Englisches Original: https://argusic.com/subject/claude-code-skill-factory
claude-code-skill-factory
Claude Code Skill Factory: Ein leistungsstarkes Open-Source-Toolkit zum Erstellen und Bereitstellen produktionsreifer Claude Skills, Code Agents, benutzerdefinierter Slash Commands und LLM Prompts in großem Umfang. Generieren Sie einfach strukturierte Skill-Vorlagen, automatisieren Sie die Workflow-Integration und beschleunigen Sie die Entwicklung von AI-Agenten mit einem sauberen, entwicklerfreundlichen Setup.
Läuft mit MocksQuelle: GitHubHomepagePythonMITCommit ba18b3170354
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai agents, ai tools, claude ai, claude code, claude skills und claude skills creator.
claude-code-skill-factory läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 23 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
All 61 Python modules compile, 14 JSON files validate, and all 6 skill generator tools execute end-to-end with bundled sample data: hook-factory, prompt-factory (7/7 validation), scrum-master-agent (5 stories parsed, sprint metrics computed), slash-command-factory (17 presets), agent-factory (valid YAML), codex-cli-bridge (Codex CLI 0.162.1 detected via safety mechanism)
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Missing PyYAML dependency for scrum-master-agent and codex-cli-bridge (import yaml)2 Minuten
- Installationszeit
- 23 Minuten
- Von der kalten Maschine bis zum Ende
- 23 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- All entry points executed in isolated subprocesses: hook_factory generated hooks to generated-hooks/; generate_prompt with --preset fullstack-engineer produced 7/7 validated output; batch_generator 2/2 prompts succeeded; scrum-master-agent parsed CSV data into 5 stories and computed velocity=3 total=31; slash-command-factory generated commands from 17 presets all valid; agent-factory produced valid YAML frontmatter; safety_mechanism confirmed Codex CLI 0.162.1 installed
- Verbrauchte Modell-Tokens
- 2.122.189
- Genau getesteter Commit
- ba18b3170354
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
echo \"Now: "'$(date -u +%Y-%m-%dT%H:%M:%SZ)" start_s=$(date -d "2026-10-12T13:21:00" +%s 2>/dev/null || date -j -f "%Y-%m-%dT%H:%M:%S" "2026-10-… now_s=$(date +%s) echo "Elapsed: $(( (now_s - start_s) / 60 )) min"' in /work/repo succeeded in 0ms: Start: 2026-10-12T13:21:00 Now: 2026-10-12T13:44:08Z Elapsed: 23 min All verified. Here is the report: tokens used 2,122,189 All verified. Here is the report:
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 23 Minuten, langsamer als der Median der 110 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte claude-code-skill-factory Platz 95 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,46 |
Themen (von GitHub)
ai-agentsai-toolsclaude-aiclaude-codeclaude-skillsclaude-skills-creator
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/claude-code-skill-factory)Fragen
- Läuft claude-code-skill-factory?
- claude-code-skill-factory läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 23 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic claude-code-skill-factory getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ba18b3170354. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von claude-code-skill-factory gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,46 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von claude-code-skill-factory?
- 23 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht claude-code-skill-factory eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von claude-code-skill-factory schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet claude-code-skill-factory im Vergleich zu Alternativen ab?
- Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte claude-code-skill-factory Platz 95 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für claude-code-skill-factory?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.