Skills

Skills sind eine LoopAgent exklusiv vorbehaltene Fähigkeit: ein Handbuch (eine SOP), das das Modell «liest» statt «aufruft». Ein Skill besteht aus einem SKILL.md-Textkörper plus optionalen Referenzdateien und Skripten. Bei Bedarf liest das Modell den Textkörper ein und folgt den darin enthaltenen Schritten.

Was ein Skill ist und wie er genutzt wird

Ein Skill-Paket = ein erforderliches SKILL.md + optionale Textdateien und Skripte. Das gesamte Paket darf 20 MB nicht überschreiten, und keine einzelne Datei darf 5 MB überschreiten.
In jedem Durchgang gibt das System dem Modell nur eine «Liste verfügbarer Skills» – nur Namen und Beschreibungen, kein Textkörper. Erst nachdem das Modell entschieden hat, dass ein Skill relevant ist, liest es den vollständigen SKILL.md-Textkörper dieses Skills ein.
Dateien in einem Skill-Paket können nur über den Skill-Mechanismus gelesen werden; sie liegen in keinem lokalen Dateisystem (siehe den Sandbox-Hinweis unten).
Ein einzelner LoopAgent kann höchstens 10 Skills einbinden.

Drei Quellen

	Agent-privater Skill	Organisations-Skill	Plattform-Skill
Sichtbarkeit	Nur der Agent, zu dem er gehört	Innerhalb der Organisation agentenübergreifend wiederverwendbar	Die offizielle Bibliothek der Plattform, für alle Organisationen sichtbar
Erstellen	«Skill erstellen» innerhalb des Agenten, automatisch eingebunden	Unter «Tools › Skills» erstellt	Von der Plattform gepflegt; Organisationen können keine neuen erstellen
Öffnen innerhalb eines Agenten	Bearbeitbar	Wird schreibgeschützt (bearbeiten Sie ihn unter «Tools › Skills»)	Schreibgeschützt
Wann eine Textkörper-Änderung live geht	Mit der Veröffentlichung des Agenten: Speichern betrifft nur die Debug-Version; live geht es erst, wenn Sie den Agenten veröffentlichen	Sofort und global: Speichern wird für jeden Agenten wirksam, der ihn referenziert	Nicht bearbeitbar

«Entfernen» bedeutet je nach Quelle Unterschiedliches: Ein Klick auf «Entfernen» bei einem Organisations- / Plattform-Skill = nur entbinden, der Skill selbst bleibt bestehen; einen Agent-privaten Skill zu löschen = den Skill selbst mitlöschen. Um den Textkörper eines Organisations-Skills vollständig zu löschen, tun Sie dies auf der Seite «Tools › Skills».

Entwurf, Debug und Production

Ein Skill-Textkörper (SKILL.md) durchläuft dieselben drei Zustände wie die Persona. Beachten Sie, dass der Skill-Editor nur eine Schaltfläche «Speichern» hat, keine Schaltfläche «Veröffentlichen» – die Veröffentlichungsaktion findet anderswo statt.

Zustand	Was es ist	Wer es lesen kann
Entwurf Draft	Der Inhalt, der beim Tippen im Editor automatisch gespeichert wird	Nur der Bearbeiter selbst; kein Gespräch (einschließlich des Debug-Chats) kann ihn lesen
Speichern / Debug	Der offizielle Textkörper, der nach dem Klick auf «Speichern» geschrieben wird	Der Debug-Chat liest ihn sofort (Speichern wird für die Debug-Version wirksam)
Live / Production	Der Textkörper, den Kunden tatsächlich lesen	Externe Kanäle; wann er aktualisiert wird, hängt von der Quelle des Skills ab (siehe unten)

Das Live-Gehen funktioniert je nach Quelle des Skills auf zwei Arten:

Agent-privater Skill: Der Textkörper geht mit der Veröffentlichung des LoopAgent live. Ein Klick auf Speichern im Editor betrifft nur die Debug-Version; Sie müssen diesen LoopAgent veröffentlichen, damit die zuletzt gespeicherte Version live geht (dieselbe Logik wie bei der Persona).
Organisations- / Plattform-Skill: Der Textkörper ist sofort global. Nach dem Klick auf Speichern wird er sofort für jeden Agenten wirksam, der ihn referenziert (Debug + Online), ohne dass der Agent veröffentlicht werden muss.

Die häufigste Falle: Ein Entwurf in Bearbeitung kann nicht einmal vom Debug-Chat gelesen werden. Um eine Änderung im Debug-Chat zu überprüfen, müssen Sie zuerst auf «Speichern» klicken, sonst liest er weiterhin den zuvor gespeicherten Textkörper.

Eine weitere Falle: Bei einem Agent-privaten Skill erreicht ein Klick auf Speichern allein nur die Debug-Version – Kunden sehen weiterhin die veröffentlichte Version –, denken Sie also daran, zurückzugehen und den LoopAgent zu veröffentlichen, um live zu gehen.

Zwei zusätzliche Hinweise:

Direkt nach der Erstellung lesbar: Beim Erstellen eines Skills wird automatisch ein minimaler Textkörper geschrieben (formularbasierte Erstellung = Name + Beschreibung zusammengesetzt; Paket-Upload = das aus dem Paket gelesene SKILL.md), sodass das Modell ihn schon vor der ersten Veröffentlichung lesen kann.
Konflikte bei mehreren Bearbeitern: Wenn mehrere Personen oder Tabs denselben Skill gleichzeitig bearbeiten, kann das Speichern warnen, dass «der Skill-Inhalt von jemand anderem aktualisiert wurde» – einfach neu laden und erneut speichern.

Python-Skripte und die Ausführungs-Sandbox

Ein Skill-Paket kann Python-Skripte tragen (sie in ein Verzeichnis scripts/ zu legen ist eine Konvention, keine Vorschrift): Schritte, die präzise Berechnungen, Formatkonvertierung oder bestimmte Bibliotheken erfordern, können als Code geschrieben werden, den das Modell bei Bedarf ausführt.

Ausführungsmechanismus:

Skripte laufen in einer isolierten Sandbox (einer separaten Linux-Umgebung + Python 3.11), nicht auf Ihrem Server und nicht auf dem lokalen Rechner des Modells – von Natur aus isoliert und ohne gegenseitige Beeinflussung.
Bei Bedarf wirft das Modell ein Paket-Skript zur Ausführung in die Sandbox und erhält das Ergebnis zurück; Dateien im Paket können ebenfalls nur über den Skill-Mechanismus gelesen werden und können nicht mit bash per cat / find durchsucht werden (das Paket liegt nicht im lokalen Dateisystem).

«Test ausführen» im Editor = echte Sandbox-Ausführung:

Ein Klick auf «Test ausführen» bei einem .py-Skript im Skill-Editor ist eine echte Backend-Sandbox-Ausführung, keine Frontend-Simulation; er verwendet dieselbe Sandbox, die das Modell zur Laufzeit verwendet – wenn es im Editor besteht, besteht es auch zur Laufzeit.
Ein Skript, das einen Fehler wirft ≠ ein Fehlschlag der API: Wenn ein Skript intern einen Fehler wirft, kehrt es normal mit seiner Ausgabe und seinem Fehler-Stack zurück (zur Unterstützung beim Debuggen); das bedeutet nicht, dass die Ausführungs-API ausgefallen ist. Nur ein Problem auf der Sandbox-Ebene (etwa dass die Sandbox in dieser Umgebung nicht bereitgestellt ist) zählt als API-Fehlschlag.
Kanal- / Sitzungsvariablen sind beim Testen nicht verfügbar: Während des Bearbeitens gibt es keinen echten Gesprächskontext, daher sind Kanalattribute (etwa solche zu WhatsApp / Telegram) und Sitzungsattribute leer; sie haben nur zur echten Laufzeit Werte. Es ist also normal, dass diese Variablen beim Testen leer sind.

Das bash-Tool: Jeder LoopAgent kommt mit einem bash-Tool, das zum Ansteuern der in der Dokumentation des Skills beschriebenen API-Aufrufe dient (Befehle gemäß den Anweisungen in SKILL.md zusammensetzen); aber Python-Skripte innerhalb eines Skill-Pakets laufen in der Sandbox, nicht über bash.

Fehlersuche, wenn ein Skill keine Wirkung zeigt

Damit ein Skill vom Modell gelesen wird, muss er mehrere Ebenen der Reihe nach durchlaufen – prüfen Sie sie in dieser Reihenfolge:

Ob der Hauptschalter des Skill-Moduls an ist;
Ob der Einbindungseintrag für diesen Skill aktiviert ist;
Ob der Skill selbst aktiviert ist;
Ob der Skill-Textkörper nicht leer ist (ein leerer Textkörper wird verworfen, und das Modell kann ihn nicht lesen);
Ob er denselben Namen wie ein anderer Skill hat (Skill-Namen unterscheiden Groß-/Kleinschreibung; unter gleichnamigen Skills wird nur der zuerst eingebundene behalten).

Nachdem Sie den Einbindungsschalter eines Skills geändert haben, erscheint / verschwindet er in der Liste verfügbarer Skills bei der nächsten Nachricht, ohne dass der Agent erneut gespeichert werden muss.