Zum Inhalt springen

root / tags / references

#references

2 Fiches

KI-Coding-Agenten & Skills Automatisch geprüfte Übersetzung

Agent Plugins package your skills, tools, and more

Ankündigung von **Google** am **6. August 2026**: Google tritt als **Core Maintainer** der Spezifikation **Agent Plugins 1.0.0** bei, einem offenen, *anbieterneutralen* Packaging-Format für die gemeinsame Verteilung von **Agent Skills** und **MCP servern**. Die Spezifikation wurde von einem **TSC** veröffentlicht, dessen Core Maintainer von **Amazon, Cursor, Microsoft, OpenAI und Vercel** stammen; Google tritt ihnen bei, vertreten durch **Kevin Hou** (Senior Staff Engineer, Google DeepMind). Die beiden gepackten Bausteine — Agent Skills und MCP — stammen von **Anthropic**, das auf dieser Liste der Maintainer nicht erscheint. **Die Diagnose** passt in einen Satz: *„The core problem isn't the components. It's the manifest.“* Ein Skill ist portabel, ein MCP server ist portabel; die Kiste, in der sie stecken, ist es nicht, und jeder Client musste sie sich selbst ausdenken — daher die Forks, die Kopien identischer Komponenten und ihr Auseinanderdriften. **Das Format** passt in eine Einschränkung: *„A plugin is a directory. That's the whole idea, and the restraint is the point.“* Eine `plugin.json` mit zwei nützlichen Zeilen (`$schema` und `name`), Skills in `skills/` im Agent-Skills-Format, servers deklariert in `mcp.json` mit einem **expliziten `type` bei jedem Eintrag** (stdio, Streamable HTTP oder das veraltete HTTP+SSE) — kein erratener Transport aus der Form des Konfigurationsobjekts mehr. Die Stärke des Designs liegt in dem, was das Manifest **nicht** kann: Komponenten weder verlagern noch inline deklarieren, sodass es keinen zu konfigurierenden Discovery-Pfad und keine zu erlernende Rangfolge gibt. Operatives Korollar: Komponenten **scheitern unabhängig voneinander** — ein `mcp.json`-server, der nicht startet, reißt nicht die Skills des Plugins mit sich; der Client überspringt den Eintrag, macht weiter und meldet den Fehler. Das akzeptierte Schlupfloch ist das **Reverse-Domain**-Verzeichnis (`com.example.client/`), ein Erweiterungsraum, der vollständig einem Client gehört (hooks, agents, commands) und von anderen Clients ignoriert wird: *„the portable core stays small because the non-portable parts have somewhere legitimate to go.“* Ein Abschnitt widmet sich Fällen, in denen das Format nicht gerechtfertigt ist — *„Not every skill should be a Plugin“*: ein einzelner MCP server für einen einzelnen Client, `mcp.json` genügt; ein einzelner Skill braucht kein Plugin. Was v1 unter *future considerations* ausdrücklich ausschließt: **kein Installationsmechanismus, kein Distributionsprotokoll, kein Berechtigungsmodell, keine Sandboxing-Anforderung, keine Vertrauens- oder Herkunftsprüfung, keine UX**. All das fügt sich in einen unabhängig adoptierbaren vierschichtigen Stack — **finden** (Agentic Resource Discovery), **beschreiben** (AI Catalog, das den Typ `application/agent-plugins+json` registrieren würde), **packen** (Agent Plugins), **ausführen** (MCP + Agent Skills). Zwei Google-Produkte liefern bereits aus: **Agents CLI** und **Data Agent Kit** (BigQuery, Spanner, Cloud SQL).

#Agent Plugins#Agent Plugins 1.0.0#offene Spezifikation

Trois signataires · répartis sur trois entités Google :

KI-Coding-Agenten & Skills Automatisch geprüfte Übersetzung

A Field Guide to Fable: Finding Your Unknowns

X-Thread (illustrierter Thread) von **Thariq Shihipar** (Claude Code Team / Anthropic): ein *Field Guide*, um das Maximum aus **Claude Fable 5** herauszuholen. Zentrale These, entlehnt von Korzybski – *"the map is not the territory"*: die **Karte** = das, was man Claude gibt (Prompts, Skills, Kontext); das **Territorium** = wo die Arbeit stattfindet (Codebase, reale Einschränkungen); die Lücke zwischen beiden = die **Unknowns**. Fable ist *"the first model where the quality of the work is bottlenecked by my ability to clarify its unknowns"*. Der Artikel liefert ein **4-Quadranten-Framework** (known knowns / known unknowns / unknown knowns / unknown unknowns) sowie ein **Toolkit von Techniken**, zeitlich geordnet (vor / während / nach der Implementierung) – Blindspot Pass, Brainstorms & Prototypen, Interviews, Referenzen, Implementierungsplan, Implementation-Notes, Pitches & Explainer, Quizzes – jeweils mit Beispiel-Prompts. Themengebiet: Prompt Engineering, Coding Agents, Methodik der Zusammenarbeit mit KI, HTML-Artefakte.

#Unknowns#map vs territory#known/unknown knowns

Thariq Shihipar (@trq212)