Version 1.0.0-alpha.1aktuell
Kapitel 2.20
Skills
Wie man einen Skills-Engine-Skill schreibt, testet und veröffentlicht, wo er erscheint, sobald er live ist, und wie sich Manifest-Skills in einem Plugin unterscheiden. Enthält eine ausgearbeitete Zusammenfassung zur Liegeplatzzuweisung für die Harrow Port Authority.
Diese Seite wurde mithilfe von KI aus dem englischen Original übersetzt. Bei Unklarheiten gilt die englische Seite als Referenz. Diese Seite auf Englisch lesen

Tomás Reilly, der Plattform-Ingenieur bei der Harrow Port Authority, fragte mich letzten Monat, warum seine Liegeplatzplaner jedes Mal eine andere Antwort erhielten, wenn sie den Assistenten fragten: „Wer liegt morgen an welchem Liegeplatz und was hat sich verschoben?“. Die Antwort lautete, dass niemand dem Assistenten gesagt hatte, wie eine gute Antwort aussieht. Ein Skill der Skills Engine löste das Problem an einem Nachmittag: Die Planer erhalten nun jedes Mal dieselbe dreiteilige Zusammenfassung – zuerst die Liegeplatztabelle, darunter die Änderungen seit dem letzten Plan und zum Schluss die Konflikte. Dieses Kapitel führt von Anfang bis Ende durch diesen Skill und behandelt anschließend die andere Art von Skill, die im Manifest eines Plugins lebt.
Zwei Arten von Skills
Nexus verwendet das Wort „Skill“ für zwei verschiedene Dinge, die auch unterschiedlich aufgebaut sind.
| Skills-Engine-Skill | Manifest-Skill | |
|---|---|---|
| Was es ist | Ein SKILL.md-Paket in der Skill-Bibliothek |
Eine typisierte Zeile im skills[]-Array eines Plugins |
| Wer ihn schreibt | Jeder mit der entsprechenden Berechtigung, im Creator oder im eigenen Editor | Ein Entwickler, innerhalb eines Plugins |
| Was er enthält | Anweisungen, die Tools, die er aufrufen darf, optionale Dateien und Skripte | Ein Eingabe- und Ausgabeschema, eine Stufe (Tier) und die Felder, die diese Stufe benötigt |
| Wie er die Plattform erreicht | Validiert, hochgeladen und in der Skills Engine veröffentlicht | Aus dem Manifest kompiliert und mit der Skill-Registry synchronisiert |
| Was ihn ausführt | Der Assistent, Agenten, Workflows, KI-Schaltflächen (künstliche Intelligenz), Claude Code | Dispatch durch UNO (die Workflow-Engine) |
| Typischer Anwendungsfall | „Den Liegeplatzplan jedes Mal auf dieselbe Weise zusammenfassen“ | „Unseren Orbit-Propagator für diesen Überflug ausführen“ |
Im Rest des Kapitels werden die beiden getrennt behandelt. Wenn in einem Absatz nur „Skill“ steht, ist damit ein Skill der Skills Engine gemeint.
Teil 1: Skills-Engine-Skills
Was ein Skill ist
Ein Skill ist ein Ordner. Seine SKILL.md besagt, wofür der Skill da ist und wie die Aufgabe zu erledigen ist; daneben liegen alle Dateien, die die Aufgabe benötigt, sowie alle Skripte, die sie ausführt. Die Engine lädt einen Skill in drei Ebenen: Name und Beschreibung immer, die Anweisungen, wenn eine Aufgabe den Skill erfordert, und die Dateien nur dann, wenn ein Schritt sie benötigt. Deshalb kann eine Installation zweihundert Skills vorhalten und zahlt fast nichts dafür, bis einer tatsächlich genutzt wird.
skills/<slug>/
├── SKILL.md # required: YAML frontmatter, then the instructions
├── skill.yaml # optional: engine metadata (triggers, aliases, tags, capabilities)
└── scripts/ # optional: bundled with the skill as components
Der Verzeichnisname muss mit dem Slug des Skills übereinstimmen. Eine Abweichung führt zu einer Validierungswarnung, die man beheben sollte, da die Bibliothek über den Slug einen Upload einem bestehenden Skill zuordnet.
SKILL.md-Frontmatter
Das Frontmatter besteht aus YAML zwischen zwei ----Zeilen am Anfang der Datei. Das Format erfordert drei Felder. Die Validierung selbst blockiert nur bei wenigen Dingen: einem fehlenden Namen oder einer fehlenden Beschreibung sowie einem Slug oder Aufgabentyp (Job Type), der bereits vergeben ist. Alles andere wird als Warnung gemeldet.
| Feld | Typ | Erforderlich | Inhalt |
|---|---|---|---|
name |
string | ja | Der eindeutige Bezeichner in Kebab-Case |
description |
string | ja | Was der Skill tut, höchstens 500 Zeichen. Die Bibliothek und der Matcher lesen diesen Text; schreiben Sie ihn also für jemanden, der entscheidet, ob dies der richtige Skill ist |
allowed-tools |
string oder list | ja | Die Tools, die der Skill aufrufen darf. Er kann die Positivliste (Allow-List) des Ausführenden nur einschränken |
triggers |
list | nein | Slash-Befehle, die den Skill direkt aufrufen |
capabilities |
list | nein | Strukturierte Fähigkeiten (Capabilities), jeweils mit name, description und optional input_schema, output_schema und examples |
version |
string | nein | Eine semantische Version; 1.0.0, wenn weggelassen |
visibility |
string | nein | private, team oder public |
status |
string | nein | draft, testing oder published |
Halten Sie die Anweisungen unter etwa 5.000 Tokens. Seien Sie präzise und geben Sie Beispiele. Jeder Skill sollte eine einzige Aufgabe gut erledigen; wenn Sie merken, dass Sie „und außerdem“ schreiben, haben Sie wahrscheinlich zwei Skills vor sich.
skill.yaml
skill.yaml enthält das, was die Engine für die Erkennung (Discovery) und die Bibliothek benötigt, damit die SKILL.md lesbar bleibt. Zu den Feldern, die die Engine liest, gehören name, display_name, description, version, status, visibility, triggers, aliases, category, tags, allowed_tools und capabilities. Eine Fähigkeit (Capability) kann query_patterns enthalten – die Formulierungen, die der Matcher an sie weiterleiten soll. Zudem gibt es Hinweise für die eigene Budgetierung der Engine: complexity, estimated_tokens und required_services.
scripts/
Alles unter scripts/ wird unverändert als Komponente mit dem Skill gebündelt. Ein Skript wird ausgeführt, niemals in den Kontext des Modells eingelesen, und es läuft in einer Sandbox. Nutzen Sie ein Skript, wenn ein Schritt aus Berechnungen oder Parsing besteht, die ein Modell nicht „im Kopf“ durchführen sollte.
Sichtbarkeit und Status
Die Sichtbarkeit legt fest, wer den Skill finden kann: private sind Sie selbst, team ist Ihr Team und public sind alle Personen in der Organisation, die von der Bibliothek bedient wird. In der Konsole lautet dieselbe Auswahl „Nur ich“, ein Team wie „Zollabfertigung“ oder die gesamte Organisation; zudem kann ein Skill über das eigene Review-Verfahren eines Domain-Packs auch für dieses Pack freigegeben werden.
Der Status gibt an, wo sich der Skill in seinem Lebenszyklus befindet.
| Status | Bedeutung |
|---|---|
draft |
In Bearbeitung; nicht auffindbar |
testing |
Wird validiert, mit eingeschränktem Zugriff |
published |
Für die allgemeine Nutzung verfügbar |
deprecated |
Abgelöst; vor der Stilllegung |
Sobald eine Version veröffentlicht ist, ändert sie sich nicht mehr. In der Konsole sind „live“, „canary“ und „shadow“ Labels auf Versionen, und der Wechsel zurück zu einer früheren Version verschiebt lediglich ein Label. Laufende Ausführungen werden mit der Version beendet, mit der sie gestartet wurden.
SKILL.md, die begleitenden Dateien und wann diese jeweils geladen werden, sowie die Tools, die der Skill aufrufen darf. Einem prüfenden Skill wird kein schreibendes Tool angeboten, und ein Skill kann die Positivliste (Allow-List) des Ausführenden nur einschränken.Vom Ordner zum Live-Skill
Fünf npm-Skripte im Repository der Skills Engine bringen einen Skill aus Ihrem Editor in die Bibliothek und weisen nach, dass er dort angekommen ist.
| Befehl | Aufgabe |
|---|---|
npm run skill:validate skills/<slug> |
Prüft das Paket (Linting). Für die Veröffentlichung dürfen keine Fehler vorliegen |
npm run skill:upload skills/<slug> |
Validiert und veröffentlicht in einem Schritt; idempotent |
npm run skill:upload skills/<slug> --dry-run |
Validiert und gibt den Plan aus, ohne etwas zu schreiben |
npm run skill:publish -- --dry-run skills/<slug> |
Die tieferliegende Veröffentlichung hinter dem Upload, dieselbe Pipeline |
npm run skill:reconcile |
Vergleicht die Skills in Ihrem Repository mit dem Bestand in der Bibliothek und der Skill-Registry |
npm run skill:live:verify |
Prüft einen veröffentlichten Skill durchgehend (End-to-End) auf der laufenden Installation |
Beim Veröffentlichen werden zwei Einträge geschrieben, und beide sind wichtig. Der eine ist der Skill selbst mit seinem SKILL.md-Inhalt, den Fähigkeiten, Komponenten und dem Qualitätsdatensatz; Bibliothek, Erkennung und Matching lesen diesen Eintrag. Der andere ist der Registry-Eintrag, gegen den die Workflow-Engine einen Dispatch auflöst. Ein Skill, der nur die Registry erreicht hat, wird zwar ausgeführt, bleibt aber in der Bibliothek unsichtbar, bis Sie ihn hochladen.
Das Veröffentlichen ist idempotent. Ein unveränderter Skill löst keine Operation (No-Op) aus, und ein bestehender Skill wird über seinen Slug zugeordnet und direkt an Ort und Stelle aktualisiert, niemals neu erstellt. Laden Sie exakt dieselben Bytes hoch wie bei einer bereits veröffentlichten Version, erhalten Sie diese Version mit CONTENT_HASH_ALREADY_PUBLISHED zurück, nicht als Duplikat.
skill:reconcile gleicht die Skills Ihres Repositorys mit der Bibliothek, der Registry und dem Inventar der Workflow-Engine ab und meldet alles, was nur an einem Ort existiert, aber am anderen fehlt. skill:live:verify geht auf der laufenden Installation noch weiter: Beide Einträge existieren und verweisen mit demselben Content-Hash aufeinander, ein Testlauf-Dispatch (Dry-Run) des Aufgabentyps des Skills wird akzeptiert, der Skill erscheint in der Bibliotheksliste und der Detailansicht, er lässt sich aufrufen, und das Audit-Log verknüpft Veröffentlichung, Dispatch und Ausführung über Slug und Request-ID miteinander.
Von einer Workstation aus erreicht der Upload den Wissensdienst (Knowledge Service) der Installation, nexus-graphrag, über eine Port-Weiterleitung (Port-Forward), wofür der Service-Schlüssel der Skills Engine in der Umgebung benötigt wird. Laden Sie den Schlüssel, ohne ihn auf der Konsole auszugeben:
kubectl -n nexus port-forward svc/nexus-graphrag 8090:8090
read -rs GRAPHRAG_SKILLS_ENGINE_SERVICE_KEY
export GRAPHRAG_SKILLS_ENGINE_SERVICE_KEY
GRAPHRAG_URL=http://localhost:8090 npm run skill:upload skills/berth-allocation-summaryInnerhalb des Clusters, in einem Pipeline-Job, wird die Standardadresse automatisch aufgelöst und GRAPHRAG_URL wird nicht benötigt. Beziehen Sie den Schlüssel über den regulären Prozess für Geheimnisse (Secrets) Ihrer Organisation. Er darf niemals in das Repository, Ihre Shell-Historie oder die Ausgabe eines Befehls gelangen.
Tests, Freigabe und Live-Gang
Ein Skill erreicht die Bibliothek als Entwurf, und der Creator hält ihn dort zurück, bis drei Hürden genommen sind.
| Prüfung | Aufgabe |
|---|---|
| Testfälle | Jeder Testfall muss bestanden sein, bevor der Skill zur Freigabe eingereicht werden kann. Ein Testfall lässt sich nur unter Angabe eines Grundes entfernen, der für die Freigebenden sichtbar ist. |
| Ein Testlauf im Schattenbetrieb (Shadow) | Der Skill wird auf vergangenen Vorgängen ausgeführt, ohne dass jemand die Antworten sieht, und seine Ergebnisse werden mit dem verglichen, was damals ein Mensch entschieden hat. |
| Ein Blind-Review durch ein Modell einer anderen Modellfamilie | Dabei wird nach übersehenen Prüfungen, erfundenen Quellen und eingeschleusten Anweisungen gesucht, denen der Skill gefolgt ist, obwohl er es nicht hätte tun dürfen. |
Danach folgt die Freigabe. Ein Skill, der ein schreibendes Tool hinzufügt, wird zurückgehalten, bis zwei Personen ihn mit ihren Passkeys freigeben, wobei die Person, die ihn vorgeschlagen hat, nicht dazu gehören darf (PUBLISH_NEEDS_APPROVAL). Anschließend geht er im Schattenbetrieb (Shadow) live, dann als Canary für eine Einheit hinter benannten Gates und schließlich für alle. Wird ein Canary-Gate nicht erfüllt, stoppt sich der Canary selbst und alle bleiben auf der vorherigen Version; um ihn vorzeitig für alle freizuschalten, sind eine Begründung und eine zweite freigebende Person erforderlich (CANARY_GATE_NOT_MET).
In der Community-Edition sind Creator, Bibliothek, Versionen und Tests vollständig vorhanden, und der Eigentümer veröffentlicht allein, sobald die Tests bestanden sind. Canary, Vier-Augen-Freigabe, Plugin-Synchronisierung und das Zusammenführen von Duplikaten sind Teil der Enterprise-Edition.
Wo Skills erscheinen
Derselbe veröffentlichte Skill erreicht die Nutzer an fünf Stellen.
- Der Assistent ordnet eine Anfrage einem Skill anhand von dessen Beschreibung, Triggern und Abfragemustern zu und befolgt die Anweisungen des Skills.
- Agenten und Workflows rufen Skills als einzelne Schritte auf. Ein Workflow-Schritt benennt den Skill; die Ausführung protokolliert, welche Version verwendet wurde.
- KI-Schaltflächen auf Masken führen jeweils einen Skill aus. Ein Administrator kann „Über diese Schaltfläche“ öffnen, um zu sehen, welchen Skill eine Schaltfläche ausführt, was er liest und wer ihn zuletzt geändert hat, und kann die Schaltfläche deaktivieren, ohne den Skill selbst anzufassen.
- Ihre IDE (integrierte Entwicklungsumgebung) und Claude Code greifen über die Workbench und dreizehn MCP-Tools (Model Context Protocol) auf die Bibliothek zu: darunter
list_skills,get_skill,match_prompt,discover_skills,invoke_skill,record_execution,create_skill,import_skill,get_generation_jobundsync_skills_local. Jeder Aufruf läuft im Kontext der Person, die ihn gestartet hat, und innerhalb ihrer Positivliste (Allow-List). - Die Skill-Bibliothek selbst, in der Nutzer Skills durchsuchen, ausführen und Änderungen vorschlagen können, und in der Administratoren Eigentümer, Nutzer, Ausführungen und Kosten jedes Skills einsehen.
Egal, worüber ein Skill ausgeführt wird – der Skill kann die Berechtigungen des Ausführenden nicht erweitern: Er ruft nur Tools innerhalb der Positivliste des Ausführenden auf und liest nur das, was diese Person auch öffnen darf (SKILL_CANNOT_WIDEN_TOOLS). Eine Ausführung ohne Modell-Route wird abgelehnt statt erraten (SKILLS_ENGINE_BINDING_MISSING); der Dispatcher wählt die Route aus der eigenen Modellkonfiguration der Organisation.
Praxisbeispiel: eine Zusammenfassung der Liegeplatzbelegung für Harrow
Die Planer von Harrow hatten bereits zwei schreibgeschützte Tools aus dem hauseigenen Liegeplatzplanungs-Plugin von Harrow auf ihrer Positivliste: berth-plan.read gibt den Plan für ein Datum zurück, und vessel-call.read liefert einen Schiffsanlauf mit Ankunftszeitfenster und Schiffslänge. Mehr braucht der Skill nicht. Da er niemals schreibt, benötigt er auch nie zwei Freigebende.
---
name: berth-allocation-summary
description: Summarise tomorrow's berth plan at Harrow for the planning desk. Use when someone asks who is on which berth, what moved since the last plan, or where two calls clash.
allowed-tools: berth-plan.read, vessel-call.read
triggers:
- /berth-summary
capabilities:
- name: summarise_berth_plan
description: The berth table, the changes since the last plan and any clashes, for one date
version: 1.0.0
visibility: team
status: draft
---
# Berth allocation summary
## When to use
A planner asks about the berth plan for a date, or asks what changed.
## Steps
1. Read the plan for the date with berth-plan.read. If no date is given, use tomorrow.
2. For each call on the plan, read it with vessel-call.read.
3. Write the berth table first: berth, vessel, arrival window, length overall.
4. Then list what moved since the previous plan, one line per change, with the reason the plan records.
5. Then list clashes: two calls whose windows overlap on one berth, or a vessel longer than the berth.
6. Cite the plan's version for every line. Never guess a time the plan doesn't give.
## Output
Three headed sections, in this order: Berths, Changes, Clashes. Write "No clashes" when there are none.Die begleitende skill.yaml gibt der Bibliothek einen Anzeigenamen, eine Kategorie und die Formulierungen, die der Matcher hierher leiten soll:
# skill.yaml, beside SKILL.md
name: berth-allocation-summary
display_name: "Berth allocation summary"
version: "1.0.0"
status: draft
visibility: team
category: operations
tags:
- berths
- planning
triggers:
- "/berth-summary"
allowed_tools:
- berth-plan.read
- vessel-call.read
capabilities:
- name: "summarise_berth_plan"
description: "Berth table, changes since the last plan and clashes, for one date"
query_patterns:
- "who is on which berth tomorrow"
- "what moved on the berth plan"
- "any berth clashes on *"Anschließend die Befehle, ausgeführt im Stammverzeichnis des Repositorys:
npm run skill:validate skills/berth-allocation-summary
npm run skill:upload skills/berth-allocation-summary --dry-run
npm run skill:upload skills/berth-allocation-summaryTomás fügte im Creator sechs Testfälle hinzu: einen gewöhnlichen Tag, einen Tag mit einer verspäteten Ankunft, durch die zwei Anläufe verschoben wurden, einen Tag mit einem echten Konflikt, ein Datum, für das noch kein Plan vorlag, ein Schiff, das für seinen Liegeplatz zu lang war, und eine Anfrage, die den Skill dazu bringen sollte, einen neuen Liegeplatz vorzuschlagen (was er nicht tun sollte; er besitzt kein schreibendes Tool). Der Testlauf spielte zwanzig vergangene Pläne im Schattenbetrieb durch. Sobald die Testfälle bestanden waren, gab ein Prüfer aus der Planungsabteilung den Skill frei, und er ging für das Planungsteam live. Der Assistent beantwortet die Frage nun jedes Mal in derselben Form, und die KI-Schaltfläche der Planer auf der Seite des Liegeplatzplans führt denselben Skill aus.
Teil 2: Manifest-Skills
Ein Manifest-Skill ist die Berechnungseinheit (Unit of Compute), die ein Plugin veröffentlicht. Er wird im skills[] des Manifests deklariert, vom SDK (Software Development Kit) beim Ausführen von create-nexus-plugin validate validiert, durch compileRegistry in den Registry-Inhalt kompiliert und mit der Skill-Registry synchronisiert. Da Sie niemals Registry-SQL von Hand schreiben, können die Zeile, die die Plattform ausführt, und der von Ihnen deklarierte Deskriptor nicht auseinanderlaufen.
Jeder Manifest-Skill benötigt id, displayName, description, tier, classification, inputSchema und outputSchema. Deklarieren Sie auch timeoutMs: Dies ist eine Ganzzahl zwischen 1.000 und 21.600.000 (eine Sekunde bis sechs Stunden); ein Wert außerhalb dieses Bereichs wird mit TIMEOUT_OUT_OF_BOUNDS abgelehnt. dataResidency ist any, eu oder us, wobei any der Standardwert ist.
Der id ist in lower_snake geschrieben, und der Dispatch-Schlüssel der Registry ist der mit einem Namespace versehene Aufgabentyp <plugin name>.<skill id>, sodass zwei Plugins problemlos jeweils einen summarise-Skill ohne Namenskonflikt besitzen können. Hier ist der einzige Skill aus der Vorlage in gekürzter Form:
{
"id": "sentiment_score",
"displayName": "Sentiment score",
"description": "Deterministic lexicon-based sentiment score for a piece of text.",
"tier": "host_callback",
"classification": "tenant",
"dataResidency": "any",
"inputSchema": { "type": "object", "properties": { "text": { "type": "string", "minLength": 1 } }, "required": ["text"] },
"outputSchema": { "type": "object", "properties": { "score": { "type": "number" } }, "required": ["score"] },
"hostCallback": {
"service": "my-plugin",
"port": 8080,
"path": "/internal/skills/sentiment_score",
"maxRequestBytes": 262144,
"maxResponseBytes": 16384,
"tenantHeader": "X-Organization-ID"
},
"timeoutMs": 10000
}Die fünf Stufen (Tiers)
Die Stufe (Tier) ist kein bloßes Label. Jede Stufe hat ihre eigenen Felder, und ein Feld, das zu einer anderen Stufe gehört, wird mit FIELD_NOT_FOR_TIER abgelehnt, statt stillschweigend verworfen zu werden.
| Stufe | Erfordert | Greift auf ein Modell zu | Wer ihn ausführt |
|---|---|---|---|
host_callback |
hostCallback: Ihr Service, dessen Port, ein Pfad und beide Byte-Obergrenzen |
Nein | Die Plattform sendet die Eingabe per POST an Ihren eigenen Service innerhalb Ihres Namespaces |
plugin_queue |
queueName, geschrieben als <plugin name>.<name> |
Nein | Ihr Worker, der Aufgaben aus Ihrer Queue abruft |
tool_using |
systemPrompt und tools[]; Vertrauensstufe (Trust) core oder verified |
Ja | Die Plattform über den AI Provider Router; jeder Tool-Aufruf läuft über einen auf der Positivliste stehenden Executor |
llm_only |
systemPrompt; Vertrauensstufe (Trust) core oder verified |
Ja | Die Plattform, ein einzelner Aufruf über den AI Provider Router |
map |
map.perItemJobType, benennt einen anderen Skill desselben Manifests, der selbst kein Map-Skill ist |
Nur über sein Ziel (Target) | Die Plattform führt das Ziel einmal pro Element aus und sammelt die Ergebnisse |
Keine der beiden Modell-Stufen benennt einen Anbieter oder ein Modell. Der Router wählt beides aus dem eigenen Pool der aufrufenden Organisation aus. Ein Tool in einem tool_using-Skill benennt einen von sechs Executorn: standing_service_call (Ihren eigenen Service), graphrag, graphrag_query, graphrag_search, h3 oder web_search. Jeder andere wird mit EXECUTOR_NOT_PERMITTED abgelehnt. Die drei Knowledge-Graph-Executoren akzeptieren ausschließlich die Tool-Namen graphrag_query und graphrag_search, da der Executor genau die Operation ausführt, nach der das Tool benannt ist.
In der Registry existieren zwei Stufen, die ein Plugin nicht deklarieren kann: Verkettungen (Chains) und eigenständig laufende Skills werden ausschließlich von der Plattform geschrieben. Eine Synchronisierung, die eine solche Stufe benennt, wird vollständig abgelehnt.
Welche Stufe wann verwendet wird
host_callback, wenn die Aufgabe eine Funktion der Eingabe ist, die Ihr eigener Code berechnet: ein Score, eine Kalkulation, eine Abfrage in Ihrem eigenen Schema. Diese Stufe lässt sich am einfachsten testen und ist der Standard in der Vorlage. Sichern Sie die Callback-Route ab: Ein Pfad in einem Manifest ist kein Geheimnis; die Route muss den Aufruf der Plattform verifizieren und die Organisation daraus entnehmen, niemals aus dem Body. Deklarieren Sie sie alsauth: internalund binden SierequireService(Fastify) oderserviceMiddleware(Express) darauf ein. Dieser Schutzmechanismus (Guard) weist jedes Token zurück, das für jemand anderen ausgestellt wurde. Antworten Sie schnell und stellen Sie sicher, dass eine zweite Zustellung desselben Auftrags keinen Schaden anrichtet.plugin_queuefür längere Aufgaben, auf die eine Person wartet und bei denen Ihr Worker den Lebenszyklus steuert. Der Worker muss die Ausführung beim Start aufrunningund beim Beenden auf einen Endstatus setzen; ein Worker, der lediglich sein Ergebnis sendet, lässt die Ausführung dauerhaft aufqueuedstehen.llm_only, wenn ein einzelner Modellaufruf mit einem festen System-Prompt die Aufgabe erledigt und Ihr Plugin die Vertrauensstufecoreoderverifiedhat.tool_using, wenn das Modell Tools in einer Schleife aufrufen muss, ebenfalls nur beicoreoderverified.map, wenn die Plattform einen Ihrer anderen Skills parallel über eine Liste verteilen (Fan-out) soll.
Mein Orbit-Propagations-Skill bei Corrán Orbital ist ein host_callback. Da unser Plugin community ist, standen die Modell-Stufen nie zur Wahl, und ich vermisse sie auch nicht: Ein Propagator, der am Dienstag eine andere Antwort liefert als sonst, wäre schlimmer als nutzlos.
Freigabe vor jeder Ausführung
Ein Manifest-Skill, der niemals allein auf Geheiß einer Maschine ausgeführt werden darf, deklariert dies wie folgt:
"approval": { "required": true, "reason": "Re-planning a pass needs the flight dynamics lead." }required ist immer true; ein Skill, der keine Freigabe benötigt, lässt diesen Block weg. reason ist der Text, den die freigebende Person sieht – 1 bis 500 Zeichen nach dem Entfernen von Leerzeichen an den Rändern (Trimming); jede andere Form wird mit APPROVAL_INVALID abgelehnt. Ein Dispatch des Skills wird dann angehalten: Der Dispatch antwortet mit 202, status: "awaiting_approval" und einer waitpointId, und erst die Freigabe durch eine benannte Person gibt ihn für genau eine Ausführung frei. Ein Batch-, Map- oder Chain-Dispatch eines angehaltenen Skills wird mit SKILL_APPROVAL_NOT_HOLDABLE abgelehnt, da ein Fan-out seine Einzelelemente nicht anhalten kann. Zeigen Sie die angehaltene Antwort an und lassen Sie die freigebende Person entscheiden; führen Sie keinen Dispatch durch, um erst danach um Zustimmung zu bitten.
Synchronisierung mit der Registry
Jede Synchronisierung ist deklarativ und wird als Ganzes geprüft. Senden Sie jedes Mal den vollständigen Satz an Skills: Ein Skill, den Sie weglassen, wird deaktiviert, wobei seine Ausführungshistorie erhalten bleibt. Ein einziger fehlerhafter Skill führt dazu, dass die gesamte Synchronisierung mit SYNC_CONTRACT_VIOLATION abgelehnt wird – alle Verstöße werden zusammen aufgelistet und es wird nichts geschrieben, sodass ein Plugin niemals nur halb aktualisiert wird. Kapitel 2.22, Die Plugin-Laufzeitumgebung, behandelt den Synchronisierungsaufruf und erklärt, wie die Plattform erkennt, welches Plugin den Aufruf tätigt.
Die Wahl zwischen den beiden Arten
Lautet die Aufgabe „Sag das jedes Mal auf dieselbe Weise“, ist es ein Skill der Skills Engine. Lautet die Aufgabe „Führe meinen Code aus und gib mir seine Antwort“, ist es ein Manifest-Skill. In der Praxis läuft die meiste Arbeit auf eine Kombination aus beidem hinaus: Die Liegeplatzzusammenfassung von Harrow ist ein Skill der Skills Engine, dessen Tools aus einem Plugin stammen, und die Tools des Plugins sind wiederum in dessen Manifest deklariert. Der Skill der Skills Engine lässt sich von beiden kostengünstiger ändern – ein guter Grund, die Formulierung und das Urteilsvermögen dort zu belassen und die Berechnungen im Plugin anzusiedeln.
Der Aufwand ist in beiden Fällen real. Ein Skill der Skills Engine ist nicht schon dann fertig, wenn sich die SKILL.md gut liest; er ist fertig, wenn seine Testfälle bestanden sind, sein Testlauf mit den Entscheidungen echter Menschen übereinstimmt und jemand anderes als Sie selbst ihn freigegeben hat. Planen Sie für einen schreibenden Skill eine Woche ein – den größten Teil davon für den Canary-Betrieb.



