workflow-template

Use when the user wants a structured multi-agent plan for a domain task — server hardening, repo cleanup, security/CVE analysis, GreyScript tool dev, or Ollama/LLM setup. Domain-adapter for multi-agen

SKILL.md

GitHub

Workflow-Template (Standard)

the user's Standard-Workflow für strukturiertes Multi-Agent-Planen über fünf Domänen hinweg. Domain-Adapter für den bestehenden multi-agent-master-workflow-Skill, kein konkurrierender Orchestrator.

Overview

Dieser Skill löst drei Probleme, die in the user's realer Arbeit immer wieder auftraten:

  1. Template-Drift: Vor 2026-07-05 gab es fünf freie Markdown-Prompts mit unterschiedlicher Struktur, keinem Trigger-Mechanismus, und keinem Output-Vertrag.
  2. Standardisierungslücke: multi-agent-master-workflow definiert das Muster (Queen/Worker/Gate), aber nicht die domänenspezifische Anwendung.
  3. Memory-Verlust: Pläne wurden geschrieben, aber Lessons-Learned verschwanden aus dem Context nach Session-Ende.

Workflow-Template schließt diese Lücke, indem es fünf Domänen-Spezialisierungen (Hardening, Repo/CI, Security/CVE, GreyScript, Ollama) als wiederverwendbare Templates bereitstellt, mit gemeinsamer Phase-Struktur, einheitlichem Farbschema und Mnemosyne-Disziplin.

When to Use

Trigger-Phrasen (Skill feuert automatisch):

  • "ich brauche einen [hardening/plan/security/repo/ollama]-plan"
  • "multi-agent master workflow für [domäne]"
  • "führe eine systematische analyse durch für [X]"
  • "systematischer plan für [X]"
  • "standard workflow für [X]"
  • "[Domain]-architektur planen"

Don't use for:

  • Einfache Single-Step-Tasks (kein Multi-Agent nötig → direkt ausführen)
  • Rein konversationelle Antworten (kein Artefakt nötig)
  • Reine Recherche ohne Plan-Ausgabe (→ web_search oder web_extract)
  • Tasks wo schon ein Skill existiert, der spezifischer passt (z.B. plan für Implementation-Pläne ohne Domain-Kontext)

Integration with multi-agent-master-workflow

Layer Skill Was er tut
Pattern multi-agent-master-workflow Queen/Worker/Gate-Architektur, Phasen 1-5, Priorisierung
Domain-Adapter workflow-template (dieser Skill) Fünf Domänen-spezifische Ausprägungen, 🟥🟧🟨🟩-Standard, Mnemosyne-Disziplin

Regel: Wann immer multi-agent-master-workflow triggert, prüfe zuerst ob workflow-template ein passendes Domain-Template hat. Wenn ja → nimm das Domain-Template und adaptiere die Schritte aus multi-agent-master-workflow. Wenn nein → nimm multi-agent-master-workflow direkt.

Quick Decision Tree

→ Vollständiger Decision-Tree: references/templates/00-decision-tree.md → Consolidation Pattern (wie dieser Skill entstand): references/consolidation-pattern.md

Kurzfassung:

Was ist die Aufgabe?
├─ Server/Linux härten → 01-server-hardening
├─ Repo aufräumen + CI/CD → 02-repo-cicd
├─ Security/CVE-Analyse → 03-security-cve
├─ GreyScript-Tool bauen → 04-greyscript
├─ Ollama/LLM optimieren → 05-ollama-llm
└─ Kombiniert/multi-domain? → Siehe references/templates/combinations.md

🟥🟧🟨🟩 Farb-Legende

→ Vollständige Legende: references/meta/color-legend.md

Stufe Bedeutung Wann?
🟥 Kritisch Blockiert / Lockout-Risiko / Datenverlust Sofort, vor allem anderen
🟧 Hoch Spürbarer Nutzen / wichtiges Risiko Nach 🟥-Block abgeschlossen
🟨 Mittel Komfort / Efficiency / Polish Wenn 🟥🟧 durch sind
🟩 Optional Feinschliff / kosmetisch Wenn überhaupt Zeit übrig

Standard-Workflow (für alle Templates)

┌─────────────────────────────────────────────┐
│ Phase 1: VORAB-PLAN (skill_view Domain-Tpl) │
│   - Lade passendes Template                  │
│   - Constraint-Check                         │
│   - ⚠ WARTE auf the user-Freigabe              │
└─────────────────────────────────────────────┘
                ↓ (Freigabe)
┌─────────────────────────────────────────────┐
│ Phase 2: AUTO-MODE / ORCHESTRIERUNG         │
│   - Konkrete Schritte / Befehle             │
│   - Git-Backup vor Destruktivem            │
│   - Verifikation nach jedem Schritt         │
│   - ⚠ QUEEN-VERIFICATION: Nach Sub-Agent-  │
│     Batch jede behauptete Datei selbst lesen│
│     (stat/read_file). Sub-Agent-Self-Reports│
│     sind NICHT vertrauenswürdig —           │
│     insbesondere write_file-Claims auf neue │
│     Dateien (vgl. Pitfall #7).              │
└─────────────────────────────────────────────┘
                ↓
┌─────────────────────────────────────────────┐
│ Phase 3: REFLECTION & PERSIST               │
│   - Mnemosyne-Memory schreiben (QUEEN,      │
│     NICHT an Sub-Agent delegieren —         │
│     leaf-agents haben keinen Zugriff auf    │
│     mnemosyne_remember)                     │
│   - System-Doku aktualisieren               │
│   - Skill-Patch bei Lessons-Learned         │
└─────────────────────────────────────────────┘

Template-Index

→ Ausführliche Inhalte in references/templates/

Template Bewertung Domain Pitfall-Klasse
01-server-hardening ⭐⭐⭐⭐⭐ Linux/Cloud Lockout-Risiko
02-repo-cicd ⭐⭐⭐⭐ DevOps Force-Push-Damage
03-security-cve ⭐⭐⭐⭐⭐ Security Legalität
04-greyscript ⭐⭐⭐⭐ GreyHack GreyScript-Specifika
05-ollama-llm ⭐⭐⭐ AI-Infra GPU-Konflikt

Mnemosyne-Disziplin

→ Vollständige Hook-Sammlung: references/meta/mnemosyne-hooks.md

Kurzfassung: Nach jeder Workflow-Template-Session eine mnemosyne_remember-Call mit Template-spezifischem Hook. importance zwischen 0.6 und 0.9 (höher für Security, niedriger für Polish). veracity = tool für Mess-Ergebnisse, stated für the user-Aussagen.

Common Pitfalls

  1. Phase-1 übersprungen: Direkt mit Code/Config anfangen ohne Freigabe → Lockout, Datenverlust, Halluzination. Immer erst Template laden, dann Constraint-Check, dann Freigabe.
  2. Falsche Domain-Klasse: Ollama-Setup mit GreyScript-Pitfalls mischen → falsche Constraints. Immer Decision-Tree fragen.
  3. Templates kopieren ohne Anpassen: Template-Struktur ist Skelett, nicht Copy-Paste. Immer Context-spezifische Pitfalls prüfen.
  4. 🟥-Items als 🟨 behandelt: Kritische Risiken werden im Output "weichgespült". Risiko-Skala ist kein Vorschlag, sondern Standard.
  5. Mnemosyne-Hook vergessen: Nach Session ist Lessons-Learned weg. Hook ist nicht optional, sondern Teil des Workflows.
  6. Loader-Cache widerlegt: skill_view('workflow-template') funktioniert sofort nach Skill-Erstellung — die YAML-Frontmatter + Content ist live. Bei Änderungen per skill_manage(action='patch') kann es sein, dass die Session die neue Version erst nach dem nächsten skill_view-Aufruf sieht. Im Zweifel: skill_view(name) nochmal aufrufen. WICHTIG — diese Eigenschaft betrifft nicht nur Auto-Discovery, sondern auch Tasks deren Verifikation an Loader-State hängt (z.B. "teste ob neu-erstellter Skill via Description-Keyword triggert"). Solche Tasks sind in der Current-Session architecturally blocked und brauchen eine Clean-Cut-Ceremony (siehe Pitfall #6.1). 6.1. Clean-Cut-Ceremony bei architectural-blocked Tasks (fundiert 2026-07-06, Plan workflow-templates-skill.md Tasks 9+10): Wenn Verifikations-Tasks in der aktuellen Session nicht ausführbar sind (Loader-Cache, Reboot-abhängig, Cron-Tick-abhängig, External-Service-Setup-abhängig): nicht drumrum hacken, nicht still "open" lassen, nicht mit halbem Workaround tarnen. Stattdessen: (a) Plan-Footer mit explizitem ## Status Block anhängen: ✅ Abgeschlossen: Tasks 1-N + 🛑 Pending (blockiert): Tasks X-Y mit genauem Grund (verlinkt auf den Pitfall der das blockiert) (b) Eine Mnemosyne-Memory mit importance=0.6-0.7 (niedriger als Wissen — ist Hand-off), veracity="stated" (nicht "tool" — Arbeit wurde nicht verifiziert), valid_until=<+7 Tage> (Auto-Cleanup), und source="<domain>-task-pending" (eigener Namespace). Memory-Inhalt enthält inline Eskalations-Clause: "wenn diese Memory nach <Datum> noch existiert, in Telegram DM @OlympAgentBot eskalieren". (c) Choice-Moment vor User: 2-4 konkrete Cut-Optionen anbieten (Status-fixieren + Brücke, Quick-Workaround via expliziten skill_view, alles offen lassen), nicht offene "was willst du machen?"-Frage. (d) "Skill loadable" ≠ "Skill auto-triggert" unterscheiden: skill_view('neuer-skill') umgeht den Loader-Cache und lädt den Skill — funktioniert in current session. Tasks die Auto-Discovery via Description-Keyword verifizieren, brauchen aber zwingend eine fresh session. Diese Unterscheidung entscheidet ob Cut-Ceremony überhaupt nötig ist.
  7. Sub-Agent-Claims blind vertrauen: Sub-Agents retournieren plausible Self-Reports ("0→123 Zeilen, 18 Links"), aber die Datei existiert gar nicht. Das write_file-Tool meldet dem Sub-Agent success, aber die Datei landet nicht auf Disk. Immer selbst verifizieren: nach jedem Sub-Agent-Batch terminal("stat --format=%s <pfad>") oder read_file(path) auf jede behauptete Datei laufen lassen. Das ist KEIN optionaler Step, sondern Teil der Königin-Pflicht. Fundiert in Phase-6-Einsatz 2026-07-05: Cluster 1 behauptete MOC-Daily-Notes.md erstellt zu haben — existierte nicht.
  8. Leaf-Agents können kein Mnemosyne: mnemosyne_remember ist für leaf-role gesperrt. Wenn ein Sub-Agent einen Hook setzen soll → Hook als JSON-Struct im self-report ausgeben lassen (z.B. ~/.hermes/state/<cluster>-hooks.json), und die Königin setzt ihn inline nach Batch-Completion. Fundiert in Phase-6: Cluster-4-Subagent hat Hook-JSON abgelegt, Königin hat nachgesetzt.
  9. Staffel-Pattern ignorieren bei 4+ Clustern: Alle Cluster gleichzeitig feuern → Queue-Überlast, Patch-Konflikte, schweres Rollback. Bei ≥4 Clustern immer gestaffelt: (a) kritischen Cluster zuerst (Zero/Thin-Fix), (b) dann restliche parallel, (c) Königin inline nach allen. Fundiert in Phase-6: User explizit "staffeln, mehr Sicherheit".

Verification Checklist

Nach jedem Template-Einsatz:

  • Decision-Tree gewählt, nicht geraten
  • Constraint-Check durchgeführt
  • Phase-1-Freigabe von the user erhalten
  • Backup vor destruktiven Schritten
  • Verify-Kommandos nach jedem Schritt (Testplan)
  • Rollback-Pfad für jeden Block dokumentiert
  • Mnemosyne-Hook nach Session-Ende (QUEEN setzt Hooks, nicht Sub-Agent)
  • Bei Lessons-Learned: Skill-Patch via skill_manage(action='patch', name='workflow-template', ...)
  • Sub-Agent-Claim-Verification: Nach jedem Sub-Agent-Batch: JEDE behauptete Datei-Erstellung mit stat --format=%s oder read_file prüfen. Sub-Agent-behauptete "erledigt"-Claims sind NICHT verlässlich.
  • Staffel-Entscheidung dokumentiert (parallel vs. gestaffelt, Begründung)

Related Skills

  • multi-agent-master-workflow — Pattern-Lieferant (Queen/Worker/Gate)
  • plan — Implementation-Pläne ohne Domain-Kontext
  • subagent-driven-development — Multi-Agent Phase-2 Pattern
  • delegation-anti-patterns — Was man NICHT tun sollte bei Sub-Agents
  • hermes-agent-skill-authoring — Skill-Conventions

Maintenance

Versionierung: MAJOR.MINOR.PATCH in SKILL.md Frontmatter. Updates:

  • Neues Domain-Template: MINOR bump
  • Breaking Change in Phase-1-Output-Schema: MAJOR bump
  • Pitfall/Fix ergänzt: PATCH bump

Bei jedem Update: CHANGELOG-Eintrag in references/meta/changelog.md.

Strategy-Updates (Audit-Trail)

Datum Change Begründung the user-Hook
2026-07-05 18:50 Reasoning effort high → xhigh (subagent + king) "wir haben es nicht eilig, sei genau und prüfe nach" strategy-shift Mnem-c608318c5004fa91

Reasoning-Effort-Audit

Current default: xhigh (= max, slowest, highest quality).

Trigger zum Wechsel zurück auf high:

  • the user sagt explizit "schneller bitte"
  • Stage-3-Pipeline-Runs dauern > 10 Min regelmäßig
  • Bei trivialen Tasks (Single-File-Edit, Drop-in-Replacement)

Trigger zum Wechsel auf xhigh: immer Default seit 2026-07-05 18:50.

Laufzeit-Erwartung pro Reasoning-Level (empirisch 2026-07-05):

  • high (vorher): 5-7 Min pro Cluster
  • xhigh (jetzt): 7-10 Min pro Cluster, dafür gründlichere Anti-Halluzination + Pattern-Anwendung