agentsclimarketplace

Workflow extract

Skill ellmos-ai/skills/skills/infrastructure/workflow-extract

Baut aus einem Chatverlauf oder aus bestehenden Automatisierungs-Prompts (z. B. eines anderen Agenten-Systems) eine selbstlaufende, user-neutrale Workflow-Automatisierung: einen wiederkehrenden Prompt bzw. Automations-Skill für Cron/Schedule/Loop. Alias: automations-extractor. Nutze diesen Skill bei „mach daraus eine Automatisierung", „das soll regelmäßig/nächtlich laufen", „extrahiere Workflows aus diesen Chatverläufen/Automationen", „Automation aus dieser Session bauen", oder bei `/workflow-extract`. Ergänzt fehlende Automations-Bausteine (Rotations-Auswahl, Check-Registry, Idempotenz, Log-Hygiene, Freigabe-Gate, Eskalations-Handoff, Monitor-Meldedisziplin) systematisch. Enthält auch den Fleet-Audit-Modus: bestehende Automations-Flotten auf Silent-Failures, Redundanz, Drift und Lücken prüfen („prüfe meine Automatisierungen/Scheduled Tasks/Cron-Jobs"). Soll stattdessen ein abrufbarer Skill (Fähigkeit auf Zuruf) entstehen, den Schwester-Skill skill-extractor nutzen.From its SKILL.md

Install
npx -y skills add ellmos-ai/skills --skill workflow-extract

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 3 stars3 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

10.5 KB, ~2.7k tokens by cl100k_base, as published. Nobody here has run it

<img src="banner.png" width="100%" alt="workflow-extract banner">

Workflow-Extract — aus Chatverläufen und Fremd-Automationen Automatisierungen bauen

Zweck

Manche Abläufe gehören nicht in einen Skill, den man bei Bedarf lädt, sondern in eine Automatisierung, die von allein läuft: nächtliche Checks, rotierende Projekt-Prüfungen, periodische Pflege-Läufe. Dieser Skill extrahiert solche Workflows aus zwei Quellenarten — Chatverläufen (ein Ablauf wurde interaktiv entwickelt und soll künftig unbeaufsichtigt laufen) und bestehenden Automations-Prompts anderer Systeme (z. B. Codex-Automations, Scheduled Tasks, n8n-Flows) — und macht daraus user-neutrale, robuste Automatisierungs-Prompts oder -Skills.

Der Unterschied zum interaktiven Ablauf: Eine Automatisierung hat niemanden, der korrigiert. Alles, was in der Session der User abgefangen hat, muss die Automatisierung selbst abfangen. Genau dafür gibt es die Bausteine in automation-bausteine.md.

Ablauf

1. Quelle und Zielform klären

Quelletypischer Fall
Aktuelle Session / TranskriptAblauf wurde interaktiv entwickelt, soll periodisch weiterlaufen
Fremd-Automation (Prompt-Datei, Cron-Task, n8n-Flow)Portierung/Abstraktion auf ein anderes System oder in die Bibliothek

Zielformen (eine oder mehrere):

  • Automations-Prompt: eigenständiger, user-neutraler Prompt-Text, einsetzbar in jedem Scheduler (Codex-Automations, Claude /schedule/Cron, Scheduled Task, n8n).
  • Workflow-Skill: Skill in der Bibliothek, der den Ablauf beschreibt und vom Automations-Prompt nur noch aufgerufen/parametrisiert wird (bevorzugt, wenn derselbe Ablauf für mehrere Pipelines/Systeme gelten soll — eine Quelle der Wahrheit).
  • Command: dünner Slash-Command für manuelle Auslösung desselben Ablaufs.

2. Workflow-Kern extrahieren

Aus der Quelle herausarbeiten:

  • Kernaufgabe: Was wird geprüft/gepflegt/erzeugt? (ein Satz)
  • Auswahllogik: Worauf wird die Aufgabe angewandt — festes Ziel oder Rotation über eine Menge (ein Projekt pro Lauf)?
  • Vorbedingungen: Was muss vor der Arbeit gelesen/geprüft werden (Root-Dokumente, Registries, Locks)?
  • Dokumentationspflichten: Wohin werden Ergebnis, Log, Folgeaufgaben geschrieben?
  • Abbruchpfade: Wann endet der Lauf read-only („nichts zu tun" ist ein gültiges Ergebnis)?

Bei Chatverläufen zusätzlich die Korrekturschleifen auswerten (siehe ../skill-extractor/transcript-quellen.md): Jede User-Korrektur ist ein Kandidat für einen Guard, den die Automatisierung künftig selbst braucht.

3. Neutralisieren

Nach den Regeln in ../skill-extractor/neutralisierung.md: Mechanik von Konfiguration trennen, Pfade/Hosts/Projektnamen in einen Konfigurationsblock ziehen. Automations-Prompts brauchen den Konfigurationsblock besonders dringend, weil sie wörtlich in Scheduler kopiert werden — konkrete Werte gehören an EINE Stelle am Prompt-Anfang.

4. Automations-Bausteine ergänzen

Den extrahierten Kern gegen die Checkliste in automation-bausteine.md halten und fehlende Bausteine ergänzen — insbesondere Rotations-Auswahl mit Check-Registry, Idempotenz, Log-Hygiene, Lock-Respekt, Read-only-Exit und Abschlussbericht. Ein Workflow ohne diese Bausteine funktioniert im Test und degeneriert im Dauerbetrieb (Doppelprüfungen, wachsende Logs, Kollisionen mit parallelen Agenten).

5. Takt und Budget setzen

  • Frequenz an Änderungsrate koppeln: Ein Check muss nicht öfter laufen, als sich sein Gegenstand ändert. Erfahrungswert aus gewachsenen Automations-Beständen: Viele anfangs stündliche Checks wurden auf täglich/wöchentlich reduziert — mit Rotations-Auswahl deckt auch ein seltener Takt die ganze Pipeline ab.
  • Nachtfenster für Schweres, kurze Read-only-Checks dürfen häufiger.
  • Kostenbewusstsein: Jeder Lauf kostet Tokens/Compute; ein Lauf, der meist read-only endet, soll das früh feststellen (Registry lesen VOR teurer Analyse).

6. Testen und einsetzen

  1. Trockenlauf: Den fertigen Prompt einmal interaktiv ausführen (als wäre man der Scheduler) und prüfen: Endet er sauber? Schreibt er Registry/Log korrekt? Bleibt er im Scope?
  2. Grenzfall-Test: Einen Lauf simulieren, bei dem nichts zu tun ist — er muss read-only mit kurzem Logeintrag enden, nicht „Arbeit erfinden".
  3. Einsetzen: In den Ziel-Scheduler eintragen; bei Skill-Form zusätzlich in Bibliothek ablegen und deployen.
  4. Fehlerpfad beobachten: Nach den ersten 2–3 echten Läufen Log/Registry kontrollieren — Automatisierungen scheitern am häufigsten an Pfad-Drift (Ziel wurde verschoben) und an wachsenden Logdateien.

Fleet-Audit-Modus: eine laufende Automations-Flotte prüfen

Für „prüfe meine Automatisierungen": nicht extrahieren, sondern den BESTAND betreiben helfen. Über die Automations-Quelle des Zielsystems (Prompt-/Config-Dateien, Schedules, Run-Logs/Memories) systematisch prüfen:

  1. Silent-Failure/No-op-Erkennung: Läuft die Automation, tut aber nichts mehr? (Run-Memories/Logs der letzten Läufe lesen: nur noch Leerläufe, Fehler, tote Pfade?)
  2. Redundanz + Ertrag: Überschneiden sich Automationen im Scope? Steht der Ertrag (Output, behobene Befunde) noch im Verhältnis zum Verbrauch (Tokens, Läufe)?
  3. Drift: Passen Prompt-Pfade, Konventionen und Schedules noch zur Realität? (Ziele verschoben, Policies geändert, Takt zu hoch für die Änderungsrate.)
  4. Katalog-Abgleich: Fehlt eine Automation, die es geben sollte (Lücken im Muster-Raster)? Vorschläge nur freigabe-gegated (Baustein 12), nie selbst scharf schalten.
  5. Befund-Bericht: pro Automation eine Zeile (behalten | anpassen | pausieren | zusammenlegen | löschen) + Begründung; Änderungen selbst nur nach Freigabe.

Bulk-Modus: Automations-Bestände oder viele Transkripte sichten

Für „prüfe alle Automationen von System X auf abstrahierbare Workflows" oder „extrahiere Automatisierungs-Kandidaten aus alten Chatverläufen":

  1. Datenreduktion wie im skill-extractor (Map-Reduce über Subagenten, swarm-operations-Muster): Pro Bündel ein Subagent, der je Quelle meldet: Kernaufgabe | Muster (z. B. Rotation-Check, Health-Check, Ideen-Mining) | einzigartige Elemente | user-neutral abstrahierbar? | abgedeckt durch existierenden Skill?
  2. Muster vor Einzelstücken: Wenn viele Quellen dasselbe Gerüst teilen (z. B. 40 Rotations-Checks), wird das GERÜST ein Skill und die Einzelfälle werden Parametrisierungen — nicht 40 Einzel-Skills.
  3. Dedup gegen die bestehende Skill-/Command-Landschaft, dann nummerierte Kandidatenliste an den User vor dem Massenbau.

Beispiel

User: „Wir haben heute die Zitationsprüfung für ein Paper durchgespielt —
das soll ab jetzt wöchentlich über alle Paper laufen."

1. Zielform: Automations-Prompt für den Scheduler + Verweis auf rotation-check.
2. Kern: Zitate eines Papers gegen Originalquellen prüfen (Web/Datenbank),
   Korrekturen einpflegen, bei Änderungen Folgeaufgabe „Neu-Upload" in TODO.md.
3. Neutralisieren: Pipeline-Root, Registry-/Log-Pfade → Konfigurationsblock.
4. Bausteine ergänzen: Rotations-Auswahl (ein Paper pro Lauf), Registry lesen VOR
   Auswahl, Read-only-Exit („alle Quellen ok"), Log-Hygiene, Abschlussbericht.
5. Takt: wöchentlich reicht (Papers ändern sich langsam); Trockenlauf + Leerlauf-Test,
   dann in den Scheduler.

Red Flags

GedankeRealität
„Der Ablauf lief in der Session, also läuft er auch als Automation"Ohne User fehlen alle Korrektive — Bausteine-Checkliste ist Pflicht.
„Stündlich schadet nicht"Doch: Tokens, Log-Wachstum, Kollisionsrisiko. Takt an Änderungsrate koppeln.
„Ich baue für jede Variante eine eigene Automation"Gemeinsames Gerüst als Skill, Varianten als Parameter.
„Nichts gefunden — dann suche ich mir eben andere Arbeit"Read-only-Exit mit Logeintrag ist das korrekte Ergebnis eines Leerlaufs.

Verwandte Skills

  • skill-extractor — gleiche Extraktion, Ziel ist ein abrufbarer Skill; teilt Neutralisierung und Transcript-Quellen (dort dokumentiert).
  • rotation-check — das Standard-Gerüst für rotierende Pipeline-Checks (häufigster Automations-Typ); als Baustein referenzieren statt neu erfinden.
  • swarm-operations — Schwarm-Muster für Bulk-Sichtung.

Changelog

1.1.0 (2026-07-03)

  • Fleet-Audit-Modus (laufende Automations-Flotte prüfen: Silent-Failures, Redundanz, Drift, Lücken) — integriert statt als eigener Skill (Dedup-Entscheid).
  • Drei neue Bausteine in automation-bausteine.md: Freigabe-Gate über Sentinel-Dateien (12), Gestaffelte Eskalation mit Handoff-Artefakt (13), Melde-Disziplin für Monitore (14).

1.0.0 (2026-07-03)

  • Initiale Version. Entstanden aus der Abstraktion des Codex-Automations-Bestands (77 Automationen, dominantes Rotations-Check-Muster) in user-neutrale Bausteine.

Keep looking

Skills are one crate of 326,645. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.