COMPASS Skills: neun lokale SKILL.md-Module für langlaufende KI-Agentenarbeit
dongshuyan/compass-skills bietet eine praxistaugliche Open-Source-Implementierung mit stabiler Einsatzbarkeit für reale Anwendungsfälle.
Auf einen Blick
- Was ist das?
- Das Repository dongshuyan/compass-skills bündelt neun Skills, die Zielklärung, Aufgabenstruktur, Pausen, Übergaben und Nutzerprofil von KI-Konversationen lokal verwalten. Der Bericht prüft Aufbau, Installation, Sicherheitsmodell und Release-Stand.
- Für wen ist es gedacht?
- COMPASS Skills passt für Nutzer von Claude Code, Codex oder ähnlichen Agenten, die über mehrere Sitzungen hinweg an größeren Vorhaben arbeiten und dabei Ziel-, Pausen- und Übergabekontext nicht jedes Mal neu aufbauen wollen. Wer Teamfunktionen oder verschlüsselte Profile erwartet, findet beides nicht, denn die Profile liegen laut README unverschlüsselt im Klartext auf der Platte.
- Darf ich es kommerziell nutzen?
- Ja. MIT ist eine freizügige Lizenz: Sie dürfen darauf aufbauende Software nutzen, verändern und verkaufen, solange Sie die Urheberrechts- und Lizenzhinweise beibehalten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 20 Tagen.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich Python, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 14. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Neun Skills in drei Funktionsrollen
COMPASS Skills liefert laut README neun SKILL.md-Module. Fünf sind Laufzeit-Skills für die Zusammenarbeit: task-clarifier gleicht Ziele, Umfang, Beweislage, Abnahmekriterien und Risikogrenzen ab, bevor mehrdeutige, teure oder extern sichtbare Arbeit beginnt. task-forest pflegt einen repository-lokalen Aufgabenwald mit Zielen, Teilaufgaben, Abhängigkeiten, Fortschritt, Abweichungen, offenen Punkten, Entscheidungen und Gesprächsverlauf. pause-and-resume stoppt unfertige Arbeit an einer sicheren Grenze und nimmt sie in derselben KI-Konversation von einem präzisen Kontrollpunkt wieder auf. session-handoff-prompt komprimiert Ziel, Fortschritt, Randbedingungen und nächste Schritte in einen einfügebereiten Prompt für eine neue Konversation. user-profile-keeper führt ein lokales, einsehbares und korrigierbares Kollaborationsprofil.
Zwei Skills gehören zur Skill-Entwicklung: run-history-skill-builder verwandelt abgeschlossene oder wiederholt verfeinerte Abläufe in ein neues wiederverwendbares Skill-Paket oder einen geprüften Entwurf, run-history-skill-upgrader überführt Sitzungsbeweise aus echter Ausführung, gelösten Problemen und Nutzerfeedback in einen Upgrade-Plan für bestehende Skills und wendet Änderungen erst nach ausdrücklicher Freigabe an.
Zwei Spezialfälle runden das Set ab. academic-humanizer überarbeitet englische und chinesische wissenschaftliche Texte, indem es formelhafte KI-Muster entfernt und eine natürliche Fachstimme wiederherstellt, ohne Behauptungen, Beweisstärke und logische Bezüge anzutasten. assess-interview-candidate erzeugt aus einer autorisierten Bewerbung und Stellenausschreibung eine prüfbare Beweisschicht und einen dreiteiligen Offline-Interviewbericht, wobei bereinigte Lebenslaufporträts und begrenzte Zeitlinienangaben außerhalb der Wertung bleiben.
Installation über die skills-CLI oder manuelles Kopieren
Der Einstieg läuft über das Werkzeug skills. Mit npx skills add dongshuyan/compass-skills --list zeigt man zuerst an, welche Skills verfügbar sind. Die Vollinstallation für Claude Code geschieht mit npx skills add dongshuyan/compass-skills --skill '*' -a claude-code, für Codex und Claude Code gemeinsam mit -a codex -a claude-code. Der öffentliche Installationspfad wurde laut README mit skills@1.5.11 validiert.
Nach der Installation werden die Skills direkt in der KI-Konversation über ihren Namen mit Dollarzeichen aufgerufen, also $task-clarifier, $task-forest, $pause-and-resume, $session-handoff-prompt, $user-profile-keeper, $run-history-skill-builder, $run-history-skill-upgrader, $academic-humanizer oder $assess-interview-candidate.
Wer ohne CLI arbeitet, kopiert die neun Ordner unter skills/ in das lokale Skill-Verzeichnis des Agenten und lässt die Unterordner references/, scripts/, assets/, evals/ und agents/ unangetastet. Das README rät für Sammelrepositorys, nur die Funktionen zu installieren, die tatsächlich gebraucht werden: pause-and-resume, wenn dieselbe Konversation erhalten bleibt, session-handoff-prompt, wenn die Arbeit in eine frische Konversation umziehen muss.
Fünf Zustandsarten als Begründung des Projekts
Der Abschnitt Why COMPASS Exists listet fünf Zustandsarten, die langlaufende Agentenarbeit braucht. Nutzerkontext umfasst Kommunikationspräferenzen, Risikogrenzen und wiederkehrende Auslassungen. Projektkontext beschreibt, wo die aktuelle Anfrage einzuordnen ist, wovon sie abhängt und wie weit sie gediehen ist. Zielkontext hält fest, ob die aktuelle Aufgabe noch zum ursprünglichen Vorhaben passt.
Pausenkontext speichert den sicheren Stoppunkt, die verbleibende Arbeit, nicht wiederholbare Wirkungen und die erste Aktion bei der Fortsetzung. Übergabekontext enthält, was eine neue Konversation braucht, um ohne Wiederholung des gesamten Transkripts weiterzuarbeiten. Aus diesen fünf Zuständen bildet das Projekt fünf lokale Abläufe: ein prüfbares Profil, einen repo-lokalen Aufgabengraphen, der Konversationsgrenzen überlebt, einen kooperativen Pausenkontrollpunkt, einen Fortsetzungsprompt und ein Klärungstor vor riskanter Ausführung.
Die Aufteilung ist funktional sauber: pause-and-resume dient derselben Konversation und erzeugt laut README keine Datei, die nur dem Pausieren dient. session-handoff-prompt liest task-forest als strukturierten Kontext, verändert es aber nie, und session-handoff-prompt bleibt standardmäßig schreibgeschützt.
Zusammenspiel der Kern- und Meta-Skills
task-clarifier ist der Einstiegspunkt für mehrdeutige, hochpreisige, risikoreiche oder extern sichtbare Arbeit. Er identifiziert zuerst die Entscheidungen, die beim Nutzer liegen, stellt ein bis drei fokussierte Fragen mit empfohlenen Antworten, bestätigt das gemeinsame Verständnis und sucht oder führt erst danach aus. task-forest protokolliert dagegen die Struktur: warum eine Aufgabe existiert, wo sie einzuordnen ist, wie weit sie fortgeschritten ist und was ungeklärt bleibt.
user-profile-keeper speichert Kollaborationspräferenzen lokal, damit spätere Konversationen die richtigen Fragen stellen und die passende Risikogrenze anwenden. Aktuelle Dateien, Logs und vom Nutzer gelieferte Kontexte bleiben die Autorität, und Geheimnisse bleiben laut Vorgabe außen vor. run-history-skill-builder leitet Anfragen, die eigentlich einen bestehenden Skill ändern wollen, an run-history-skill-upgrader weiter, statt den Skill direkt zu editieren.
Der Upgrader wiederum ist planungsorientiert: Er liest Sitzungsbeweise und erzeugt einen Upgrade-Plan, aber Änderungen an Skill-Dateien passieren erst nach expliziter Genehmigung. Diese Kette bildet einen kontrollierten Selbstverbesserungskreis, der die Autorität beim Nutzer lässt und jede Übernahme dokumentiert.
Sicherheitsmodell: lokale Speicherung und Klartext-Warnung
Das Sicherheitskonzept hält Laufzeitdaten lokal. Das README listet Negativzusagen auf: keine Hochladung von Aufgabendaten oder Profildaten, kein Auslesen von Browser-Cookies, Tokens, privaten Schlüsseln, Anmeldedaten oder Sitzungen. task-forest legt Aufgabendaten im Arbeitsbereich ab, üblicherweise unter .agent-workbench/task-forest/, user-profile-keeper speichert Profile unter .compass-skills/user-profiles/v1 oder im durch COMPASS_USER_PROFILE_HOME bestimmten Verzeichnis.
Das README warnt selbst, dass user-profile-keeper Klartext ohne Verschlüsselung verwendet. session-handoff-prompt kann lokale Pfade in teilbaren Übergaben schwärzen, was beim Weitergeben von Prompts an Dritte relevant wird. Risikoreiche Aktionen wie Löschen, Überschreiben, Veröffentlichen, Schreiben auf entfernte Ziele, Nutzung von Anmeldedaten und globale Konfigurationsänderungen verlangen eine ausdrückliche Bestätigung.
Für die Bewertung zählt die Kombination: Die Werkzeuge sammeln bewusst Arbeits- und Nutzerverhalten, lagern es aber nur in vom Nutzer einselbare Dateien aus. Wer das Repository in geteilten Arbeitsbereichen einsetzt, sollte die beiden Verzeichnispfade in Backups und Berechtigungsplanungen berücksichtigen und die Profile nicht ungeprüft in gemeinsame Container übernehmen.
Kompatibilität, Release-Stand und Weiterentwicklung
Die Skills sind als SKILL.md-Pakete über Agentenlaufzeiten hinweg nutzbar. Für Claude Code empfiehlt das README die npx-Installation, für Codex die skills-CLI mit -a codex, und für OpenCode, OpenClaw oder andere Agenten das Beibehalten von AGENTS.md und das Laden von SKILL.md. Die Skripte setzen auf die Python-Standardbibliothek und laufen lokal. Als Belege nennt das README Smoke-Tests für session-handoff-prompt und beschreibende Diagnosen für academic-humanizer.
Der Releaseweg ist kurz und dicht: v0.1.0 erschien am 15. Juni 2026, v0.2.0 am 16. Juni und v0.3.0 am 21. Juni 2026. Metadaten vom selben Tag weisen rund 705 Sterne, 58 Forks und keine offenen Issues aus, der Standardzweig heißt master. Die Roadmap sieht vor, Skills aus echten Aufgabenverläufen zu bauen, Skills aus Fehlern zu verbessern, lokale Agentenzustände zusammenzufassen und Folgetasks vorzuschlagen.
Das Projekt benennt zusätzlich eine praktische Anleitung unter dongshuyan.com, die das Schreiben eigener Skills, das Prüfen wiederverwendbarer Pakete und den Aufbau eines lokalen Skill-Ökosystems behandelt. Wer eigene Skills auf dieses Muster legen will, findet dort die Dokumentation zur SKILL.md-Struktur, die auch den Unterordnern wie evals/ und agents/ eine Rolle zuweist.
Redaktionelles Fazit
COMPASS Skills passt für Nutzer von Claude Code, Codex oder ähnlichen Agenten, die über mehrere Sitzungen hinweg an größeren Vorhaben arbeiten und dabei Ziel-, Pausen- und Übergabekontext nicht jedes Mal neu aufbauen wollen. Wer Teamfunktionen oder verschlüsselte Profile erwartet, findet beides nicht, denn die Profile liegen laut README unverschlüsselt im Klartext auf der Platte. Vor der Installation lohnt der Aufruf von npx skills add dongshuyan/compass-skills --list, um zu entscheiden, welche der neun Skills wirklich gebraucht werden.
Community-Notizen