Die meisten Tutorials zu Claude-Agenten enden bei „Hello World“.
Sie zeigen dir, wie du Claude dazu bringst, ein Tool aufzurufen. Wie du eine einfache Schleife einrichtest. Wie du eine autonome Antwort für eine einfache Spielzeugaufgabe bekommst.
Dann versuchst du, etwas Echtes zu bauen, und alles fällt auseinander.
Die Aufgabe ist zu vage. Der Agent bleibt stecken. Die Ergebnisse sind inkonsistent. Die Sitzung endet und nichts wurde gespeichert. Du fängst beim nächsten Mal wieder bei Null an.
Die Lücke zwischen einem Claude-Agenten, der in einem Tutorial funktioniert, und einem Claude-Agenten, der in der Produktion funktioniert, ist keine Lücke in Claudes Fähigkeiten.
Es ist eine Lücke in der Art und Weise, wie der Agent entwickelt wurde.
Dieser Leitfaden schließt diese Lücke vollständig.
Am Ende wirst du einen Claude-Agenten haben, der einen echten Workflow zuverlässig ausführt. Keine Demo. Keine Spielzeugaufgabe. Ein Workflow, der konsistente Ergebnisse liefert, Grenzfälle elegant behandelt, sich im Laufe der Zeit verbessert und läuft, ohne dass du jeden Schritt initiieren musst.
Was einen echten Agenten von einem Tutorial-Agenten unterscheidet
Bevor du etwas baust, verstehe, was einen echten Agenten von einem Tutorial-Agenten unterscheidet.
Ein Tutorial-Agent führt eine saubere Aufgabe mit sauberen Eingaben aus und liefert eine saubere Ausgabe. Die Aufgabe ist klar definiert. Die Eingaben liegen genau im erwarteten Format vor. Es passiert nichts Unerwartetes. Erfolg ist binär und offensichtlich.
Ein echter Agent führt unordentliche Aufgaben mit unordentlichen Eingaben aus und muss trotzdem brauchbare Ergebnisse liefern. Die Aufgabe ist teilweise definiert. Die Eingaben treffen in unterschiedlichen Formaten ein. Regelmäßig passieren unerwartete Dinge. Erfolg ist eine Frage des Grades und erfordert Urteilsvermögen zur Bewertung.
Vier Eigenschaften bestimmen, ob ein Agent den Kontakt mit der realen Welt überlebt:
Robuste Aufgabenbeschreibung. Der Agent weiß nicht nur, was zu tun ist, sondern auch, wie er mit den zwanzig Varianten der Aufgabe umgeht, die ihm in der Praxis begegnen werden. Die Anweisungen decken Grenzfälle ab, nicht nur den Idealfall.
Beständiger Speicher. Der Agent sammelt Kontext über Sitzungen hinweg. Die Arbeit von letzter Woche fließt in die Arbeit von heute ein. Er startet nicht jede Sitzung von Null.
Anmutiger Umgang mit Fehlern. Wenn etwas schiefgeht, erholt sich der Agent, anstatt anzuhalten. Er protokolliert, was passiert ist, versucht Alternativen und alarmiert einen Menschen nur, wenn eine Wiederherstellung unmöglich ist.
Qualitätsselbstprüfung. Der Agent überprüft seine eigenen Ergebnisse anhand definierter Standards, bevor er sie ausliefert. Er schließt seine eigene Rückkopplungsschleife, anstatt einfach das zurückzugeben, was er zuerst produziert hat.
Die meisten Tutorial-Agenten haben keine dieser Eigenschaften. Dieser Leitfaden baut alle vier auf.
Die Agentenarchitektur
Die Architektur besteht aus vier Komponenten, die zusammenarbeiten.
Die Aufgabenbeschreibungsebene
Eine strukturierte Skill-Datei, die die Aufgabe, den Prozess, die Behandlung von Grenzfällen und den Qualitätsstandard definiert. Dies ist kein Prompt. Es ist eine vollständige Betriebsspezifikation, die der Agent vor jeder Ausführung liest.
Die Speicherebene
Eine persistente Datenbank, die speichert, was der Agent getan hat, was er gelernt hat und woran er sich über Sitzungen hinweg erinnern muss. Aufgebaut auf SQLite über Hermes Agent oder manuell implementiert mit dateibasierter Protokollierung.
Die Ausführungsebene
Die eigentlichen Claude-API-Aufrufe, die die Arbeit erledigen. Strukturiert, um das richtige Modell, den richtigen Kontext und die richtigen Werkzeuge für jeden Schritt des Workflows zu verwenden.
Die Qualitätsebene
Die Verifizierungsschleife, die Ausgaben vor der Auslieferung anhand definierter Standards überprüft und bei Unterschreitung der Standards mit gezielten Korrekturen wiederholt.
Einrichten der Grundlage
Installiere die erforderlichen Tools:
Hermes Agent für Orchestrierung und Speicher installieren
git clone https://github.com/NousResearch/hermes-agent
cd hermes-agent
npm install
MCP-Server für Tool-Zugriff installieren
npm install -g @modelcontextprotocol/server-filesystem
npm install -g @modelcontextprotocol/server-brave-search
Konfiguriere deine Umgebung:
Kernkonfiguration
MODEL_PROVIDER=anthropic
MODEL_NAME=claude-opus-4-8
ANTHROPIC_API_KEY=dein-api-schluessel-hier
Speicherkonfiguration — absolute Pfade verwenden
MEMORY_BACKEND=sqlite
MEMORY_PATH=/Users/deinname/agent-data/memory.db
Planerkonfiguration
ENABLE_SCHEDULER=true
SCHEDULER_TIMEZONE=Europe/Berlin
Ausgabekonfiguration — wo die Ergebnisse landen
OUTPUT_PATH=/Users/deinname/agent-outputs
Fehlerbehebung
SKILL_RETRY_ENABLED=true
SKILL_RETRY_MAX=3
SKILL_RETRY_DELAY=300
Benachrichtigungen
NOTIFICATION_GATEWAY=telegram
TELEGRAM_BOT_TOKEN=dein-bot-token
TELEGRAM_CHAT_ID=deine-chat-id
Schreibe die CLAUDE.md:
Dies ist die wichtigste Datei im gesamten Setup. Jede Agentensitzung beginnt mit dem Lesen dieser Datei. Die Qualität jeder Ausgabe hängt von der Spezifität dessen ab, was hier steht.
Agentenkonfiguration — CLAUDE.md
Identität und Zweck
[Beschreibe, was dieser Agent in einem bestimmten Absatz tut.
Nicht, was Claude allgemein ist. Was dieser spezifische Agent
für diese spezifische Operation konfiguriert ist.]
Betrieblicher Kontext
[Beschreibe den geschäftlichen oder persönlichen Kontext, in dem
dieser Agent arbeitet. Was macht die Person, die diesen
Agenten konfiguriert hat? Was sind ihre Standards und Prioritäten?]
Aktuelle aktive Aufgaben
[Liste die spezifischen wiederkehrenden Aufgaben auf, die dieser Agent ausführt.
Für jede: was sie tut, wann sie läuft, wie eine gute Ausgabe aussieht.]
Tool-Berechtigungen
Du hast die Erlaubnis, diese Tools autonom zu verwenden:
- Dateisystem: Lesen und Schreiben in [SPEZIFISCHE PFADE]
- Websuche: für Recherchen zu [SPEZIFISCHE THEMEN]
- [Andere Tools mit spezifischem Geltungsbereich]
Du darfst nicht:
- In Pfade außerhalb des konfigurierten Ausgabeverzeichnisses schreiben
- Externe API-Aufrufe tätigen, die nicht oben aufgeführt sind
- Maßnahmen ergreifen, die sich ohne ausdrückliche Genehmigung auf externe Systeme auswirken
Qualitätsstandards
[Beschreibe, wie eine gute Ausgabe für jeden Aufgabentyp aussieht.
Füge nach Möglichkeit Beispiele hinzu.
Sei spezifisch genug, dass der Agent sich selbst bewerten kann.]
Speicheranweisungen
Im Speicher ablegen:
- Jede bedeutende Ausgabe mit Datum und Qualitätsbewertung
- Jeden aufgetretenen Grenzfall und wie er behandelt wurde
- Jeden Qualitätsfehler und dessen Ursache
- Jedes Muster, das über Ausgaben hinweg identifiziert wurde
Fehlerbehandlung
Bei Tool-Fehler: einmal wiederholen, den Fehler protokollieren, mit
den verfügbaren Tools fortfahren.
Bei Qualitätsfehler: mit gezielten Korrekturen wiederholen,
keine vollständige Neuschreibung. Maximal drei Wiederholungen.
Bei nicht behebbarem Fehler: Teilarbeit speichern,
den spezifischen Fehler protokollieren, Benachrichtigung senden,
anmutig anhalten.
Aufbau der Aufgabenbeschreibungsebene
Die Aufgabenbeschreibungsebene ist der Punkt, an dem die meisten echten Agenten scheitern.
Leute schreiben einen Prompt, der den Idealfall beschreibt, und hören auf. Der Agent bewältigt den Idealfall gut und bricht bei allem anderen zusammen.
Eine robuste Aufgabenbeschreibung deckt die gesamte operative Realität der Aufgabe ab. Hier ist die Vorlage:
[AUFGABENNAME]
Zweck
[Ein Satz: Was erreicht dieser Skill?]
Auslöser
[Genaue Bedingungen, die dazu führen, dass dies ausgeführt wird:
geplante Zeit, Dateierscheinung, manueller Befehl usw.]
Vorausführungsprüfungen
Vor dem Start überprüfen:
- [Erforderliche Eingabe ist vorhanden und zugänglich]
- [Erforderliche Tools sind verbunden und antworten]
- [Ausgabepfad ist beschreibbar]
- [Speicher ist zugänglich und aktuell]
Wenn eine Prüfung fehlschlägt: Fehler protokollieren und anhalten.
Nicht ohne erforderliche Voraussetzungen fortfahren.
Hauptprozess
Schritt 1: Kontext laden
CLAUDE.md für den vollständigen Betriebskontext lesen.
Speicher nach relevanter Historie mit Tag: [AUFGABEN-TAG] durchsuchen.
Muster aus früheren Ausführungen notieren,
die diese beeinflussen sollten.
Schritt 2: Eingabeverarbeitung
[Beschreibe genau, was mit der Eingabe zu tun ist.
Decke das primäre Format UND die alternativen Formate ab,
die in der Praxis auftreten.]
Für Standardeingabeformat:
[Genaue Verarbeitungsschritte]
Für alternatives Eingabeformat A:
[Wie damit umgehen]
Für alternatives Eingabeformat B:
[Wie damit umgehen]
Für fehlerhafte oder fehlende Eingabe:
[Wie damit umgehen — niemals stillschweigend fehlschlagen]
Schritt 3: Kernausführung
[Die eigentliche Arbeit des Skills.
In Unterschritte unterteilen. Jeder Unterschritt sollte
spezifisch genug sein, dass eine neue Instanz von Claude
sie ohne zusätzlichen Kontext ausführen könnte.]
Schritt 4: Qualitätsprüfung
Vor dem Speichern der Ausgabe anhand dieser Standards prüfen:
ERFORDERLICH: [Nicht verhandelbare Ausgabeeigenschaften]
BEVORZUGT: [Qualitätseigenschaften, die die Ausgabe verbessern]
VERBOTEN: [Dinge, die niemals in der Ausgabe erscheinen sollten]
Wenn die Ausgabe die erforderlichen Prüfungen nicht besteht:
- Genau identifizieren, was fehlgeschlagen ist
- Mit gezielter Korrektur wiederholen
- Maximal drei Wiederholungsversuche
- Wenn nach drei Versuchen immer noch fehlschlägt: mit Fehlerflag speichern
Schritt 5: Ausgabe und Speicherung
Ausgabe speichern unter: [SPEZIFISCHER PFAD UND DATEINAMENFORMAT]
Im Speicher mit Tag speichern: [AUFGABEN-TAG, DATUM]
CLAUDE.md aktualisieren, wenn sich aktuelle Informationen geändert haben.
Benachrichtigung senden: [WAS IN DIE BENACHRICHTIGUNG AUFGENOMMEN WERDEN SOLL]
Grenzfälle
[Grenzfall 1 Name]
Bedingung: [Wann tritt dies auf]
Erkennung: [Wie erkenne ich es]
Reaktion: [Was zu tun ist]
[Grenzfall 2 Name]
Bedingung: [Wann tritt dies auf]
Erkennung: [Wie erkenne ich es]
Reaktion: [Was zu tun ist]
[Grenzfall 3 Name]
Bedingung: [Wann tritt dies auf]
Erkennung: [Wie erkenne ich es]
Reaktion: [Was zu tun ist]
Qualitätsstandard
Eine großartige Ausgabe: [Spezifische Beschreibung]
Eine akzeptable Ausgabe: [Mindestanforderung]
Eine inakzeptable Ausgabe: [Was eine Wiederholung auslösen sollte]
Speicheranweisungen
Nach jeder Ausführung speichern:
- Ausführungsdatum und -dauer
- Bewertung der Ausgabequalität (großartig/akzeptabel/fehlgeschlagen)
- Jeden aufgetretenen Grenzfall und wie er behandelt wurde
- Jedes Muster, das für zukünftige Ausführungen erwähnenswert ist
Dein erster echter Agent: Der Recherche- und Briefing-Agent
Hier ist ein kompletter echter Agent, der mit dieser Architektur gebaut wurde. Dieser Agent überwacht täglich eine Reihe von Quellen, recherchiert Themen, die für deine Arbeit relevant sind, und liefert jeden Morgen ein strukturiertes Briefing.
Dies ist keine Spielzeugaufgabe. Es ist ein echter Workflow, der jeden Tag fünfundvierzig Minuten manuelle Recherchezusammenstellung ersetzt.
Erstelle skills/research-brief.md:
research-brief
Zweck
Konfigurierte Quellen überwachen und ein strukturiertes
Intelligence-Briefing erstellen, das Entwicklungen abdeckt,
die für aktuelle Projekte und Prioritäten relevant sind.
Auslöser
Täglich um 6:00 Uhr geplant.
Manuell: „Recherche-Briefing“ oder „Morgen-Briefing“
Vorausführungsprüfungen
Vor dem Start überprüfen:
- CLAUDE.md ist lesbar unter 07-SYSTEM/CLAUDE.md
- Brave Search MCP antwortet
- Ausgabepfad ist beschreibbar unter outputs/briefings/
- Speicherdatenbank ist zugänglich
Hauptprozess
Schritt 1: Kontext laden
CLAUDE.md vollständig lesen. Notieren:
- Aktuelle aktive Projekte und deren Status
- Für Überwachung markierte Themen
- Ausstehende Entscheidungen, die Intelligence benötigen
- Qualitätsstandards für dieses Briefing
Speicher mit Tag lesen: research-brief
Notieren: was in den letzten Briefings behandelt wurde,
um Wiederholungen zu vermeiden.
Schritt 2: Quellenrecherche
Für jedes Thema in der Überwachungsliste der CLAUDE.md:
Suchabfrage: "[THEMA] Neuigkeiten letzte 24 Stunden"
Sammeln: Titel, Quelle, Datum, Kernaussage
Signalfilter anwenden:
EINSCHLIESSEN: Neue Entwicklung, Daten, Produkteinführung,
bedeutende Aussage, Forschungsergebnis
AUSSCHLIESSEN: Wiederholung bestehender Berichterstattung,
Meinung ohne neue Informationen,
alles, was in den letzten 3 Briefings behandelt wurde
Für jedes Ergebnis, das den Signalfilter passiert:
Tiefergehend recherchieren mit einer Folgesuche, wenn
das erste Ergebnis auf eine bedeutende Entwicklung hindeutet.
Schritt 3: Synthese
Ergebnisse nach Thema gruppieren.
Für jede Themengruppe identifizieren:
- Die eine wichtigste Entwicklung
- Warum sie für aktuelle Projekte wichtig ist
- Welche Maßnahme sie gegebenenfalls impliziert
Themenübergreifende Synthese:
- Gibt es zwei oder mehr Ergebnisse, die verbunden ein größeres Muster andeuten?
- Hat ein Ergebnis direkte Auswirkungen auf ein aktives Projekt oder eine ausstehende Entscheidung?
Schritt 4: Qualitätsprüfung
Vor der Fertigstellung überprüfen:
ERFORDERLICH:
- Mindestens 3 Signal-Items (kein Rauschen)
- Jedes Item basiert auf einer bestimmten Quelle
- Jedes Item erklärt die Relevanz für die aktuelle Arbeit
- Kein Item wurde in den letzten 5 Briefings wiederholt
BEVORZUGT:
- Mindestens eine themenübergreifende Verbindung
- Mindestens ein Item, das eine bestimmte Maßnahme impliziert
- Ehrliches Eingeständnis, wenn es ein nachrichtenarmer Tag war
VERBOTEN:
- Allgemeine Analyse ohne spezifische Belege
- Items, die interessant, aber nicht relevant sind
- Aufblähen, um das Briefing umfassender erscheinen zu lassen
Wenn das Briefing die erforderlichen Prüfungen nicht besteht: genau identifizieren,
was fehlt, und vor dem Wiederholen nach zusätzlichen Quellen suchen.
Nicht mit schwachen Signalen aufblähen.
Schritt 5: Ausgabeerzeugung
Briefing in genau diesem Format erstellen:
Morgen-Intelligence-Briefing — [DATUM]
DAS WICHTIGSTE HEUTE
[Die eine wichtigste Entwicklung und warum sie
für die aktuelle Arbeit wichtig ist. Spezifisch. Fundiert.]
SIGNAL-ITEMS
[Thema 1]
Entwicklung: [Was passiert ist]
Quelle: [Publikation, Datum]
Relevanz: [Warum dies für aktuelle Projekte wichtig ist]
Implikation: [Welche Maßnahme dies nahelegt]
[Thema 2]
[Gleiches Format]
[Fortfahren für jedes Signal-Item]
VERBINDUNG
[Wenn zwei oder mehr Items verbunden ein größeres Muster
andeuten, hier beschreiben. Überspringen, wenn keine echte Verbindung besteht.]
ENTSCHEIDUNGSRELEVANZ
[Wenn ein Item direkt für eine ausstehende Entscheidung
in der CLAUDE.md relevant ist, hier mit Einzelheiten kennzeichnen.]
ABDECKUNGSHINWEIS
[Ehrliche Bewertung: umfassender Tag / nachrichtenarmer Tag.
Anzahl der durchsuchten Quellen.]
Schritt 6: Speicherung und Benachrichtigung
Speichern unter: outputs/briefings/[DATUM]-morning-brief.md
Im Speicher ablegen:
- Datum: [HEUTE]
- Behandelte Items: [LISTE DER THEMEN]
- Qualität: [großartig/akzeptabel/fehlgeschlagen]
- Bemerkenswert: [Jeder Grenzfall oder jedes Muster] Tag: research-brief
Telegram-Benachrichtigung senden:
„Morgen-Briefing fertig: [N] Signal-Items.
[DAS WICHTIGSTE HEUTE in einer Zeile]“
Grenzfälle
Kein Signal für ein Thema gefunden
Bedingung: Suchen liefern keine neuen Entwicklungen
Erkennung: Alle Ergebnisse sind älter als 48 Stunden
Reaktion: „Keine neuen Entwicklungen“ für dieses Thema notieren.
Nichts erfinden oder aufblähen. Zum nächsten Thema übergehen.
Quelle liefert widersprüchliche Informationen
Bedingung: Zwei Quellen berichten widersprüchliche Fakten
Erkennung: Direkter Widerspruch bei einer bestimmten Behauptung
Reaktion: Beide Versionen melden, beide Quellen zitieren,
als widersprüchlich kennzeichnen. Nicht eine der anderen vorziehen.
Suchtool nicht verfügbar
Bedingung: Brave Search MCP antwortet nicht
Erkennung: Tool-Aufruf gibt Fehler zurück
Reaktion: Fehler protokollieren. Per Telegram benachrichtigen.
Teilweises Briefing mit Hinweis speichern: „Suche nicht verfügbar —
Briefing basiert nur auf Speicherkontext.“
Nicht stillschweigend fehlschlagen.
Briefing würde das Top-Item von gestern wiederholen
Bedingung: Die wichtigste Entwicklung ist dieselbe wie gestern
Erkennung: Querverweis mit dem Briefing von gestern im Speicher
Reaktion: „Fortlaufende Entwicklung vom [DATUM]“ notieren
und sich auf das konzentrieren, was heute spezifisch neu ist.
Qualitätsstandard
Großartiges Briefing: 4-6 Signal-Items. Jedes Item relevant.
Mindestens eine themenübergreifende Erkenntnis. In unter 5 Minuten lesbar.
Akzeptables Briefing: 3 Signal-Items. Alle relevant.
Keine themenübergreifende Erkenntnis. In unter 5 Minuten lesbar.
Inakzeptables Briefing: Weniger als 3 Signal-Items.
Irgendein Item, das allgemein oder nicht relevant für die aktuelle Arbeit ist.
Irgendein wiederholtes Item aus den letzten 3 Briefings.
Aufbau der Qualitätsprüfungsebene
Die Qualitätsprüfungsebene ist das, was Agenten, die konsistente Ergebnisse liefern, von Agenten trennt, die variable Ergebnisse liefern.
Die meisten Agenten überspringen diese Ebene vollständig. Sie erzeugen eine Ausgabe und geben sie zurück. Die Qualität hängt ausschließlich davon ab, wie gut die Erzeugung war. Manche Sitzungen sind exzellent. Manche sind mittelmäßig. Du weißt nie, was du bekommst.
Eine Qualitätsprüfungsebene macht die Ausgabequalität konsistent, indem sie jede Ausgabe anhand definierter Standards überprüft und bei Nichteinhaltung der Standards mit gezielten Korrekturen wiederholt.
Hier ist das Claude-API-Aufrufmuster, das die Qualitätsprüfung implementiert:
async function executeWithQualityVerification(prompt, qualityStandard, maxRetries = 3) {
let attempt = 0;
let lastOutput = null;
let lastFailure = null;
while (attempt < maxRetries) {
// Erzeuge die Ausgabe
const response = await fetch('https://api.anthropic.com/v1/messages', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'x-api-key': process.env.ANTHROPIC_API_KEY,
'anthropic-version': '2023-06-01'
},
body: JSON.stringify({
model: 'claude-opus-4-8',
max_tokens: 4096,
messages: [
{
role: 'user',
content: attempt === 0
? prompt
: \${prompt}
Vorheriger Versuch hat die Qualitätskontrolle nicht bestanden: ${lastFailure}
Korrigiere speziell für diesen Fehler. Schreibe nicht alles neu.\
}
]
})
});
const data = await response.json();
lastOutput = data.content[0].text;
// Überprüfe die Qualität
const verificationResponse = await fetch('https://api.anthropic.com/v1/messages', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'x-api-key': process.env.ANTHROPIC_API_KEY,
'anthropic-version': '2023-06-01'
},
body: JSON.stringify({
model: 'claude-opus-4-8',
max_tokens: 1000,
messages: [
{
role: 'user',
content: `Du bist ein Qualitätsprüfer. Bewerte diese Ausgabe anhand dieser Standards:
${qualityStandard}
Zu bewertende Ausgabe:
${lastOutput}
Antworte nur mit:
BESTANDEN, wenn die Ausgabe alle erforderlichen Standards erfüllt
FEHLGESCHLAGEN: [spezifische Beschreibung, was fehlgeschlagen ist], wenn sie die erforderlichen Standards nicht erfüllt
Erkläre nichts. Schlage keine Verbesserungen vor. Nur BESTANDEN oder FEHLGESCHLAGEN mit spezifischer Fehlerbeschreibung.`
}
]
})
});
const verificationData = await verificationResponse.json();
const verificationResult = verificationData.content[0].text.trim();
if (verificationResult.startsWith('BESTANDEN')) {
return { output: lastOutput, attempts: attempt + 1, passed: true };
}
lastFailure = verificationResult.replace('FEHLGESCHLAGEN:', '').trim();
attempt++;
}
// Alle Wiederholungen ausgeschöpft
return {
output: lastOutput,
attempts: maxRetries,
passed: false,
failure: lastFailure
};
}
Dieses Muster erzeugt eine Ausgabe, überprüft sie anhand definierter Standards und wiederholt sie mit gezielten Korrekturen, wenn sie fehlschlägt. Wenn alle Wiederholungen fehlschlagen, wird die beste Ausgabe mit einem Fehlerflag zurückgegeben, anstatt abzustürzen.
Das Speicherintegrationsmuster
Speicher ist das, was einen fähigen Agenten in einen lernenden verwandelt.
Ohne Speicher beginnt jede Sitzung bei Null. Der Agent weiß nicht, was er schon getan hat. Er kann keine Erkenntnisse aus früheren Ausführungen anwenden. Er kann bereits gemachte Fehler nicht vermeiden.
Mit Speicher baut jede Sitzung auf der letzten auf. Der Agent weiß, was funktioniert hat und was nicht. Er wendet gesammelten Kontext an, um aktuelle Ergebnisse zu verbessern. Er wird im Laufe der Zeit besser in der spezifischen Aufgabe.
Hier ist das Speicherintegrationsmuster für jeden Claude-Agenten:
Zu Beginn jeder Ausführung:
Speichereinträge mit Tag lesen: [AUFGABEN-TAG]
Limit: 20 relevanteste Einträge
Strategie: Relevanz (nicht nur Aktualität)
Diesen Kontext anwenden:
- Muster aus früheren Ausführungen notieren
- Grenzfälle aus früheren Ausführungen notieren
- Qualitätsprobleme aus früheren Ausführungen notieren
- Erkenntnisse auf die aktuelle Ausführung anwenden
Am Ende jeder Ausführung:
Im Speicher ablegen:
Datum: [HEUTE]
Aufgabe: [AUFGABENNAME]
Qualität: [großartig/akzeptabel/fehlgeschlagen]
Bemerkenswert: [alles, woran man sich erinnern sollte]
Grenzfall: [jeder aufgetretene Grenzfall]
Muster: [jedes beobachtete Muster]
Tag: [AUFGABEN-TAG], [DATUM]
Monatliche Konsolidierung:
Alle Speichereinträge mit Tag lesen: [AUFGABEN-TAG]
Identifizieren:
- Muster, die über mehrere Einträge hinweg auftreten
- Grenzfälle, die wiederkehren
- Qualitätsprobleme, die wiederkehren
- Was mit großartigen vs. akzeptablen Ausgaben korreliert
In einen einzigen aktualisierten Kontexteintrag konsolidieren
Einzeleinträge, die älter als 90 Tage sind, archivieren
Das Fehlerbehebungssystem
Echte Agenten stoßen auf Fehler. Quellen gehen offline. APIs begrenzen die Rate. Dateien sind nicht dort, wo sie erwartet werden. Ausgaben bestehen die Qualitätsprüfungen nach maximalen Wiederholungen nicht.
Das Fehlerbehebungssystem bestimmt, ob diese Fehler unsichtbare Aussetzer oder katastrophale Stopps sind.
Drei Ebenen der Fehlerbehandlung:
Ebene 1: Automatische Wiederherstellung
Vorübergehende Fehler, die sich durch Wiederholung beheben lassen. Tool nicht verfügbar. Netzwerk-Timeout. Ratenlimit erreicht.
Wiederherstellungsprotokoll Ebene 1
Bei jedem fehlgeschlagenen Tool-Aufruf:
- 60 Sekunden warten
- Denselben Aufruf genau wiederholen
- Wenn Wiederholung erfolgreich ist: normal fortsetzen, den Aussetzer protokollieren
- Wenn Wiederholung fehlschlägt: auf Ebene 2 eskalieren
Ebene 2: Anmutige Verschlechterung
Fehler, die nicht behoben werden können, aber eine teilweise Fertigstellung ermöglichen. Eine Quelle nicht verfügbar. Ein Tool antwortet nicht. Ein Abschnitt der Ausgabe besteht die Qualitätsprüfungen nicht.
Wiederherstellungsprotokoll Ebene 2
Bei nicht behebbarem teilweisem Fehler:
- Fertigstellen, was fertiggestellt werden kann
- Genau notieren, was übersprungen wurde und warum
- Die Ausgabe im Dateinamen als teilweise kennzeichnen
- Expliziten Hinweis in die Ausgabe selbst aufnehmen
- Benachrichtigung senden: „Teilweise Ausgabe — [spezifischer Grund]“
- Die gesamte Aufgabe NICHT fehlschlagen lassen, weil eine Komponente fehlgeschlagen ist
Ebene 3: Anmutiger Stopp
Fehler, die die gesamte Aufgabe unmöglich machen. CLAUDE.md nicht gefunden. Ausgabepfad nicht beschreibbar. Speicherdatenbank nicht zugänglich.
Wiederherstellungsprotokoll Ebene 3
Bei vollständigem Fehler:
- Den spezifischen Fehlerpunkt identifizieren
- Alle abgeschlossenen Arbeiten an einem temporären Ort speichern
- Den vollständigen Fehlerkontext protokollieren
- Benachrichtigung senden: „Aufgabe fehlgeschlagen — [spezifischer Grund]“
- Sauber anhalten, ohne vorhandene Ausgaben zu beschädigen
- NICHT automatisch wiederholen — auf menschliches Eingreifen warten
Testen deines Agenten vor der Bereitstellung
Der häufigste Fehler bei der Bereitstellung von Agenten in der Praxis ist das Überspringen strukturierter Tests.
Drei Testphasen, bevor ein Agent live geht:
Phase 1: Komponententests
Teste jede Komponente isoliert, bevor du den gesamten Workflow testest.
Teste, ob der Speicher persistent ist
hermes chat
Was ist der älteste Speichereintrag, den du gespeichert hast?
Erwartet: Sollte einen Eintrag melden oder eine leere Datenbank melden
Wenn ein Fehler zurückgegeben wird: Speicherkonfiguration ist falsch
Teste den Tool-Zugriff
Liste die Dateien in [AUSGABEPFAD] auf
Erwartet: Sollte tatsächliche Dateien auflisten
Wenn ein Fehler zurückgegeben wird: Dateisystem-MCP ist nicht korrekt konfiguriert
Teste die Suche
Suche nach „KI-Neuigkeiten heute“ und nenne mir das oberste Ergebnis
Erwartet: Sollte tatsächliche Suchergebnisse zurückgeben
Wenn ein Fehler zurückgegeben wird: Brave Search MCP ist nicht korrekt konfiguriert
Phase 2: Idealpfad-Tests
Führe den Skill manuell mit einer sauberen Standardeingabe aus und überprüfe, ob die Ausgabe dem Qualitätsstandard entspricht.
Führe den Skill manuell aus
hermes run research-brief
Überprüfe die Ausgabe
cat outputs/briefings/[HEUTE]-morning-brief.md
Überprüfe gegen den Qualitätsstandard:
- Mindestens 3 Signal-Items?
- Jedes Item relevant für die aktuelle Arbeit?
- Keine allgemeine Analyse?
- In unter 5 Minuten lesbar?
Phase 3: Grenzfall-Tests
Löse absichtlich jeden dokumentierten Grenzfall aus und überprüfe das Wiederherstellungsverhalten.
Test: kein Internetzugang
Brave Search in .env deaktivieren
Den Skill ausführen
Erwartet: Fehler Ebene 3, sauberer Stopp, Benachrichtigung gesendet
Test: Ausgabepfad nicht beschreibbar
OUTPUT_PATH in ein nicht existierendes Verzeichnis ändern
Den Skill ausführen
Erwartet: Fehler Ebene 3, sauberer Stopp, Benachrichtigung gesendet
Test: nachrichtenarmer Tag
An einem Wochenende oder Feiertag ausführen
Erwartet: Ausgabe Ebene 2 mit ABDECKUNGSHINWEIS, der auf einen ruhigen Tag hinweist
Deinen Agenten in der Produktion ausführen
Sobald alle drei Testphasen bestanden sind, konfiguriere den Planer und wechsle in die Produktion.
{
"schedules": [
{
"skill": "research-brief",
"cron": "0 6 \ \ *",
"description": "Täglich um 6:00 Uhr",
"timeout_minutes": 15,
"on_failure": "notify_and_stop"
}
]
}
Starte Hermes im Hintergrundmodus:
npm run start -- --daemon
Überprüfe den ersten geplanten Durchlauf:
Überprüfe die Logs nach 6:00 Uhr
cat logs/hermes-[DATUM].log
Überprüfe, ob eine Ausgabe erstellt wurde
ls outputs/briefings/
Überprüfe, ob der Speicher aktualisiert wurde
hermes chat
Wie viele research-brief-Speichereinträge hast du?
Wenn der erste automatisierte Durchlauf eine gute Ausgabe produziert, ist der Agent in Produktion.
Was sich nach 3 Monaten ändert
Monat eins: Der Agent läuft zuverlässig. Die Ausgaben sind konsistent. Fehler werden anmutig behandelt. Du sparst jeden Morgen fünfundvierzig Minuten.
Monat zwei: Die Gedächtnisschicht beginnt, sichtbare Verbesserungen zu erzielen. Der Agent hat sechzig Tage lang Quellen verarbeitet und Kontext darüber gesammelt, welche Quellen hochwertige Signale liefern und welche nur Rauschen sind. Die Qualität der Signal-Filterung verbessert sich, da der Agent gelernt hat, welche Quellen es wert sind, verfolgt zu werden.
Monat drei: Die Gedächtniskonsolidierung wurde zweimal durchgeführt. Der Agent hat Muster über neunzig Tage Forschung hinweg identifiziert. Die Briefings beziehen sich auf den angesammelten Kontext, wodurch sie fundierter und spezifischer sind, als es jede Einzelsitzungsforschung je sein könnte.
Der Agent im dritten Monat führt nicht denselben Workflow aus wie im ersten Monat.
Er führt eine verbesserte Version dieses Workflows aus, basierend auf neunzig Tagen gesammelter operativer Intelligenz.
Das ist der Unterschied zwischen einem Tutorial-Agenten und einem echten Agenten.
Der Tutorial-Agent erledigt die Aufgabe. Der echte Agent lernt, die Aufgabe besser zu erledigen.
Baue dieses Wochenende das Fundament.
Lass es eine Woche laufen. Repariere, was kaputtgeht.
Lass es einen Monat laufen. Beobachte, wie es besser wird.
Lass es drei Monate laufen. Stelle fest, was es weiß, das du ihm am ersten Tag nicht hättest sagen können.
So sieht es aus, einen Claude-Agenten zu bauen, der in der realen Welt tatsächlich funktioniert.
Folge @cyrilXBT für jede Agentenarchitektur, jede Fähigkeitenvorlage und jedes Produktionsbereitstellungsmuster, das dafür sorgt, dass deine Claude-Agenten den Kontakt mit der realen Welt überleben.
