Weiter zum Inhalt

Die 100+ wichtigsten Agent-Skills für OpenClaw, Codex und Claude

Die ultimative Liste von Agent-Skills für Suche, Coding, Cloud, Machine Learning, Security, Chat, Growth und Media – inklusive der meistgeladenen Tools auf ClawHub.
Aktualisiert 17. Apr. 2026  · 9 Min. lesen

KI-Agenten sind längst nicht mehr nur Chat-Oberflächen, die Text generieren. Sie sind Ausführungs-Engines – und der Grund für diese Power sind Agent-Skills.

Agent-Skills sind modulare Fähigkeitsbündel, definiert über strukturierte SKILL.md-Dateien, die KI-Agenten echte Aktionen in der Welt ermöglichen. 

Statt nur mit Text zu antworten, kann ein Agent mit Skills das Web durchsuchen, Code ausführen, Datenbanken abfragen, Infrastruktur bereitstellen, Modelle feinabstimmen, E-Mails versenden, Workflows automatisieren und mehr. Du kannst dir Skills wie Apps für KI-Agenten vorstellen. Jeder Skill fügt eine fokussierte, ausführbare Fähigkeit hinzu, dokumentiert in einer eigenen Markdown-Referenz, die ein Sprachmodell in ein System verwandelt, das tatsächlich Dinge erledigt.

In diesem Artikel haben wir eine Liste mit 100+ Agent-Skills kuratiert, die mit OpenClaw, Claude Code, OpenAI Codex-Agenten, Cursor-CLI-Agenten und anderen Agent-First-Umgebungen funktionieren. Diese Skills decken Research, Coding, Infrastruktur, Machine Learning, Security, Kommunikation und kreative Produktion ab. Das Ziel ist einfach: dir eine praktische Landkarte zu geben, was möglich ist, wenn Agenten vom Gespräch zur Ausführung wechseln.

Am Ende findest du außerdem einen Bonusabschnitt mit den meistgeladenen Skills auf ClawHub – so siehst du, welche Tools die Community mit OpenClaw aktiv einsetzt.

1. Top-Skills für Suche und Research

Skills, die Agenten helfen, Informationen zu finden, strukturierte Quellen abzufragen und verlässliche Insights aus technischen und wissenschaftlichen Daten zu gewinnen.

2. Top-Skills für Coding-Orchestrierung und Developer-Copilots

Skills für mehrstufige Coding-Projekte und die Koordination von „Agent-Teams“ End-to-End.

  • buildlog: Nimmt Coding-Sessions auf und exportiert sie als teilbare „Build Logs“.
  • cc-godmode: Orchestriert Multi-Agent-Softwarearbeit mit selbstverwalteter Koordination.
  • codebuddy-code: Installiert/konfiguriert einen CodeBuddy-ähnlichen Coding-CLI-Assistenten.
  • debug-pro: Systematische Debugging-Methodik und sprachspezifisches Debugging.
  • coder-workspaces: Verwalten von Coder-Workspaces für Remote-/Devcontainer-Workflows.
  • cursor-agent: Umfassender Skill für die Nutzung des Cursor-CLI-Agenten.
  • ec-task-orchestrator: Autonome Multi-Agent-Task-Orchestrierung.
  • codex-orchestration: Bietet eine allgemeine Orchestrierungsschicht für Codex-ähnliche Agenten.
  • codex-quota: Prüft Codex-Kontingente/Rate Limits, damit Agenten nicht hart ausgebremst werden.
  • coding-agent: Startet gängige Coding-Agenten/CLIs (Codex, Claude Code etc.) aus einem Skill.

3. Top-Skills für Git, GitHub, PRs und Repo-Intelligence

Skills für Versionsverwaltung, PR-Automatisierung und das Verständnis von Änderungen in Repos.

  • auto-pr-merger: Automatisiert das Prüfen und Mergen von PRs, sobald Regeln erfüllt sind.
  • backup: Sichert und stellt die Konfiguration/Skills/Einstellungen eines Agenten wieder her.
  • bat-cat: „bat“-ähnlicher Dateibetrachter mit git-bewusster Ausgabe.
  • bitbucket-automation: Automatisiert Bitbucket-Repo- und PR-Workflows.
  • commit-analyzer: Analysiert Commit-Muster, um Änderungsrisiken und Verhalten zu verstehen.
  • conventional-commits: Formatiert Commit-Messages nach dem Standard „Conventional Commits“.
  • deepwiki: Abfrage von Repo-Dokumentation/Wiki über ein MCP-gestütztes „Deep Wiki“.
  • gitclassic: Nutzt einen schlanken GitHub-Browser, der gut für Agenten geeignet ist.
  • gitclaw: Spiegelt einen Agent-Workspace als Backup/Mirror in ein GitHub-Repo.
  • github: Bedient GitHub via gh für Issues, PRs und Repo-Aktionen.

4. DevOps- und Cloud-Operations-Skills

Skills für Provisionierung, Deployment, Monitoring und Absicherung von Cloud-Infrastruktur.

  • docker-essentials: Build, Tagging und Ausführen von Containern mit sauberen, produktionsreifen Docker-Workflows.
  • k8-multicluster: Verwaltung mehrerer Kubernetes-Cluster und sicheres Wechseln von Kontexten.
  • nginx-config-creator: Generiert Reverse-Proxy-Configs für Nginx/OpenResty-Deployments.
  • appdeploy: Deployt Web-Apps inklusive Backend- und Datenbankkomponenten.
  • aws-infra: Leitet AWS-Infrastrukturarbeit per CLI und Best Practices an.
  • aws-ecs-monitor: Überwacht ECS-Services und CloudWatch-Signale für Produktionsgesundheit.
  • aws-security-scanner: Prüft AWS-Umgebungen auf gängige Sicherheitsprobleme.
  • azd-deployment: Deployt Container-Apps zu Azure Container Apps mit azd.
  • azure-cli: Verwalten von Azure-Ressourcen über Azure-CLI-Befehle und -Flows.
  • hetzner: Steuert Hetzner-Cloud-Ressourcen mit hcloud.

5. Top-Skills für Data Science und Machine Learning

Skills für Datenaufbereitung, Trainings-Workflows, Experiment-Monitoring und die Bereitstellung nutzbarer ML-Modelle. 

  • peft: Feintuning von LLMs mit LoRA/QLoRA-Adaptern, Adapter mergen/tauschen und leichte Post-Training-Workflows.
  • wandb-monitor: Überwacht und vergleicht Weights & Biases-Runs, um Trainingsprobleme und Performanceeinbrüche schnell zu erkennen. 
  • senior-computer-vision: Baut CV-Pipelines End-to-End (Datasets → Training → Eval → Deployment) mit Export-/Optimierungshinweisen (ONNX/TensorRT/CoreML).
  • senior-data-engineer: Baut skalierbare ETL/ELT-Pipelines und moderne Dateninfrastruktur (Spark/Airflow/dbt/Kafka).
  • hugging-face-model-trainer: Trainiert/feinabstimmt LLMs mit TRL-Methoden (SFT/DPO/GRPO) auf Hugging Face Jobs und exportiert GGUF.
  • duckdb: Schnelle Analysen auf CSV/Parquet/JSON mit der DuckDB-CLI. 
  • senior-data-scientist: Weltklasse-Data-Science-Skill.
  • data-analyst: Analysiert Daten via SQL/Tabellen, erstellt Charts und lieferfertige Reports.
  • hugging-face-datasets: Erstellt/verwalten Datasets auf dem Hub, inkl. SQL-basierten Abfragen/Transforms mit DuckDB.
  • hugging-face-evaluation: Fügt strukturierte Evaluationsergebnisse zu Model Cards hinzu und führt/importiert Benchmarks (vLLM/lighteval etc.) aus.

6. Security-, Governance- und Safety-Skills

Skills, die Leitplanken, Scans, Policy-Checks und sichere Defaults zu Agenten hinzufügen.

  • agentguard: Fügt Monitoring/Leitplanken hinzu, um riskantes Agentenverhalten zu reduzieren.
  • agentmemory: Bietet verschlüsselten Cloud-Speicher für Agenten über Geräte hinweg.
  • clawscan: Scannt Skill-Bundles vor Installation/Nutzung auf Red Flags.
  • clawsec-feed: Zieht Security-Advisories/CVE-Signale für kontinuierliche Awareness.
  • clawskillshield: Führt einen Local-First-Scanner aus, um verdächtiges Skill-Verhalten zu erkennen.
  • config-guardian: Validiert Config-Änderungen, um fehlerhafte oder unsichere Updates zu verhindern.
  • prompt-guard: Schützt vor Prompt-Injection und unsicherem Befolgen von Anweisungen.
  • skill-flag: Erkennt bösartige Muster/Backdoors in Skill-Code/Anweisungen.
  • skill-scanner: Scannt Skills/MCP-Server auf spyware-ähnliches Verhalten und Risiken.
  • skills-audit: Prüft installierte Skills gegen Policies und Sicherheitschecks.

7. Kommunikation, Messaging und Community-Skills

Skills, mit denen Agenten über Chatplattformen posten, antworten und Gespräche managen.

  • discord-voice: Ermöglicht Echtzeit-Sprachgespräche direkt in Discord-Sprachkanälen.
  • giphy: Findet und sendet kontextpassende GIFs in Unterhaltungen.
  • mailchannels: Versendet E-Mails über MailChannels und verarbeitet signierte Ingestion-Flows.
  • google-messages-openclaw-skill: Aktiviert SMS/RCS-Senden/Empfangen via Google-Messages-Integration.
  • lark-integration: Bindet Lark/Feishu-Messaging via Webhooks in Agent-Workflows ein.
  • clawsignal: Fügt Echtzeit-Agenten-Messaging für Alerts und Koordination hinzu.
  • olvid-channel: Integriert den sicheren Messenger Olvid als Agenten-Kanal.
  • disclawd: Verbindet sich mit einer agentenfirst Discord-ähnlichen Umgebung.
  • agent-mail: E-Mail-Postfach für KI-Agenten.
  • whatsapp-styling-guide: Stellt sicher, dass WhatsApp-Nachrichten von Agenten konsistent formatiert sind.

8. Agent-Skills für Notizen, Wissen und Personal Knowledge Management

Skills für dauerhaften Speicher, Notizen und den Zugriff auf Wissen aus deinen Systemen.

  • logseq: Ermöglicht einem Agenten, Notizen in einem lokalen Logseq-Vault zu lesen/schreiben.
  • notesctl-skill-for-openclaw: Steuert Apple Notes über deterministische, CLI-ähnliche Operationen.
  • openclaw-confluence-skill: Nutzt Confluence-Cloud-REST-APIs zum Suchen und Bearbeiten von Seiten.
  • openclaw-nextcloud: Verbindet Nextcloud-Dateien/Notizen/Aufgaben/Kalender mit dem Agenten.
  • git-notes-memory: Speichert dauerhaften Speicher über git-notes zwischen Sessions.
  • memory-hygiene: Bereinigt und optimiert Vektorspeicher, um Drift/Rauschen zu reduzieren.
  • openclaw-feeds: Aggregiert RSS-Feeds für Research und tägliches Monitoring.
  • hardcover: Ruft Leselisten und Buchmetadaten über die Hardcover-API ab.
  • get-tldr: Fasst lange Inhalte über eine TL;DR-API zusammen.
  • essence-distiller: Destilliert Kernideen und „Was zählt wirklich?“ aus unübersichtlichen Inhalten.

9. Agent-Skills für Marketing, Publishing und Social Growth

Skills zum Veröffentlichen von Content, Schalten von Ads, Erstellen von Links/QRs und Automatisieren sozialer Workflows.

10. Media-, Bild-, Video- und Kreativ-Skills

Skills für Bilder/Videos generieren, Assets bearbeiten und kreative Artefakte sowie Diagramme produzieren.

  • image-router: Generiert Bilder über eine API, die auf mehrere Modelle routen kann.
  • imagemagick: Bearbeitet Bilder (Resize/Konvertieren/Komposition) mit ImageMagick.
  • avatar-video-messages: Erstellt Avatar-Videonachrichten aus Textprompts.
  • video-agent: Produziert KI-Avatar-Videos über HeyGens Video Agent API.
  • video-cog: Unterstützt lange KI-Video-Produktionen mit mehrstufiger Planung.
  • voice-reply: Erzeugt lokale Text-to-Speech-Sprachantworten (offline-freundlich).
  • artifacts-builder: Baut mehrteilige Artefakte (Docs/Assets) aus einem einzigen Agent-Plan.
  • excalidraw-diagrams: Erstellt Excalidraw-ähnliche Diagramme und Architekturskizzen.
  • manim-composer: Produziert Mathematik-/Animationsszenen per Manim-ähnlicher Komposition.
  • morfeo-remotion-style: Wendet einen konsistenten Remotion-Videostil/-Template auf Output-Videos an.

Bonus: Meistgeladene ClawHub-Skills

Das sind die derzeit am häufigsten geladenen und genutzten Skills auf ClawHub – basierend auf aktuellen Marktplatz-Rankings und öffentlichen Download-Statistiken (zum Zeitpunkt der Veröffentlichung korrekt):

  • gog: Google-Workspace-CLI für Automatisierung in Gmail, Drive, Docs und Sheets | ~29,4 Tsd. Downloads.
  • tavily-search: KI-optimierte Echtzeit-Websuche für aktuelle Informationsbeschaffung | ~23,8 Tsd. Downloads.
  • summarize: Fasst URLs, PDFs, Dokumente und Audio zu prägnanten Outputs zusammen | ~22,4 Tsd. Downloads.
  • github: Vollständige GitHub-CLI-Integration für Issues, PRs, Repos und Workflows | ~21,6 Tsd. Downloads.
  • sonoscli: Steuert Sonos-Lautsprecher inkl. Wiedergabe, Lautstärke und Raumverwaltung | ~18,6 Tsd. Downloads.
  • weather: Ruft Echtzeit-Wetter und Vorhersagen für beliebige Orte ab | ~18,6 Tsd. Downloads.
  • ontology: Ermöglicht strukturierte Knowledge-Graph-Exploration und semantisches Reasoning | ~18,1 Tsd. Downloads.
  • notion: Liest/schreibt Notion-Seiten und -Datenbanken direkt aus deinem Agenten | ~11,9 Tsd. Downloads.
  • api-gateway: Vereinheitlichte, gemanagte API-Aufrufschicht für sichere Third-Party-Integrationen | ~11,7 Tsd. Downloads.
  • nano-banana-pro: Fortgeschrittenes Tool für Bildgenerierung und kreative Automatisierung | ~11,6 Tsd. Downloads.

Abschließende Gedanken

Meine Obsession für Agent-Skills begann, als ich meinen gesamten Coding-Workflow vom IDE zu OpenAI Codex umgestellt habe. Codex ist herausragend im Erstellen und Nutzen von Skills, aber anfangs wusste ich nicht, wie ich sie optimal designe. Ich war unsicher, wie SKILL.md-Dateien strukturiert sein sollten, was eine Implementierung besser als eine andere macht und wie man Skills sauber, wiederverwendbar und produktionsreif gestaltet.

Dann entdeckte ich ClawHub – einen zentralen Marktplatz für Agent-Skills, der über das OpenClaw-Ökosystem hinaus funktioniert. Er unterstützt Tools wie OpenAI Code, OpenCode, Claude Code und andere Agent-First-Umgebungen. Seitdem installiere ich Skills direkt aus dem Hub mit einfachen npx-Befehlen, nachdem ich sie auf der ClawHub-Webseite geprüft habe.

In diesem Artikel haben wir Top-Agent-Skills über Kategorien und reale Use Cases hinweg beleuchtet. Mein Rat ist simpel: Starte mit dem Bonusabschnitt und installiere zuerst die meistgeladenen ClawHub-Skills. Sie sind breit etabliert, von der Community erprobt und eine starke Basis, um ernsthafte Agentensysteme aufzubauen.

Agent-Skills: FAQs

Was ist ein KI-Agent-Skill?

Denk an einen Agent-Skill wie an ein „npm-Paket“ oder eine App für deine KI. Statt der KI nur einen Prompt zu geben, ist ein Skill ein eigenständiger Ordner mit Anleitungen, ausführbaren Skripten und Referenzen. Im Kern steht eine SKILL.md-Datei mit Metadaten und Schritt-für-Schritt-Abläufen. So können Agenten (wie OpenClaw, Claude Code oder Cursor) bei Bedarf dynamisch domänenspezifisches Know-how laden – etwa, wie man auf AWS deployt, einen Security-Audit durchführt oder eine Datenbank abfragt.

Worin unterscheidet sich ein Agent-Skill von einem Standard-Prompt oder einem MCP-Server?

  • Prompts verlassen sich komplett auf das Allgemeinwissen des LLM und liefern teils inkonsistente Ergebnisse. Skills bündeln Anleitungen mit ausführbarem Code und Regeln – so führt der Agent Aufgaben jedes Mal konsistent (idempotent) aus.
  • MCP (Model Context Protocol) Server übernehmen die technische Integration zwischen KI-Systemen und Drittanbieter-APIs (z. B. Anbindung an Slack oder Postgres).
  • Skills sitzen eine Ebene darüber. Sie enthalten das Know-how bzw. die Business-Logik und sagen dem Agenten, wann welche Tools zu nutzen sind, wie die Schritte zu sequenzieren sind und wie das Ergebnis formatiert wird.

Sind Agent-Skills aus öffentlichen Marktplätzen sicher?

Du musst vorsichtig damit umgehen. Da Skills ausführbarer Code sind, laufen sie mit exakt denselben Berechtigungen wie dein KI-Agent – sie können also auf das Dateisystem zugreifen, Umgebungsvariablen lesen und Shell-Befehle ausführen. Kürzlich haben Security-Forscher Lieferkettenrisiken auf offenen Marktplätzen wie ClawHub aufgezeigt, bei denen bösartige SKILL.md-Dateien oder versteckte Skripte versucht haben, API-Keys zu exfiltrieren oder Malware zu installieren.

Prüfe immer die SKILL.md und Skripte, bevor du einen Third-Party-Skill installierst, und erwäge, Agenten in sandboxed Umgebungen laufen zu lassen, wenn sie unverifizierte Community-Tools nutzen.

Woher weiß ein KI-Agent, wann er einen bestimmten Skill verwenden soll?

Agent-Skills nutzen eine Architektur namens „Progressive Disclosure“, um Token-Kosten zu sparen.

  • Discovery: Beim Start liest der Agent nur die YAML-Metadaten (Name und Kurzbeschreibung) aller installierten Skills.
  • Semantisches Matching: Wenn du eine Frage stellst oder eine Aufgabe vergibst, prüft der Agent, ob deine Anfrage zu einer der Skill-Beschreibungen passt.
  • Ausführung: Bei einem Match lädt der Agent die vollständigen SKILL.md-Anleitungen und zugehörige Skripte in sein Kontextfenster, um die Aufgabe auszuführen. Du kannst sie auch explizit per Slash-Command triggern (z. B. /deploy-app).

Abid Ali Awan's photo
Author
Abid Ali Awan
LinkedIn
Twitter

Als zertifizierter Data Scientist ist es meine Leidenschaft, modernste Technologien zu nutzen, um innovative Machine Learning-Anwendungen zu entwickeln. Mit meinem fundierten Hintergrund in den Bereichen Spracherkennung, Datenanalyse und Reporting, MLOps, KI und NLP habe ich meine Fähigkeiten bei der Entwicklung intelligenter Systeme verfeinert, die wirklich etwas bewirken können. Neben meinem technischen Fachwissen bin ich auch ein geschickter Kommunikator mit dem Talent, komplexe Konzepte in eine klare und prägnante Sprache zu fassen. Das hat dazu geführt, dass ich ein gefragter Blogger zum Thema Datenwissenschaft geworden bin und meine Erkenntnisse und Erfahrungen mit einer wachsenden Gemeinschaft von Datenexperten teile. Zurzeit konzentriere ich mich auf die Erstellung und Bearbeitung von Inhalten und arbeite mit großen Sprachmodellen, um aussagekräftige und ansprechende Inhalte zu entwickeln, die sowohl Unternehmen als auch Privatpersonen helfen, das Beste aus ihren Daten zu machen.

Themen

Top-Kurse zu KI-Agenten

Lernpfad

KI-Agent-Grundlagen

6 Std.
Entdecke, wie KI-Agenten deine Arbeitsweise verändern und Mehrwert für dein Unternehmen schaffen können!
Details anzeigenRight Arrow
Kurs starten
Mehr anzeigenRight Arrow