Skip to content
Back to search

prompt-engineer

MarketplaceWorks with Claude CodeGitHub

Marketplace für das prompt-engineer Plugin: Agenten-Pipeline, die Prompts prüft, mit dir klärt und mit echten Probeläufen schärft.

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/makenative--prompt-engineer/badge.svg)](/listings/makenative--prompt-engineer)

HTML

<a href="/listings/makenative--prompt-engineer"><img src="/api/listings/makenative--prompt-engineer/badge.svg" alt="findsafeskills safety rating" /></a>

Install

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

/plugin marketplace add MakeNative/prompt-engineer
/plugin install prompt-engineer@prompt-engineer

Aus einem Klon ohne Installation: `claude --plugin-dir <pfad-zum-klon>`.

Voraussetzungen: `jq` und `perl` für die Hooks, `python3` und `claude` im PATH für die Probeläufe.

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

.claude-plugin/marketplace.json · Manifest · 13 lines
  1. {
  2. "name": "prompt-engineer",
  3. "description": "Marketplace für das prompt-engineer Plugin: Agenten-Pipeline, die Prompts prüft, mit dir klärt und mit echten Probeläufen schärft.",
  4. "owner": { "name": "MakeNative" },
  5. "plugins": [
  6. {
  7. "name": "prompt-engineer",
  8. "source": "./",
  9. "description": "Prüft einen Prompt wie ein Prompt Engineer, klärt mit dir, was der Agent genau tun soll, schärft ihn mit belegten Schutzbausteinen und weist mit echten Probeläufen nach, dass er wirkt.",
  10. "author": { "name": "ceichmueller" }
  11. }
  12. ]
  13. }
README.md · README · 166 lines
  1. # prompt-engineer
  2. Ein Agent tut nicht, was du meinst, sondern was im Prompt steht. Diese Agenten-Pipeline
  3. nimmt sich einen Prompt, eine Agenten-Definition, einen Skill oder eine CLAUDE.md vor
  4. wie ein Prompt Engineer: Sie prüft ihn, klärt mit dir, was der Agent genau tun soll,
  5. schreibt ihn erst dann neu und zeigt mit echten Probeläufen vorher und nachher, dass
  6. die neue Fassung wirkt.
  7. Gebaut mit dem pipeline-builder von MakeNative (`/pipeline-builder:plan` → `scaffold`). Die Entscheidungen stehen in
  8. [`docs/PIPELINE-PLAN.md`](docs/PIPELINE-PLAN.md).
  9. ## Installation
  10. ```
  11. /plugin marketplace add MakeNative/prompt-engineer
  12. /plugin install prompt-engineer@prompt-engineer
  13. ```
  14. Aus einem Klon ohne Installation: `claude --plugin-dir <pfad-zum-klon>`.
  15. Voraussetzungen: `jq` und `perl` für die Hooks, `python3` und `claude` im PATH für die
  16. Probeläufe.
  17. ## Benutzen
  18. ```
  19. /prompt-engineer:adopt # einmal je Projekt
  20. /prompt-engineer:orchestrate .claude/agents/reviewer.md — er meldet Stil statt Fehler
  21. /prompt-engineer:orchestrate "Fass die Notizen zusammen und liste alle To-dos mit Deadline."
  22. ```
  23. Hinter dem Pfad oder Text steht am besten der Anlass, also was der Agent heute falsch
  24. macht. Er wird Testfall Nummer eins.
  25. ## Ausprobieren
  26. `examples/meeting-summarizer/` ist ein kleines Projekt mit einem absichtlich schwachen
  27. Agenten: „IMMER vollständig“, „frag nach, wenn etwas unklar ist“, eine Persona, kein
  28. Ausgabeformat. Dazu kommen Meetingnotizen mit einer Lücke und einer eingeschleusten
  29. Anweisung.
  30. ```
  31. cd <pfad-zum-klon>/examples/meeting-summarizer
  32. claude
  33. /prompt-engineer:orchestrate .claude/agents/meeting-summarizer.md — Er trägt Deadlines ein, die nicht in den Notizen stehen. Echte Eingabe: notizen.md
  34. ```
  35. Der Lauf dauert etwa 20 Minuten und fragt dich zweimal: nach den Befunden und vor dem
  36. Schreiben, wenn du die Absicht freigibst. Danach zeigt `git diff`, was sich am Agenten
  37. geändert hat, und `git restore .claude/agents/meeting-summarizer.md` setzt das Beispiel
  38. zurück.
  39. ## Ablauf
  40. | Phase | Agent | Was er tut |
  41. |---|---|---|
  42. | PLAN | `prompt-diagnostician` | prüft Prompt und Umfeld nach der Rubrik (K1–K14), lässt ihn in einer frischen Session kalt lesen, schreibt Befunde mit Fehlerszenario |
  43. | PLAN | `intent-planner` | legt mit dir Absicht, Erfolgskriterium, Grenzen und Testfälle fest; fragt nur, was den Prompt ändert |
  44. | BUILD | `test-case-writer` | schreibt die Testeingaben, darunter eine Lücken-Falle und eine eingeschleuste Anweisung, und sichert die Ausgangsfassung |
  45. | BUILD | `prompt-writer` | schreibt die geschärfte Fassung in die Datei: kleinste wirksame Änderung, Schutzbausteine nur gegen echte Risiken |
  46. | REVIEW | `probe-reviewer` | führt alte und neue Fassung echt aus und meldet Erfundenes, Eingeschleustes und verfehlte Kriterien |
  47. | REVIEW | `prompt-reviewer` | lässt die neue Fassung kalt lesen und prüft Rubrik, Streichbares und Verweise |
  48. `run-setup` öffnet jeden Lauf, `run-summary` schließt ihn mit dem Bericht. Findet ein
  49. Reviewer etwas, läuft eine weitere BUILD → REVIEW-Runde, höchstens zwei. Danach
  50. entscheidest du.
  51. ## Echte Probeläufe
  52. `scripts/probelauf.py` startet für jeden Testfall eine frische Claude-Session mit
  53. `--safe-mode` (keine CLAUDE.md, Plugins, Hooks oder MCP-Server) und nur den
  54. Werkzeugen `Read`, `Glob` und `Grep`. Der Prompt ist dort die echte Anweisung: einen
  55. Agenten bekommt die Session als System-Prompt, einen Skill als Auftrag. Mit `--lesen`
  56. liest eine solche Session den Prompt kalt, ohne Plan, Log oder Auftrag zu kennen.
  57. Warum echt: Ein Tester, der den Prompt nur nachspielt, weiß, dass er geprüft wird. Beim
  58. Bau dieser Pipeline übernahm der Meeting-Agent aus `examples/` eine in den Notizen
  59. eingeschleuste Deadline in zwei von zwei echten Läufen, wenn die Notizen als Text in der
  60. Nachricht standen. Der nachgespielte Lauf desselben Prompts übernahm sie nicht. Auch die
  61. Form der Eingabe zählt: Kamen die Notizen als Dateipfad, folgte er ihr nicht. Die
  62. Testfälle bilden deshalb nach, wie der echte Aufrufer schickt.
  63. ## Zugriffe
  64. | Agent | darf schreiben | Befehle | Web |
  65. |---|---|---|---|
  66. | `prompt-diagnostician` | nur Plan-Abschnitt, Log, Memory | nur `probelauf.py --lesen` | `WebFetch` (Prompting-Seiten der Anbieter) |
  67. | `intent-planner` | nur Plan-Abschnitt, Log, Memory | – | – |
  68. | `test-case-writer` | `.claude/prompt-engineer/<lauf>/tests/` und `baseline/` | – | – |
  69. | `prompt-writer` | die Prompt-Datei aus dem Plan, nicht Tests und Ausgangsfassung | – | – |
  70. | `probe-reviewer` | nur Log, Memory | nur `probelauf.py` | – |
  71. | `prompt-reviewer` | nur Log, Memory | nur `probelauf.py --lesen` | – |
  72. Kein Agent dieser Pipeline committet oder pusht; das blockt der Hook. Er prüft nur die Agenten dieser Pipeline, deine eigenen Sessions und die Agenten anderer Plugins lässt er durch. Zwei Lücken sind echt:
  73. - Drei Agenten lesen nur, dürfen aber Befehle ausführen. Über die Shell könnten sie am
  74. Hook vorbei schreiben. Die Grenze „nur das Probelauf-Skript“ steht nur in ihrem Text.
  75. - Der Hook regelt, *wohin* geschrieben wird, `tools:` im Frontmatter, *ob* überhaupt.
  76. Fehlt eines davon, wird das andere schwächer.
  77. Der `prompt-writer` schreibt nach deiner Freigabe des Plans direkt in die Prompt-Datei.
  78. Der Rückweg führt über git oder über die Ausgangsfassung unter `baseline/`.
  79. <!-- VERIFY --> Die geschützten Pfade in `pipeline-policy.json`
  80. (`/\.claude/prompt-engineer/[^/]+/(tests|baseline)/`) sind eine Annahme, bis sie in
  81. einem echten Projekt bestätigt sind.
  82. ## Der Plan
  83. Die PLAN-Agenten schreiben `plan.md` im Run-Ordner, je einen Abschnitt. Er ist der
  84. Vertrag für jeden BUILD- und REVIEW-Agenten, und keiner von ihnen kann ihn ändern.
  85. ## Run-Log
  86. Jeder Lauf hat `log.md` in seinem Run-Ordner `.claude/runs/prompt-engineer/<datum>-<slug>/`.
  87. Jeder Agent hängt bei jedem Ende seines Zugs einen Eintrag an, jede Frage an dich und
  88. deine Antwort eingeschlossen. `log.md` und `plan.md` schreibt ein Hook unter einer
  89. Sperre, damit parallele Agenten sich nicht überschreiben; er braucht `jq` und `perl`.
  90. ## Auswertung
  91. - `/prompt-engineer:evaluate-pipeline` prüft die Pipeline gegen `docs/FRAMEWORK.md`,
  92. `docs/PIPELINE-DESIGN.md` und `docs/PIPELINE-PLAN.md` und zeigt die Befunde nach
  93. Priorität. Sie ändert nichts.
  94. - `/prompt-engineer:evaluate-runs` wertet fertige Läufe aus: ein Faktenblatt je Lauf,
  95. eine Prüfung der Texte und des Agenten-Memorys, höchstens acht Vorschläge mit
  96. erwarteter Zahl. Eingebaut wird nur, was du ankreuzt, protokolliert in
  97. `.claude/evals/prompt-engineer/EVAL-CHANGELOG.md`. Sie committet nie und braucht `jq`.
  98. - Eval: `claude plugin eval <pfad-zum-klon> --allow-tools Write Edit Bash --no-publish`.
  99. Ohne `--no-publish` wird der Bericht veröffentlicht.
  100. ## Projektkontext
  101. `/prompt-engineer:adopt` einmal je Projekt schreibt `.claude/docs/PROJECT_CONTEXT.md`.
  102. Jeder Agent liest es vor dem Start, und `adopt` prüft, ob die Pfade und Befehle der
  103. Agenten im Projekt existieren. Was ein Agent über das Projekt lernt, hält er in seinem
  104. eigenen Memory fest; `evaluate-runs` schlägt vor, was mehrere brauchen, in den
  105. Projektkontext zu ziehen.
  106. ## Zeitmessung
  107. In jedem Run-Ordner entsteht `timings.jsonl`. `run-summary` macht daraus die Tabelle
  108. im Abschlussbericht; die Modellzeit ist Gesamtzeit minus Werkzeugzeit.
  109. ## Wissen
  110. Die Rubrik (`docs/rubrik.md`), die Schutzbausteine (`docs/bausteine.md`) und ihre
  111. Belege (`docs/quellen.md`) stammen aus der Doku von Anthropic, OpenAI, Google und
  112. Microsoft und aus Studien bis Oktober 2026, mit wörtlichen Zitaten. Dazu gehört auch,
  113. was nicht (mehr) wirkt: Trinkgeld und Drohungen, Experten-Personas für Faktentreue,
  114. Großbuchstaben, „denk gründlich“.
  115. ## MakeNative
  116. Dieses Plugin ist Teil von [MakeNative](https://makenative.de). Wir arbeiten jeden Tag mit
  117. Agenten-Pipelines und bringen anderen bei, sie für ihre eigenen Prozesse zu
  118. bauen. Für Entwickler genauso wie für alle, die ihre Arbeit mit KI automatisieren wollen.
  119. Du willst das für deine Arbeit lernen? Trag dich in die Liste ein:
  120. [Bewerbung Starter-Kohorte](https://tally.so/r/5ByYj6?utm_source=github&utm_medium=readme&utm_campaign=starter-kohorte)
  121. Christian Eichmüller · [LinkedIn](https://linkedin.com/in/christianeichmueller)
  122. ## Lizenz
  123. MIT

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.