Real Engineering Prompt: Minimalistische Verhaltensregeln für Coding-Agents

RepositoryGonChen/real-engineering-promptSammlung

Das Open-Source-Projekt stellt eine schlanke Instruktionsvorlage (AGENTS.md) bereit, die moderne Coding-Agents auf pragmatische Engineering-Prinzipien wie minimale Komplexität, isolierte Änderungen und evidenzbasierte Verifikation ausrichtet.

Das Wichtigste

  1. Verzichtet auf Rollenspiele und Standard-Codierwissen zugunsten konkreter, beobachtbarer Verhaltensregeln.
  2. Begrenzt Code-Änderungen strikt auf den geforderten Bereich und schließt eigenmächtige Refactorings oder Formatierungen aus.
  3. Fordert empirische Nachweise für den Erfolg ein, etwa durch Tests, Builds oder Laufzeitprüfungen.
  4. Regelt den Umgang mit Unklarheiten: Geringfügige Annahmen trifft der Agent selbst, signifikante Risiken werden eskaliert.
  5. Nutzt Prinzipien von Simplified Technical English (ASD-STE100) für präzise Unterscheidung zwischen Fakten und Annahmen.

Warum das relevant ist

Moderne Sprachmodelle beherrschen Syntax und Entwurfsmuster bereits. Überladene System-Prompts verschwenden Kontext und erzeugen Rauschen. Eine kompakte Sammlung verifizierbarer Arbeitsregeln schließt stattdessen gezielt die Verhaltenslücke zu professionellen Entwicklungsabläufen.

Einordnung

Das Repository von GonChen befindet sich in einem sehr frühen Stadium (4 Stars, Stand August 2026) und besteht im Kern aus Markdown-Dateien (AGENTS.md und AGENTS.zh-CN.md) ohne Skripte oder Tool-Abhängigkeiten. Es richtet sich an Entwicklerteams, die LLM-gestützte Coding-Werkzeuge einsetzen und deren Fehlermuster wie Scope Creep, voreiliges Aufgeben oder fehlende Tests eindämmen wollen. Das Konzept ist modular gedacht: Eine Reserve-Datei (AGENTS.spare.md) hält optionale Regeln bereit, die erst bei wiederkehrenden Fehlern aktiviert werden sollen.

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Repository:DietrichGebert/ponytail

    Ponytail: Agent-Regeln gegen Over-Engineering beim KI-gestützten Coden

    Ponytail ist ein Open-Source-Tool und Agent-Skill, das KI-Assistenten dazu bringt, minimalistischen Code nach dem YAGNI-Prinzip zu schreiben. Es soll unnötigen Code reduzieren und die Entwicklung mit Coding-Agenten wie Claude Code oder Cursor beschleunigen und verbilligen.

    127.097SterneJavaScript

    KI & AI· Tool

  • Repository:addyosmani/agent-skills

    Agent Skills: Best Practices und Workflows für KI-Coding-Agents

    Das Open-Source-Repository addyosmani/agent-skills bündelt strukturierte Engineering-Skills und Slash-Commands für AI-Coding-Agents. Es bildet den Software-Entwicklungszyklus von der Spezifikation bis zum Deployment ab.

    100.192SterneJavaScript

    KI & AI· Tool

  • Link:DietrichGebert

    ponytail: Minimalistisches Regelwerk für KI-Coding-Agenten

    ponytail ist ein Regelwerk und Plugin für KI-Coding-Agenten, das Modelle dazu anhält, möglichst wenig neuen Code zu schreiben. Durch Standardbibliotheken, native Plattform-Features und vorhandene Abhängigkeiten wird Over-Engineering reduziert.

    KI & AI· Tool

  • Repository:0xpili/simplified-technical-english

    Simplified Technical English als Agent Skill für LLMs

    Ein Open-Source-Projekt stellt Anweisungen und Werkzeuge bereit, mit denen LLMs wie Claude Dokumentation nach dem kontrollierten Sprachstandard ASD-STE100 verfassen und prüfen können.

    790SternePython

    KI & AI· Tool

  • Repository:martinholovsky/SOTA-skills

    SOTA-skills: Strukturierte Best-Practice-Skills für KI-Coding-Assistenten

    SOTA-skills ist eine kuratierte Sammlung von 42 Engineering-Skills für KI-Coding-Assistenten wie Claude Code. Die Sammlung führt Regeln für Entwicklung und Sicherheitsprüfungen über einen iterativen Loop ein, statt Prompts pauschal zu überfrachten.

    22SternePython

    KI & AI· Tool

  • Repository:NB-Corp/gpt-with-taste

    GPT with Taste: Verhaltensanweisungen und Steering für Coding-Agenten

    Das Open-Source-Projekt gpt-with-taste liefert optimierte Systemanweisungen und ereignisbasiertes Steering für KI-Entwicklungsumgebungen. Es richtet sich primär an GPT-Reasoning-Modelle wie GPT-6.1 Sol und GPT-6 Astra, um bessere technische Entscheidungen ohne überflüssige Formalitäten zu erzwingen.

    353SterneJavaScript

    KI & AI· Tool

Sprechen wir über Ihr Projekt.

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Ein Teil von diesem Inhalt wurde mit KI gemacht.