Native macOS App

SkillShortCuts

Player für Prozesse aus mehreren Skills: Daten einbringen, Skill-Schritte aus WAS, optionalem WER, Rolle und QS sequenzieren, echte LLM-Läufe ausführen und jeden Schritt im Arbeitsverzeichnis nachweisen.

Repository öffnen Schnellstart

Repository: SkillWorkflowEngine · App-Bundle: SkillShortCuts

Kernkonzept

Von strukturierter Eingabe zu prüfbaren Artefakten

Intent
Daten + Auftrag
→
Operate
Skillworkflow
→
Check
QS + Audit

Was passiert in der App?

Die UI ist als Arbeitsfläche für kontrollierte Skill-Prozesse aufgebaut

Links: Intent

Der Nutzer wählt Arbeitsverzeichnis, Eingabeordner, Textkontext und AIConsultant-Bibliothek. Der Auftrag wird strukturiert erfasst, damit Ziel, Kontext, Ergebnis und Kriterien stabil bleiben.

Mitte: Operate

Skills, Personas, Rollen und QS-Modi werden per Drag-and-drop zu einer Prozesskette kombiniert. Jeder Schritt kann Lead, Support, Challenge, Second Opinion, Lektorat oder Finalizer sein.

Rechts: Check

Der Inspector zeigt Prompt-Vorschau, Run-Status, Ergebnisse, Review, Redo, Debug-Dateien, Gatekeeper-Bericht und Audit-Spur für den ausgewählten Schritt.

Features

Die App reduziert Freitext-Drift und macht jeden Arbeitsschritt nachvollziehbar

⚙

Skill-Prozess aus WAS + WER

Skills, Personas und Rollen werden kombiniert: welcher Skill arbeitet mit welcher Perspektive auf welchen Daten.

⚖

Workflow-Modi

Ausführen, Bearbeiten und Prüfen trennen Nutzung, Konfiguration und Nachweis-Sicht.

★

Strukturierte Eingabe

Ziel, Kontext, gewünschtes Ergebnis und Kriterien ersetzen den reinen Promptkasten.

🔄

Feedback-Loops

QS kann freigeben oder mit Feedback einen Redo auslösen. Nur der neue Stand wird current.

📚

Gatekeeper

Vorprüfung auf fehlende Angaben, API-Key, unpassende Inputs und Prompt-Injection-Muster.

📁

Workspace, Audit & Debug

Jeder Lauf erhält ein frisches Verzeichnis; Debug zeigt Prompts, Daten, Output und Review, Audit v2 schreibt eine CHAIN.jsonl.

Run-Steuerung

Start, Freigabe, Redo und Abbruch folgen demselben sichtbaren Prozessmodell

Start

Der Play-Button erzeugt einen neuen Run, schreibt Run-Plan und Gatekeeper-Report und legt ein frisches Unterverzeichnis im zentralen Arbeitsverzeichnis an.

Warten auf Freigabe

Ein manueller QS-Schritt wird im Workflow hervorgehoben. Der Play-Button wirkt dann wie "Freigeben und weiter".

Redo mit Feedback

Feedback führt denselben Schritt erneut aus. Eingangsmaterial, vorheriges Ergebnis und Korrekturprompt gehen in den neuen Versuch; nur der letzte Stand wird current.

Abbruch

Der Abbruch-Button beendet den aktuellen Run, schreibt WORKFLOW_ABORTED in die Audit-Chain und setzt den inhaltlichen Workflow-Zustand zurück.

Beispiel: Architekturberatung

Ein Ordner wird durch mehrere Skill-Schritte geführt, bis ein prüfbares Ergebnis entsteht

SkillShortCuts Beispiel mit Auftrag, Skill-Prozesskette, laufendem Schritt und Inspector
Beispiel eines laufenden Skill-Prozesses mit strukturiertem Auftrag, mehreren Skill-Schritten und QS-Inspector.
1

LEAD · Architektur Review

Analysiert den Projektordner, erkennt Risiken, Verantwortlichkeiten, ADR-Bedarf und nächste Schritte.

2

SUPPORT · Security oder Betrieb

Ergänzt das Review aus einer zweiten fachlichen Perspektive und liefert konkrete Nachbesserungen.

3

CHALLENGE · Kritische Prüfung

Sucht Widersprüche, fehlende Evidenz, Prompt-Risiken und fachliche Lücken im aktuellen Stand.

4

FINALIZER · Ergebnis

Verdichtet freigegebene current.md-Artefakte zu einem Abschlussdokument oder einer Ergebnisstruktur.

Prozessrollen

Jeder Skill-Schritt bekommt eine klare Verantwortung

LEAD

Führt den Schritt, strukturiert das Ergebnis, trifft Annahmen transparent.

SUPPORT

Ergänzt den Lead, vertieft Teilaspekte, bereitet Übergaben vor.

CHALLENGE

Prüft kritisch, sucht Lücken, Risiken und Widersprüche.

SECOND OPINION

Erstellt eine unabhängige Zweitmeinung auf Basis von Input und Vorartefakten.

LEKTORAT

Vereinheitlicht Sprache, Struktur, Tonalität und Lesbarkeit.

FINALIZER

Erzeugt das finale Artefakt aus den freigegebenen aktuellen Stands.

Nachvollziehbarer Run

Jeder Durchlauf bekommt ein frisches Verzeichnis unterhalb des zentralen Arbeitsverzeichnisses

Genesis

Der erste Chain-Eintrag versiegelt Workflow, Run-Plan, verwendete Skills, Personas, Provider-Konfiguration und Gatekeeper-Ergebnis.

Events

STEP_STARTED, PROMPT_BUILT, LLM_REQUEST_SENT, ARTIFACT_WRITTEN, REVIEW_REQUIRED, REVIEW_APPROVED und STEP_COMPLETED dokumentieren die Arbeitsschritte.

Seal oder Abort

Ein fertiger Run endet mit WORKFLOW_SEALED. Ein abgebrochener Run endet mit WORKFLOW_ABORTED und bleibt trotzdem prüfbar.

# Audit-Chain ohne App prüfen
python3 script/verify_audit.py <run-dir>/CHAIN.jsonl --report

AI Provider

Provider bleiben konfigurierbar, die Prozesslogik bleibt im Skillworkflow

OpenAI
gpt-5.5
Anthropic
claude-opus-4-1-20250805

Schnellstart

In drei Befehlen zur laufenden App

# Repository klonen
git clone https://github.com/GodModeAI2025/SkillWorkflowEngine.git
cd SkillWorkflowEngine

# Native App bauen und starten
./script/build_and_run.sh