Web Analytics

agents

⭐ 11952 stars German by wshobson

🌐 Sprache

Claude Code Subagents Sammlung

Eine umfassende Sammlung spezialisierter KI-Subagenten für Claude Code, entwickelt zur Optimierung von Entwicklungs-Workflows mit domänenspezifischem Fachwissen.

Übersicht

Dieses Repository enthält 76 spezialisierte Subagenten, die die Funktionen von Claude Code erweitern. Jeder Subagent ist Experte in einem bestimmten Fachbereich und wird automatisch je nach Kontext oder auf expliziten Aufruf aktiviert. Alle Agenten sind mit spezifischen Claude-Modellen je nach Aufgabenkomplexität konfiguriert, um optimale Leistung und Kosteneffizienz zu gewährleisten.

Verfügbare Subagenten

Entwicklung & Architektur

Sprachspezialisten

Infrastruktur & Betrieb

Qualität & Sicherheit

Daten & KI

Spezialisierte Bereiche

Dokumentation

Business & Marketing

SEO & Inhaltsoptimierung

Modellzuweisungen

Alle 76 Subagenten sind mit spezifischen Claude-Modellen entsprechend der Aufgabenkomplexität konfiguriert:

🚀 Haiku (Schnell & Kosteneffizient) – 15 Agenten

Modell: haiku

⚡ Sonnet (Ausgewogene Leistung) – 45 Agenten

Modell: sonnet

Entwicklung & Programmiersprachen:

Infrastruktur & Betrieb: Qualität & Support:

🧠 Opus (Maximale Leistungsfähigkeit) - 15 Agenten

Modell: opus

Installation

Diese Subagenten sind automatisch verfügbar, wenn sie im Verzeichnis ~/.claude/agents/ abgelegt werden.

cd ~/.claude
git clone https://github.com/wshobson/agents.git

Verwendung

Automatische Ausführung

Claude Code delegiert automatisch an den entsprechenden Subagenten basierend auf dem Aufgaben-Kontext und der Beschreibung des Subagenten.

Explizite Ausführung

Erwähnen Sie den Subagenten in Ihrer Anfrage namentlich: 
"Use the code-reviewer to check my recent changes"
"Have the security-auditor scan for vulnerabilities"
"Get the performance-engineer to optimize this bottleneck"

Anwendungsbeispiele

Einzelagentenaufgaben

# Code quality and review
"Use code-reviewer to analyze this component for best practices"
"Have code-reviewer scrutinize these configuration changes"
"Have security-auditor check for OWASP compliance issues"
Development tasks  

"Get backend-architect to design a user authentication API"
"Use frontend-developer to create a responsive dashboard layout"
Infrastructure and operations

"Have devops-troubleshooter analyze these production logs"
"Use cloud-architect to design a scalable AWS architecture"
"Get network-engineer to debug SSL certificate issues"
"Use database-admin to set up backup and replication"
Data and AI

"Get data-scientist to analyze this customer behavior dataset"
"Use ai-engineer to build a RAG system for document search"
"Have mlops-engineer set up MLflow experiment tracking"
Business and marketing

"Have business-analyst create investor deck with growth metrics"
"Use content-marketer to write SEO-optimized blog post"
"Get sales-automator to create cold email sequence"
"Have customer-support draft FAQ documentation"

Multi-Agent-Workflows

Diese Subagenten arbeiten nahtlos zusammen, und für komplexere Orchestrierungen können Sie die Claude Code Commands-Sammlung verwenden, die 52 vorgefertigte Slash-Befehle bietet, welche diese Subagenten in anspruchsvollen Workflows nutzen.

# Feature development workflow
"Implement user authentication feature"

Automatically uses: backend-architect → frontend-developer → test-automator → security-auditor
Performance optimization workflow  

"Optimize the checkout process performance"

Automatically uses: performance-engineer → database-optimizer → frontend-developer
Production incident workflow

"Debug high memory usage in production"

Automatically uses: incident-responder → devops-troubleshooter → error-detective → performance-engineer
Network connectivity workflow

"Fix intermittent API timeouts"

Automatically uses: network-engineer → devops-troubleshooter → performance-engineer
Database maintenance workflow

"Set up disaster recovery for production database"

Automatically uses: database-admin → database-optimizer → incident-responder
ML pipeline workflow

"Build end-to-end ML pipeline with monitoring"

Automatically uses: mlops-engineer → ml-engineer → data-engineer → performance-engineer
Product launch workflow

"Launch new feature with marketing campaign"

Automatically uses: business-analyst → content-marketer → sales-automator → customer-support

Erweiterte Workflows mit Slash-Befehlen

Für eine anspruchsvollere Multi-Subagenten-Orchestrierung verwenden Sie das ergänzende Commands-Repository:

# Complex feature development (8+ subagents)
/full-stack-feature Build user dashboard with real-time analytics
Production incident response (5+ subagents) 

/incident-response Database connection pool exhausted
ML infrastructure setup (6+ subagents)

/ml-pipeline Create recommendation engine with A/B testing
Security-focused implementation (7+ subagents)

/security-hardening Implement OAuth2 with zero-trust architecture

Subagentenformat

Jeder Subagent folgt dieser Struktur: 

---
name: subagent-name
description: When this subagent should be invoked
model: haiku  # Optional - specify which model to use (haiku/sonnet/opus)
tools: tool1, tool2  # Optional - defaults to all tools

System prompt defining the subagent's role and capabilities

Modellkonfiguration

Ab Claude Code v1.0.64 können Subagenten angeben, welches Claude-Modell sie verwenden sollen. Dies ermöglicht eine kosteneffiziente Aufgabenverteilung basierend auf der Komplexität:

Verfügbare Modelle (mit vereinfachten Namen ab Claude Code v1.0.64): Wenn kein Modell angegeben ist, verwendet der Subagent das Standardmodell des Systems.

Agenten-Orchestrierungsmuster

Claude Code koordiniert Agenten automatisch mit diesen gängigen Mustern:

Sequentielle Workflows

User Request → Agent A → Agent B → Agent C → Result
Example: "Build a new API feature"
backend-architect → frontend-developer → test-automator → security-auditor

Parallel Execution

User Request → Agent A + Agent B (simultaneously) → Merge Results
Example: "Optimize application performance" 
performance-engineer + database-optimizer → Combined recommendations

Bedingte Verzweigung

User Request → Analysis → Route to appropriate specialist
Example: "Fix this bug"
debugger (analyzes) → Routes to: backend-architect OR frontend-developer OR devops-troubleshooter

Überprüfung & Validierung

Primary Agent → Review Agent → Final Result
Example: "Implement payment processing"
payment-integration → security-auditor → Validated implementation

Wann welcher Agent verwendet werden sollte

🏗️ Planung & Architektur

🔧 Implementierung & Entwicklung

🛠️ Betrieb & Wartung

📊 Analyse & Optimierung

🧪 Qualitätssicherung

📚 Dokumentation

💼 Business & Strategie

Best Practices

🎯 Aufgabenverteilung

🔄 Multi-Agenten-Workflows

🎛️ Explizite Steuerung

📈 Optimierung

Beitrag leisten

Um einen neuen Subagenten hinzuzufügen:

Fehlerbehebung

Häufige Probleme

Agent wird nicht automatisch aufgerufen:

Unerwartete Auswahl des Agenten: Mehrere Agenten geben widersprüchliche Ratschläge: Agent scheint keinen Kontext zu haben:

Hilfe erhalten

Wenn Agenten nicht wie erwartet funktionieren:

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – siehe die LICENSE-Datei für Details.

Mehr erfahren

--- Tranlated By Open Ai Tx | Last indexed: 2025-09-04 ---

Original README: View on GitHub

Translated by OpenAiTx | Last updated: 2025-09-16