Wie der Learning Skill aufgebaut ist: Von skill.md als Orchestrator uber 8 Agenten bis zur Output-Struktur.
skill.mdDie zentrale Konfigurationsdatei des Learning Skills. Enthalt YAML-Frontmatter mit Metadaten und den vollstandigen Regelkatalog fur alle Modi und Phasen. ist die einzige Datei, die Claude beim Start liest. Sie enthalt den gesamten Ablaufplan: Welcher Modus aktiv ist, welche Phasen in welcher Reihenfolge laufen, welche Agenten dispatcht werden und welche Qualitatsregeln gelten.
Die Datei ist in mehrere logische Blocke gegliedert: YAML-Frontmatter mit Metadaten, Modus-Erkennung mit Schlusselwort-Listen, Phasen-Definitionen fur beide Pipelines (KG und Kurs), Template-Definitionen fur HTML-Output und Qualitats-Gates als Checklisten.
# skill.md — Frontmatter-Auszug
---
name: Learning Skill
version: 2.0
modes:
course:
keywords: ["Kurs", "Tutorial", "HTML", "course"]
phases: [0, 1, 2, 3, 4, 5, 6]
output: kurs/
understand:
keywords: ["verstehen", "graph", "analyze"]
phases: [0, 1, 2, 3, 4, 5, 6, 7]
output: .claude-learning/
combined:
keywords: ["beides", "kombiniert", "alles"]
phases: [A0-A7, B0-B6]
---
Was passiert hier? Das YAML-Frontmatter definiert die drei Betriebsmodi. Jeder Modus hat Schlusselworter zur automatischen Erkennung, eine Phase-Sequenz und ein Output-Verzeichnis.
Der Kurs-Modus erzeugt HTML-Dateien in kurs/, der Verstehen-Modus einen Knowledge Graph in .claude-learning/, und der Kombiniert-Modus macht beides nacheinander — wobei die KG-Daten das Kurs-Scoring verbessern.
Neben der Modus-Konfiguration enthalt skill.md die vollstandigen Phasen-Definitionen mit Input/Output-Vertragen, die Agenten-Dispatch-Regeln (welcher Agent wann mit welchen Parametern aufgerufen wird), das komplette CSS-Design-System als Template-Referenz und die Qualitats-Gates, die am Ende jeder Phase gepruft werden.
Die acht Agenten sind als eigenstandige Markdown-Dateien im agents/-Ordner definiert. Jede Datei enthalt ein YAML-Frontmatter mit dem Agenten-Namen, seiner Rolle und seinem Output-Format, gefolgt von einem detaillierten Prompt-TemplateEin strukturierter Text, der Claude sagt, was der Agent tun soll, welche Inputs er bekommt und in welchem Format er antworten muss. Wird von skill.md dynamisch mit Projektdaten gefullt..
Jeder Agent folgt dem gleichen Muster: Er empfangt strukturierte Inputs (z.B. eine Dateiliste oder einen Teil-Graph), verarbeitet sie nach seinen Regeln, und liefert strukturierten Output (JSON oder Markdown). Der Orchestrator in skill.md stellt sicher, dass die Agenten in der richtigen Reihenfolge und mit den richtigen Daten aufgerufen werden.
Die languages/- und frameworks/-Ordner liefern den Agenten sprachspezifisches Wissen. Wenn der project-scannerDer erste Agent in der Pipeline. Er scannt die Codebase, erkennt Sprachen und Frameworks, und erstellt ein Datei-Inventar mit Pfaden, LOC und Import-Maps. TypeScript und React erkennt, ladt der Orchestrator automatisch languages/typescript.md und frameworks/react.md als zusatzlichen Kontext fur die Analyse.
# languages/typescript.md — Auszug
---
language: TypeScript
extensions: [".ts", ".tsx", ".mts", ".cts"]
---
## Import-Patterns
- ES Modules: import { X } from './module'
- Type imports: import type { T } from './types'
- Dynamic: const mod = await import('./lazy')
## Node-Typen fur TypeScript
- interface → type: "interface"
- type alias → type: "type"
- enum → type: "enum"
- React Component → type: "component"Aktuell werden 23 Programmiersprachen unterstutzt (von C++ bis YAML) und 10 Frameworks (von Django bis Vue). Die Dateien erweitern das Agenten-Wissen, ohne dass skill.md geandert werden muss — ein echtes Plugin-System.
Der Orchestrator in skill.md koordiniert den gesamten Ablauf. Er erkennt den Modus, startet die richtige Pipeline, dispatcht Agenten sequenziell oder parallel, und fuhrt deren Ergebnisse am Ende zusammen. Das Prinzip: skill.md denkt, Agenten arbeiten.
Wichtig: Agenten laufen als Sub-AgentsClaude kann innerhalb einer Session weitere Claude-Instanzen starten (Task-Tool). Diese Sub-Agents erhalten ihr eigenes Prompt-Template und arbeiten isoliert. Ihre Ergebnisse fliessen zuruck in den Haupt-Kontext. in isolierten Kontexten. Der file-analyzer zum Beispiel erhalt nur seinen Batch von 20-30 Dateien und die Sprach-Addenda — nicht den gesamten Projektzustand. Das spart Kontext-Tokens und ermoglicht Parallelisierung.
Nach jeder Phase pruft der Orchestrator ein Qualitats-GateEine Checkliste in skill.md, die definiert, welche Bedingungen erfullt sein mussen, bevor die nachste Phase starten darf. Beispiel: "Alle Batch-Ergebnisse vorhanden?" vor dem Assemble-Schritt.: Sind alle Batch-Ergebnisse da? Hat der Graph die richtige Struktur? Stimmt die referentielle Integritat? Erst wenn alle Checks bestanden sind, geht es weiter.
Je nach Modus erzeugt der Learning Skill unterschiedliche Outputs. Im Verstehen-Modus entsteht ein .claude-learning/-Ordner mit dem Knowledge Graph als JSON, Intermediate-Dateien und einem HTML-Dashboard. Im Kurs-Modus entsteht ein kurs/-Ordner mit der Level-Hierarchie.
# Verstehen-Modus Output
.claude-learning/
knowledge-graph.json # Finaler Graph
dashboard.html # Interaktives Dashboard
intermediate/
batch-1.json # file-analyzer Output
batch-2.json ... batch-N.json
assembled-graph.json # Nach Merge
architecture.json # Layer-Zuordnung
tour.json # Lernpfad
# Kurs-Modus Output
kurs/
index_dev_de.html # L0 Entwickler DE
index_dev_en.html # L0 Entwickler EN
l1/
skill-architektur_dev_de.html # L1 Vertiefung
l2/
phasen-orchestrierung_dev_de.html
l3/
...
Verstehen-Modus: Der Knowledge Graph wird als JSON-Datei gespeichert. Wahrend der Verarbeitung entstehen Intermediate-Dateien (Batch-Ergebnisse, Architektur-Daten, Tour), die nach dem finalen Save aufgeraumt werden.
Kurs-Modus: Die HTML-Dateien folgen einer klaren Namenskonvention: [thema]_[zielgruppe]_[sprache].html. Level 0 liegt im Wurzel-Verzeichnis, tiefere Level in Unterordnern (l1/, l2/, l3/).
Der Knowledge GraphEine JSON-Struktur mit nodes (Dateien, Funktionen, Klassen ...), edges (imports, calls, contains ...), layers (Frontend, Backend, DB ...) und einer guided-tour (geordneter Lernpfad). selbst enthalt vier Hauptbereiche: nodes (16 Typen), edges (29 Typen), layers (3-10 Architektur-Schichten) und guided_tour (geordneter Lernpfad durch die wichtigsten Knoten).