie aus Ein-/Ausgabepaaren Beispiele mit Tags, JSON oder Chat.
• XML-Prompt-Abschnitte — Hüllen Sie Abschnitte in Tags, aus denen Inhalt nicht ausbrechen kann.
• JSONL-Viewer und -Prüfer — Lesen, filtern und prüfen Sie eine JSONL-Datei Zeile für Zeile.
• Transkript-Konverter — Machen Sie aus einem Nachrichten-Array ein lesbares Transkript – und zurück.
• Trainingsdaten-Prüfer — Prüfen Sie ein Chat-JSONL auf die Fehler, die einen Trainingslauf abbrechen.
• SSE-Stream-Viewer — Fügen Sie eine Streaming-Antwort ein und erhalten Sie Text, Aufrufe und Verbrauch.
• Kontextfenster-Planer — Teilen Sie das Fenster auf Prompt, Tools, Verlauf und Antwort auf.
• Prompt-Cache-Planer — Ordnen Sie die Blöcke so, dass das cachebare Präfix möglichst lang wird.
• Text-Chunker — Teilen Sie ein Dokument in überlappende Stücke, die an echten Grenzen brechen.
• Kosten einer Agentenschleife — Rechnen Sie Zug für Zug, mit erneut gesendetem Verlauf und Caching.
• Batch-Anfragen-Builder — Machen Sie aus einer Zeilentabelle einen Batch-Auftrag mit eindeutigen IDs.

Häufig gestellte Fragen

Wofür sind diese KI-Tools gedacht?

Zum Bauen und Debuggen dessen, was ein Modell umgibt, statt es aufzurufen: Skill- und Subagent-Dateien, MCP-Servereinträge, Hooks, Berechtigungsregeln, Prompts, Tool-Schemas, Datensätze und Kostenschätzungen. Es sind die Prüfungen, die sich lohnen, bevor eine Konfigurationsdatei in einer laufenden Sitzung lautlos versagt.

Schicken die KI-Tools meine Prompts irgendwohin?

Nein. Jedes Tool dieser Kategorie ist Textverarbeitung, die in deinem Browser läuft. Prompts, Datensätze, Transkripte und Konfigurationsdateien bleiben auf deinem Gerät — wichtig, weil solche Dateien regelmäßig interne Anweisungen und Kundendaten enthalten.

Sind die Modellpreise und Kontextlimits aktuell?

Sie tragen das Datum ihrer letzten Prüfung, angezeigt neben jeder Zahl, die sie verwendet, und in den Tools, die damit rechnen, lassen sich die Tarife bearbeiten. Veröffentlichte Preise ändern sich; nimm die eingebaute Tabelle daher als Ausgangspunkt und gleiche sie mit der Preisseite des Anbieters ab, bevor du damit budgetierst.

Funktionieren die KI-Tools nur mit einem Anbieter?

Die Dateiformate — Skills, Subagents, Slash-Befehle, Hooks, MCP — folgen den Konventionen dieser Formate. Alles andere ist anbieterneutral: JSONL, Chat-Transkripte, Streaming-Events, Chunking, Token-Budgets und Prompt-Struktur funktionieren gleich, egal an welches Modell du sie schickst.

Warum eine Skill- oder Tool-Beschreibung so genau prüfen?

Weil dieses eine Feld entscheidet, ob das Ding überhaupt genutzt wird. Eine Skill mit vager Beschreibung bleibt ungelesen; ein Tool mit dünner Beschreibung wird mit falschen Argumenten aufgerufen. Beides scheitert ohne Fehlermeldung — genau die Art Problem, die ein Linter zuverlässig aufspürt.