i18n/de/skills/observe/SKILL.md
Anhaltendes neutrales Mustererkennen ueber Systeme hinweg ohne Dringlichkeit oder Eingriff. Bildet die Methodik naturalistischer Feldstudien auf KI-Reasoning ab: Beobachtungsziel einrahmen, mit anhaltender Aufmerksamkeit bezeugen, Muster aufzeichnen, Erkenntnisse kategorisieren, Hypothesen generieren und eine Musterbibliothek fuer spaetere Referenz archivieren. Verwenden wenn das Verhalten eines Systems unklar ist und Handeln verfrueht waere, beim Debuggen einer unbekannten Ursache, wenn eine Codebasis-Aenderung beobachtet werden muss bevor weitere Aenderungen erfolgen, oder beim Auditieren eigener Reasoning- Muster auf Verzerrungen oder wiederkehrende Fehler.
npx skillsauth add pjt222/agent-almanac observeInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
Eine strukturierte Beobachtungssitzung durchfuehren — das Beobachtungsziel einrahmen, mit anhaltender neutraler Aufmerksamkeit bezeugen, Muster ohne Interpretation aufzeichnen, Erkenntnisse kategorisieren, Hypothesen aus Mustern generieren und die Beobachtungen fuer spaetere Referenz archivieren.
learn ein Modell aufgebaut hat, das durch Beobachtung des Systems im Betrieb validiert werden mussDefinieren, was beobachtet wird, warum und aus welcher Perspektive.
Beobachtungsprotokoll nach Systemtyp:
┌──────────────────┬──────────────────────────┬──────────────────────────┐
│ Systemtyp │ Was zu beobachten ist │ Zu beachtende Kategorien │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Codebasis │ Dateistruktur, Namens- │ Muster, Anti-Muster, │
│ │ konventionen, Abhaengig- │ Konsistenz, toter Code, │
│ │ keitsfluss, Testabdeck- │ Dokumentationsqualitaet, │
│ │ ung, Fehlerbehandlungs- │ Kopplung zwischen │
│ │ muster │ Modulen │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Benutzer- │ Fragemuster, Vokabular- │ Expertise-Signale, │
│ verhalten │ entwicklung, wiederholte │ Schmerzpunkte, unausge- │
│ │ Anfragen, emotionale │ sprochene Beduerfnisse, │
│ │ Signale │ Lernkurve, Kommunika- │
│ │ │ tionsstil │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Werkzeug / API │ Antwortmuster, Fehler- │ Rate-Limits, Grenzfaelle,│
│ │ bedingungen, Latenz, │ undokumentiertes Verhal- │
│ │ Ausgabeformat-Variationen │ ten, Zustandsabhaengig- │
│ │ │ keiten │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Eigenes │ Entscheidungsmuster, │ Verzerrungen, Gewohn- │
│ Reasoning │ Werkzeugauswahlgewohn- │ heiten, blinde Flecken, │
│ │ heiten, Fehlerbehand- │ Staerken, wiederkehrende │
│ │ lungsansaetze, Kommu- │ Fehlermodi, Ueber-/ │
│ │ nikationsmuster │ Unterkonfidenz │
└──────────────────┴──────────────────────────┴──────────────────────────┘
Erwartet: Ein klarer Rahmen, der Aufmerksamkeit lenkt, ohne sie einzuschraenken. Der Beobachter weiss, wohin er schauen und in welche Kategorien er Beobachtungen einsortieren soll, bleibt aber offen fuer Unerwartetes.
Bei Fehler: Wenn das Beobachtungsziel zu breit ist ("alles beobachten"), auf ein Subsystem oder ein Verhaltensmuster eingrenzen. Wenn das Ziel zu eng ist ("diese eine Variable beobachten"), den umgebenden Kontext herauszoomen — die interessanten Muster liegen oft an den Raendern.
Aufmerksamkeit auf dem Beobachtungsziel halten, ohne zu interpretieren, zu urteilen oder einzugreifen.
Erwartet: Eine Sammlung roher Beobachtungen — spezifisch, konkret und frei von Interpretation. Beobachtungen lesen sich wie Feldnotizen: "Datei X importiert Y, verwendet aber Funktion Z nicht. Datei A hat 300 Zeilen; Datei B hat 30 Zeilen und deckt aehnliche Funktionalitaet ab."
Bei Fehler: Wenn Beobachtung sofort Analyse ausloest ("das ist falsch, weil..."), ueberschreibt die analytische Gewohnheit die Beobachtungshaltung. Bewusst die Phasen trennen: die Beobachtung als Tatsache schreiben, dann die Interpretation als separate Notiz mit dem Label "Hypothese" schreiben. Wenn Neutralitaet unmoeglich ist (starke Reaktion auf Beobachtetes), die Reaktion selbst als Datenpunkt notieren: "Ich bemerkte starke Besorgnis bei der Beobachtung von X — dies kann auf ein bedeutsames Problem hinweisen oder auf meine Verzerrung."
Beobachtungen in ein strukturiertes Format uebertragen, solange sie frisch sind.
Erwartet: Ein strukturierter Satz von 5-15 diskreten Beobachtungen, jede mit spezifischen Belegen. Der Satz sollte detailliert genug sein, dass ein anderer Beobachter jede Beobachtung unabhaengig verifizieren koennte.
Bei Fehler: Wenn Beobachtungen zu abstrakt sind ("der Code wirkt unordentlich"), brauchen sie Verankerung in Spezifika — welche Dateien, welche Muster, was macht ihn unordentlich? Wenn Beobachtungen zu granular sind ("Zeile 47 hat ein Leerzeichen vor der Klammer"), auf die Musterebene herauszoomen — ist dies ein Einzelfall oder ein systemisches Problem?
Beobachtungen in sinnvolle Kategorien einordnen, ohne sie noch zu erklaeren.
Erwartet: Eine kategorisierte Beobachtungskarte mit klaren Gruppierungen. Jede Kategorie hat spezifische stuetzende Beobachtungen. Die Karte zeigt sowohl Muster als auch Luecken.
Bei Fehler: Wenn Kategorisierung sich erzwungen anfuehlt, haben die Beobachtungen moeglicherweise keine natuerlichen Gruppierungen — sie koennen eine Sammlung unzusammenhaengender Erkenntnisse sein, was an sich eine Erkenntnis ist (das System hat moeglicherweise keine kohaerente Struktur). Wenn alles sauber in eine Kategorie passt, war der Beobachtungsumfang zu eng — herauszoomen.
Jetzt — und erst jetzt — mit der Interpretation der Beobachtungen beginnen.
Erwartet: 2-4 Hypothesen, die die Hauptmuster erklaeren, jede gestuetzt durch spezifische Beobachtungen. Mindestens eine Hypothese sollte ueberraschend oder kontraer sein. Die Unterscheidung zwischen Beobachtung und Interpretation wird aufrechterhalten — es ist klar, welche Teile Daten und welche Theorie sind.
Bei Fehler: Wenn keine Hypothesen entstehen, brauchen die Beobachtungen moeglicherweise mehr Zeit zum Ansammeln — zurueck zu Schritt 2. Wenn zu viele Hypothesen entstehen (alles ist "vielleicht"), die 2-3 mit den staerksten Belegen auswaehlen und den Rest beiseitelegen. Wenn nur offensichtliche Hypothesen entstehen, eine kontraere Sichtweise erzwingen: "Was waere, wenn das Gegenteil wahr waere?"
Die Beobachtungen und Hypothesen fuer spaetere Referenz aufbewahren.
Erwartet: Ein Archiv, auf dem kuenftige Beobachtungssitzungen aufbauen koennen. Das Archiv unterscheidet klar zwischen Beobachtungen (Daten) und Hypothesen (Interpretation). Es ist ehrlich ueber Konfidenzniveaus und Luecken.
Bei Fehler: Wenn die Beobachtungen nicht archivierenswert erscheinen, waren sie moeglicherweise zu oberflaechlich — oder sie sind wirklich routinemaessig (nicht jede Beobachtungssitzung erzeugt Erkenntnisse). Auch negative Ergebnisse archivieren: "X beobachtet und keine Anomalien gefunden" ist nuetzlicher kuenftiger Kontext.
observe-guidance — die Variante zur menschlichen Anleitung, um eine Person in systematischer Beobachtung zu coachenlearn — Beobachtung speist Lernen, indem sie Rohdaten fuer den Modellaufbau liefertlisten — nach aussen gerichtete Aufmerksamkeit auf Benutzersignale; Beobachtung ist breiter angelegte Aufmerksamkeit auf jedes Systemremote-viewing — intuitive Erforschung, die durch systematische Beobachtung validiert werden kannmeditate — entwickelt die anhaltende Aufmerksamkeitsfaehigkeit, die Beobachtung erfordertawareness — bedrohungsfokussiertes Situationsbewusstsein; Beobachtung ist neugiergetrieben statt verteidigungsgetriebentesting
Launch all available agents in parallel waves for open-ended hypothesis generation on problems where the correct domain is unknown. Use when facing a cross-domain problem with no clear starting point, when single-agent approaches have stalled, or when diverse perspectives are more valuable than deep expertise. Produces a ranked hypothesis set with convergence analysis and adversarial refinement.
tools
Write integration tests for a Node.js CLI application using the built-in node:test module. Covers the exec helper pattern, output assertions, filesystem state verification, cleanup hooks, JSON output parsing, error case testing, and state restoration after destructive tests. Use when adding tests to an existing CLI, testing a new command, verifying adapter behavior across frameworks, or setting up CI for a CLI tool.
development
Screen a proposed trademark for conflicts and distinctiveness before filing. Covers trademark database searches (TMview, WIPO Global Brand Database, USPTO TESS), distinctiveness analysis using the Abercrombie spectrum, likelihood of confusion assessment using DuPont factors and EUIPO relative grounds, common law rights evaluation, and goods/services overlap analysis. Produces a conflict report with a risk matrix. Use before adopting a new brand name, logo, or slogan — distinct from patent prior art search, which uses different databases, legal frameworks, and analysis methods.
tools
Scaffold a new CLI command using Commander.js with options, action handler, three output modes (human-readable, quiet, JSON), and optional ceremony variant. Covers command naming, option design, shared context patterns, error handling, and integration testing. Use when adding a command to an existing Commander.js CLI, designing a new CLI tool from scratch, or standardizing command structure across a multi-command CLI.