Das Model Context Protocol (MCP) ist der Teil des Claude-Ökosystems, der leise von “nette Erweiterungsmöglichkeit” zu “der Grund, warum ich Claude nie schließe” geworden ist. Sobald du Claude mit den Apps verbunden hast, in denen du wirklich lebst - deinen Notizen, deinen Mind Maps, deinem Postfach, deinem Browser, deinem gesamten Google Workspace - fühlt sich die Rückkehr zu einem Standard-Chatbot an wie Programmieren ohne IDE.

Aber MCPs sind nur die halbe Geschichte. Skills - wiederverwendbare Prompt-Templates, die sich automatisch kontextbasiert aktivieren - sind der andere Produktivitätsmultiplikator. Zusammen verwandeln sie Claude Code von einem Coding-Assistenten in eine autonome Produktivitätsplattform.

Dieser Beitrag ist mein definitiver Guide zu den MCPs und Skills, die ich wirklich nutze. Für jedes Tool findest du: was es tut, warum es seinen Platz in meinem Setup verdient hat, ein Copy-Paste-Installationsrezept und echte Workflows, die ich damit fahre.

Für wen ist das? Alle, die Claude Code oder Claude Desktop auf macOS nutzen und den Schritt von “ich nutze KI zum Coden” zu “KI ist in jedes meiner Tools eingewoben” machen wollen.

---

Wie MCP & Skills auf macOS funktionieren - ein 2-Minuten-Primer

MCP-Server

MCP-Server sind kleine lokale Prozesse, die Claude bei Bedarf startet und über stdio anspricht. Auf macOS bedeutet das fast immer eine von drei Laufzeitumgebungen:

• Node.js (npx) - am häufigsten, kein zusätzliches Setup wenn Node bereits installiert ist
• Python (uvx von Astrals uv) - zunehmend der Standard für Python-Server
• Ein natives Binary - selten, aber einige Server kommen als kompilierte Tools

Claude Desktop liest seine MCP-Konfiguration aus:

~/Library/Application Support/Claude/claude_desktop_config.json

Claude Code liest aus ~/.claude.json (oder projektspezifisch .mcp.json), und du kannst Server auch interaktiv hinzufügen mit:

claude mcp add <name> -- <command> [args...]

Nach dem Bearbeiten der Konfigurationsdateien musst du Claude Desktop vollständig beenden und neu starten - ein einfaches Schließen des Fensters reicht nicht. Bei Claude Code übernimmt die nächste Session die Änderungen automatisch.

Skills

Skills sind Markdown-basierte Prompt-Templates, die in deinem ~/.claude/skills/-Verzeichnis liegen (oder über Plugins installiert werden). Sie aktivieren sich automatisch, wenn Claude einen passenden Kontext erkennt - zum Beispiel ein Debugging-Skill bei einem Fehler oder ein TDD-Skill beim Start einer Feature-Implementierung.

Du rufst Skills explizit mit /skill-name auf oder lässt sie automatisch feuern. Sie sind das Nächste an “Claude einmal deinen Workflow beibringen und er folgt ihm für immer.”

Voraussetzungen

Falls du die Laufzeitumgebungen noch nicht hast:

# Node (via Homebrew)
brew install node

# uv (für Python-basierte MCP-Server)
brew install uv

Das war’s. Weiter geht’s.

---

Teil 1: Die MCP-Server

1. Obsidian MCP - Claude in meinem Second Brain

Repo: jacksteamdev/obsidian-mcp-tools

Was es tut: Gibt Claude vollen Lese-/Schreibzugriff auf deinen Obsidian Vault - Notizen durchsuchen, Dateien lesen, neue erstellen, Abschnitte patchen, Templater-Templates ausführen und sogar die aktuell aktive Datei abrufen.

Warum ich es liebe: Mein Vault ist ein Jahrzehnt komprimiertes Denken in Markdown. Claude daran anzuschließen hat ein passives Archiv in einen aktiven Forschungspartner verwandelt. Ich kann fragen “was habe ich letztes Jahr über Schlafzyklen geschlussfolgert?” und bekomme eine Antwort, die auf meinem eigenen Schreiben basiert, nicht eine generische Zusammenfassung aus dem Internet. Neue Notizen aus einer Konversation zu erstellen ist jetzt ein einziger Satz: “Speichere das als Notiz in /Inbox mit den Tags x, y, z” - fertig.

Es macht Claude auch erschreckend gut in der Synthese über Notizen hinweg. Frag es, Spannungen zwischen zwei Essays zu finden, die du im Abstand von einem Jahr geschrieben hast, und es wird es tatsächlich tun.

Installation:

1. Installiere in Obsidian das Local REST API Community Plugin und aktiviere es. Kopiere den generierten API-Key.
2. Installiere das MCP Tools for Obsidian Plugin (das liefert das MCP-Binary selbst). Die Einstellungsseite des Plugins hat einen One-Click “Install MCP Server”-Button - lass ihn machen. Das Binary wird in deinem Vault unter .obsidian/plugins/mcp-tools/bin/mcp-server abgelegt.
3. Füge zu deiner claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "obsidian": {
      "command": "/path/to/your/vault/.obsidian/plugins/mcp-tools/bin/mcp-server",
      "env": {
        "OBSIDIAN_API_KEY": "your-local-rest-api-key-here"
      }
    }
  }
}

4. Beende Claude Desktop komplett und starte es neu. Frag “liste die Dateien in meinem Vault auf”, um zu bestätigen, dass alles verbunden ist.

Pro-Tipp: Kombiniere das mit einem Templater-Template, das ein Tagesnotiz-Gerüst generiert, und lass Claude es jeden Morgen ausführen - mit den offenen Aufgaben aus deinem Projekttracker.

---

2. XMind MCP - Mind Maps als erstklassiges Ausgabeformat

Repo: apeyroux/mcp-xmind | npm: @41px/mcp-xmind

Was es tut: Lässt Claude .xmind-Dateien direkt lesen, durchsuchen und erstellen. Du kannst sagen “mach aus diesem Brainstorm eine Mind Map”, “extrahiere den Marketing-Zweig aus meiner Produktstrategie-Map” oder “fasse alles unter dem Knoten ‘Risiken’ zusammen”.

Warum ich es liebe: Mind Maps sind das Format, zu dem ich greife, wenn ich etwas mit mehr als zwei Strukturebenen durchdenke - Produktstrategie, Organisationsdesign, Konferenzvorträge, sogar Debugging-Bäume. Bis es dieses MCP gab, war der Loop: in Claude denken -> manuell als XMind nachbauen. Jetzt gibt Claude einfach eine .xmind-Datei aus und ich öffne sie. Der Reibungsabbau ist absurd.

Ich nutze es auch andersherum: eine bestehende Map an Claude verfüttern und nach einer Strukturkritik fragen, fehlende Zweige finden lassen oder einen bestimmten Unterbaum als Markdown-Briefing für jemanden exportieren, der kein XMind nutzt.

Installation:

# Über die Claude Code CLI
claude mcp add xmind -- npx -y @41px/mcp-xmind

Oder für Claude Desktop, füge zu claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "xmind": {
      "command": "npx",
      "args": ["-y", "@41px/mcp-xmind"],
      "env": {
        "XMIND_FILES_DIRECTORY": "/Users/YOUR_USERNAME/Documents/XMind"
      }
    }
  }
}

Setze XMIND_FILES_DIRECTORY auf den Ordner, in dem du deine Maps aufbewahrst - der Server beschränkt seine Dateioperationen auf diesen Ordner.

Pro-Tipp: Kombiniere es mit dem Obsidian MCP und bitte Claude “baue eine XMind aus den Überschriften jeder Notiz mit dem Tag #strategy in meinem Vault”. Tool-übergreifende Komposition ist wo MCP wirklich glänzt.

---

3. GitHub MCP - Das Tool, das ich vergesse zu benutzen

Repo: github/github-mcp-server (GitHubs offizieller Server)

Was es tut: GitHubs offizieller MCP-Server. Issues und PRs lesen und schreiben, Branches, Dateiinhalte, Code-Suche, Releases verwalten, Copilot-Reviews anfordern - im Grunde die gesamte gh CLI-Oberfläche, als MCP-Tools bereitgestellt.

Warum ich es liebe: Jedes “schau mal was bei PR 412 los ist” oder “erstelle ein Issue, das diesen Bug beschreibt” bedeutete früher einen Kontextwechsel. Jetzt ist es ein Satz in derselben Konversation, in der ich gerade das Problem diagnostiziert habe. Für Maintainer mehrerer Repos ist das der mit Abstand größte Zeitsparer in meinem gesamten MCP-Stack.

Installation:

claude mcp add github -- npx -y @modelcontextprotocol/server-github

Du brauchst einen GitHub Personal Access Token mit repo-Scope. Entweder exportierst du ihn als GITHUB_PERSONAL_ACCESS_TOKEN in deiner Shell, oder übergibst ihn inline:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxx..."
      }
    }
  }
}

---

4. Claude Preview MCP - Ein echter Browser für den Agenten

Mitgeliefert mit Claude Code - kommt mit der offiziellen CLI von Anthropic.

Was es tut: Startet eine steuerbare Browser-/Dev-Server-Vorschau, die Claude tatsächlich sehen kann - Server starten, Buttons klicken, Formulare ausfüllen, Screenshots machen, Konsolenausgaben und Netzwerkverkehr lesen, berechnetes CSS inspizieren.

Warum ich es liebe: Das ist das MCP, das Claude Code wirklich fähig für Frontend-Arbeit macht. Statt eine Komponente zu bearbeiten und mich zu fragen “kannst du prüfen ob das richtig aussieht?”, bearbeitet es, lädt neu, macht einen Screenshot, sieht das kaputte Layout, fixt es und zeigt mir das funktionierende Ergebnis. Die Verifikationsschleife ist innerhalb des Agenten geschlossen - und genau das willst du von einer autonomen Coding-Session.

Installation: Mitgeliefert mit aktuellen Claude Code Releases - prüfe mit claude mcp list, ob Claude_Preview vorhanden ist. Falls nicht:

claude mcp add claude-preview -- npx -y @anthropic-ai/claude-preview-mcp

Keine Umgebungsvariablen nötig. Teste es, indem du Claude bittest “starte einen Preview-Server in diesem Projekt und mach einen Screenshot der Homepage”.

---

5. Firecrawl MCP - Das Web, strukturiert und durchsuchbar

Repo: firecrawl/firecrawl-mcp-server | 6.000+ Stars

Was es tut: Web Scraping, Site Crawling, Suche, Content-Extraktion, Deep Research und Batch Scraping - alles als MCP-Tools bereitgestellt. Es kann jede Webseite lesen, eine komplette Domain crawlen, strukturierte Daten extrahieren und sogar einen “Deep Research”-Modus fahren, der autonom Links folgt und Ergebnisse zusammenfasst.

Warum ich es liebe: Das ist das MCP, das Claude Augen im Internet gibt, über die einfache Websuche hinaus. Du musst die gesamte Dokumentationsseite eines Wettbewerbers analysieren? Firecrawl crawlt sie und übergibt Claude strukturiertes Markdown. Du musst Preistabellen von 20 Anbieterseiten extrahieren? Batch Scrape. Du musst ein Thema tiefgehend mit echtem Quellmaterial recherchieren? Deep Research Modus.

Das Killer-Feature sind Cloud-Browser-Sessions - Firecrawl kann JavaScript-gerenderte Seiten, Login-Walls (mit deinen Zugangsdaten) und dynamische Inhalte verarbeiten, die einfache HTTP-Fetches komplett verpassen.

Installation:

# Hol dir deinen API-Key unter https://www.firecrawl.dev/app/api-keys (kostenloser Tier verfügbar)
claude mcp add firecrawl-mcp -e FIRECRAWL_API_KEY=fc-YOUR_KEY -- npx -y firecrawl-mcp

Oder in claude_desktop_config.json:

{
  "mcpServers": {
    "firecrawl-mcp": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "fc-YOUR_API_KEY"
      }
    }
  }
}

Wichtige Workflows, die ich damit fahre:

• “Crawle docs.example.com und fasse jede Breaking Change in v4 zusammen”
• “Scrape die Top 10 Ergebnisse für ‘MCP server best practices’ und erstelle einen zusammenfassenden Bericht”
• “Extrahiere die Preisseite dieser 5 Wettbewerber in eine Vergleichstabelle”

Pro-Tipp: Kombiniere es mit dem Obsidian MCP - lass Claude mit Firecrawl ein Thema recherchieren und dann eine strukturierte Zusammenfassung direkt in deinem Vault speichern.

---

6. Playwright MCP - Browserautomatisierung, die wirklich funktioniert

Repo: microsoft/playwright-mcp | 30.500+ Stars

Was es tut: Microsofts offizieller MCP-Server für Playwright-Browserautomatisierung. Lässt Claude mit Webseiten über strukturierte Accessibility Snapshots interagieren - keine Screenshots. Das macht es schnell, leichtgewichtig und deterministisch. Kein Overhead durch Vision-Modelle.

Warum es wichtig ist: Während Claude Preview großartig für die Dev-Server-Verifikation ist, ist Playwright MCP das Tool für allgemeine Browserautomatisierung - Formulare ausfüllen, mehrstufige Flows navigieren, Web-Apps testen, mit beliebigen Websites interagieren. Es nutzt Playwrights Accessibility Tree, was bedeutet, dass Claude die Seite als strukturierte Daten (Buttons, Inputs, Links, Text) “sieht” statt als Pixel. Das ist dramatisch zuverlässiger und token-effizienter als Screenshot-basierte Ansätze.

Installation:

claude mcp add playwright -- npx @playwright/mcp@latest

Oder in deiner Config:

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    }
  }
}

Keine API-Keys nötig - es betreibt eine lokale Chromium-Instanz.

Wichtige Workflows:

• “Öffne unsere Staging-Site und teste den gesamten Checkout-Flow”
• “Fülle dieses Formular auf dem Versicherungsportal mit diesen Daten aus”
• “Navigiere zu Jira, finde alle mir zugewiesenen Tickets und fasse sie zusammen”

Pro-Tipp: Playwright MCP und Claude Preview MCP ergänzen sich perfekt. Nutze Preview für die Dev-Server-Verifikation beim Coden, Playwright für alles andere.

---

7. NotebookLM MCP - Fundierte Recherche mit Quellenangaben

Repo: jacob-bd/notebooklm-mcp-cli | 3.400+ Stars

Was es tut: Gibt Claude programmatischen Zugriff auf Google NotebookLM - Notebooks erstellen, Quellen hinzufügen (URLs, Text, Google Drive-Dateien), mit quellengestützten Antworten abfragen und sogar Audio-Podcasts, Video-Zusammenfassungen und Slide Decks aus deiner Recherche generieren.

Warum es wichtig ist: Das ist das Gegenmittel gegen Halluzination. Wenn du brauchst, dass Claude Fragen basierend auf bestimmten Dokumenten beantwortet - nicht aus seinen Trainingsdaten - ist NotebookLM der Mechanismus. Lade deine PDFs, Quartalsberichte oder Forschungsarbeiten in ein Notebook und frage dann über Claude mit vollständiger Quellenrückverfolgung ab. Jede Antwort verweist auf eine bestimmte Passage in einer bestimmten Quelle.

Die 35+ Tools umfassen Notebook-CRUD, Quellenverwaltung, Notebook-übergreifende Abfragen, Batch-Operationen und “Studio”-Content-Generierung (die KI-generierten Podcast-Gespräche, für die NotebookLM bekannt ist).

Installation:

# Installation via uv
uv tool install notebooklm-mcp-cli

# One-Command-Setup für Claude Code
nlm setup add claude-code

Es unterstützt auch Gemini CLI, Cursor und andere MCP-Clients - führe nlm setup aus, um alle Optionen zu sehen.

Wichtiger Hinweis: Das nutzt interne Google-APIs und erfordert Cookie-Extraktion aus deinem Browser zur Authentifizierung. Es funktioniert sowohl mit dem kostenlosen als auch dem Pro-Tier. Führe nlm auth aus und folge den Anweisungen.

Wichtige Workflows:

• “Erstelle ein Notebook aus diesen 5 PDFs und sag mir die zentralen Widersprüche zwischen ihnen”
• “Frage mein ‘Q1 Board Deck’-Notebook ab - was waren die Umsatzprognosen?”
• “Generiere einen Audio-Podcast, der mein Forschungsnotebook zu KI-Regulierung zusammenfasst”

---

8. Google Workspace CLI - Eine CLI für ganz Google

Repo: googleworkspace/cli | 24.200+ Stars

Was es tut: Eine einzelne CLI (gws) für den gesamten Google Workspace - Drive, Gmail, Calendar, Sheets, Docs, Chat, Admin und mehr. In Rust geschrieben, entdeckt sie dynamisch alle API-Endpunkte über Googles Discovery Service, sodass sie automatisch neue Google-APIs aufgreift, sobald diese erscheinen. Strukturierte JSON-Ausgabe, designed für Menschen und KI-Agenten gleichermaßen. Kommt mit 40+ Agent Skills.

Warum ich es liebe: Das ersetzt die Notwendigkeit, separate MCPs für Gmail, Calendar, Drive etc. einzurichten. Ein Auth-Flow, eine CLI, jeder Google-Service. Die JSON-strukturierte Ausgabe ist speziell für Agent-Konsum gebaut - Claude kann sie sauber parsen, ohne HTML zu scrapen oder Web-UIs zu navigieren.

Installation:

# Via npm
npm install -g @googleworkspace/cli

# Oder Homebrew
brew install googleworkspace-cli

# Auth einrichten (einmalig)
gws auth setup     # Google Cloud Projekt konfigurieren
gws auth login     # OAuth-Flow

Für die MCP-Integration verwende den Community-Wrapper:

claude mcp add google-workspace -- npx -y google-workspace-mcp

Mit Config:

{
  "mcpServers": {
    "google-workspace": {
      "command": "npx",
      "args": ["-y", "google-workspace-mcp"],
      "env": {
        "GOOGLE_CLIENT_ID": "your-client-id",
        "GOOGLE_CLIENT_SECRET": "your-client-secret",
        "GOOGLE_REFRESH_TOKEN": "your-refresh-token"
      }
    }
  }
}

Wichtige Workflows:

• “Prüfe meinen Kalender für morgen und erstelle ein Vorbereitungsdokument in Google Docs für jedes Meeting”
• “Erstelle ein Google Sheet mit dem OKR-Tracking dieses Quartals - Spalten für Objective, Key Result, Owner, Status”
• “Durchsuche mein Drive nach allen Dateien, die ‘board deck’ enthalten und in den letzten 30 Tagen geändert wurden”
• “Sende eine Gmail an das Team mit einer Zusammenfassung der heutigen Standup-Notizen”

Hinweis: Das ist ein Community-getriebenes Projekt, nicht offiziell von Google supportet. Aber es wird aktiv gepflegt mit 24K+ Stars und funktioniert zuverlässig.

---

9. Marp - Slide Decks aus Markdown

Repo: marp-team/marp-cli | 3.380+ Stars

Was es tut: Konvertiert Markdown-Dateien in polierte Folienpräsentationen. Gibt HTML, PDF und PowerPoint (PPTX) aus. Nutzt Standard-Markdown mit einfachen Direktiven für Folienumbrüche, Themes und Layout.

Warum ich es liebe: KI-Agenten denken in Markdown. Marp macht daraus präsentationsfertige Slide Decks, ohne mit PowerPoint-APIs oder komplexen Templating-Engines kämpfen zu müssen. Der Workflow ist simpel: Claude schreibt Markdown mit ----Folientrennern, führt marp aus, und du bekommst eine PPTX, die du in deinem nächsten Meeting präsentieren kannst.

Installation:

# Globale Installation
npm install -g @marp-team/marp-cli

# Oder npx für einmalige Konvertierungen
npx @marp-team/marp-cli@latest slides.md --pptx

Nutzung mit Claude Code:

Claude kann ein Slide Deck komplett erstellen:

# Claude schreibt slides.md, dann konvertiert:
marp slides.md -o presentation.pptx   # PowerPoint
marp slides.md --pdf                   # PDF
marp slides.md -o slides.html          # Interaktives HTML
marp -w slides.md                      # Watch-Modus mit Live-Reload

Markdown-Folienformat:

---
marp: true
theme: default
paginate: true
header: 'Company Name'
---

# Quarterly Business Review

Q1 2026 Results

---

## Revenue Growth

- ARR up 34% YoY
- Net retention: 127%
- New logos: 48

![bg right:40%](chart.png)

---

## What's Next

1. Launch self-serve tier
2. Expand to APAC
3. SOC 2 Type II certification

Wichtige Workflows:

• “Mach aus diesem Brainstorm eine 10-Folien-Präsentation”
• “Erstelle ein Pitch Deck für unsere Series B - inkludiere unsere Metriken aus dem Spreadsheet”
• “Baue eine technische Architekturübersicht-Präsentation für das Engineering All-Hands”

Pro-Tipp: Marp unterstützt benutzerdefinierte CSS-Themes. Erstelle einmal ein Firmen-gebrandetes Theme und jedes KI-generierte Deck ist automatisch on-brand. Claude Code hat auch einen eingebauten anthropic-skills:pptx-Skill für die direkte PowerPoint-Erstellung, falls du komplexere Layouts brauchst.

---

Teil 2: Die Skills & Frameworks

Skills und Frameworks sind keine MCP-Server - sie sind Tools, Templates und Ansätze, die verstärken, was dein Agent kann. Das hier sind diejenigen, die grundlegend verändert haben, wie ich mit Claude Code arbeite.

10. Agent-Skills (Addy Osmani) - Produktionsreife Engineering-Workflows

Repo: addyosmani/agent-skills | 10.000+ Stars

Was es tut: Ein Claude Code Plugin, das 21 produktionsreife Engineering-Skills und 7 Slash-Commands installiert, die den gesamten Software-Entwicklungslebenszyklus abdecken - von der Spezifikation bis zum Shipping. Entwickelt von Addy Osmani, einem Senior Engineering Director bei Google, der Chromes Developer Experience Team geleitet hat.

Warum es wichtig ist: Das ist die einzige wirkungsvollste Ergänzung meines Claude Code Setups in diesem Jahr. Skills sind die Disziplinschicht, die “Vibe Coding” in echtes Engineering verwandelt. Jeder Skill kodiert einen Workflow, dem erfahrene Engineers folgen - Spec-driven Development, TDD, Fünf-Achsen-Code-Review, Security Hardening, Shipping-Checklisten - und der Agent lädt sie bei Bedarf via Progressive Disclosure. Nur die Skill-Beschreibungen sitzen permanent im Kontext; die vollständigen Anweisungen werden geladen, wenn sie relevant sind.

Das Killer-Feature ist Anti-Rationalisierung: Jeder Skill enthält einen Abschnitt, der die Ausreden widerlegt, die ein Agent (oder ein müder Engineer) erfinden wird, um den Prozess zu überspringen. Wenn Claude erwägt, Tests zu überspringen, fängt der Widerlegungsabschnitt des TDD-Skills das ab.

Wenn du das Obsidian MCP für deine Wissensbasis nutzt, passt dieses Plugin hervorragend dazu: Der spec-driven-development-Skill schreibt Specs, die du direkt in deinem Vault speichern kannst, und der documentation-and-adrs-Skill generiert Architecture Decision Records, die Teil deines permanenten Wissenssystems werden.

Installation:

# In einer Claude Code Session:
/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

Starte Claude Code nach der Installation neu - Skills werden beim Session-Start entdeckt.

Fehlerbehebung: Falls die Befehle nicht erscheinen, ist der Marketplace-Clone wahrscheinlich über SSH fehlgeschlagen. Behebe es mit:

git config --global url."https://github.com/".insteadOf "git@github.com:"

Die 7 Slash-Commands:

/agent-skills:spec           → eine strukturierte Spezifikation schreiben (speichert in SPEC.md)
/agent-skills:plan           → die Spec in kleine, verifizierbare Aufgaben aufteilen
/agent-skills:build          → die nächste Aufgabe inkrementell implementieren (dünne vertikale Slices)
/agent-skills:test           → TDD-Workflow; bei Bugs das "Prove-It"-Pattern (erst ein fehlschlagender Test)
/agent-skills:review         → Fünf-Achsen-Code-Review (Korrektheit, Lesbarkeit, Architektur, Sicherheit, Performance)
/agent-skills:code-simplify  → Code vereinfachen für Klarheit, ohne Verhalten zu ändern
/agent-skills:ship           → Pre-Launch-Checkliste (Qualität, Sicherheit, Performance, Accessibility, Infra, Docs)

Wichtige Workflows:

• Starte jedes nicht-triviale Feature mit /agent-skills:spec -> /agent-skills:plan -> /agent-skills:build
• Vor jedem Merge: /agent-skills:review fängt Probleme auf fünf Achsen ab
• Overnight-Agent-Runs mit /agent-skills:ship stellen sicher, dass nichts ohne die vollständige Checkliste deployt wird

Pro-Tipp: Skills komponieren mit MCPs. Ein Skill, der sagt “bevor du auf eine Architekturfrage antwortest, prüfe meinen Obsidian Vault”, nutzt das Obsidian MCP. Der documentation-and-adrs-Skill kann ADRs direkt in deinem Vault speichern. Skills sind der Klebstoff, der deine MCPs zu Workflows verbindet.

Deep Dive: Willst du verstehen, wie Progressive Disclosure funktioniert, warum Anti-Rationalisierung wichtig ist und wie Skills sich mit GitHubs Spec Kit vergleichen? Lies die vollständige Analyse in meinem Skills Framework - Von Vibe Coding zu produktionsreifem agentic Engineering Artikel.

---

11. awesome-design-md (VoltAgent) - Pixelgenaue KI-generierte UIs

Repo: VoltAgent/awesome-design-md | 39.100+ Stars

Was es tut: Eine kuratierte Sammlung von DESIGN.md-Dateien, die die Design-Systeme populärer Produkte abbilden - Claude, Linear, Supabase, Cursor, Stripe, Vercel, Raycast und 50+ mehr. Lege eine in dein Projekt-Root und sage Claude “baue mir eine Seite, die so aussieht” - es generiert pixelgenaue UI, weil es die exakten Design-Tokens, Abstände, Farben und Komponentenmuster hat.

Warum es wichtig ist: Das löst das größte Problem mit KI-generierten UIs: sie sehen generisch aus. Ohne Design-Spec produziert Claude kompetente, aber unremarkable Interfaces. Mit einer DESIGN.md produziert es UIs, die aussehen, als wären sie vom Design-Team bei Linear oder Stripe gebaut worden.

Das Konzept ist einfach, aber mächtig: DESIGN.md ist für visuelles Design, was CLAUDE.md für Engineering-Standards ist. Es ist eine Markdown-Datei, die KI-Agenten nativ lesen, mit allem was nötig ist, um ein Design-System zu reproduzieren - Farbtokens, Typografie-Skalen, Abstandsrhythmen, Komponentenmuster, sogar Mikrointeraktionen.

Installation:

Keine Installation nötig. Durchstöbere die Sammlung auf getdesign.md oder dem GitHub-Repo, lade die DESIGN.md für die gewünschte Ästhetik herunter und lege sie in dein Projekt-Root.

# Beispiel: das Linear Design System holen
curl -o DESIGN.md https://raw.githubusercontent.com/VoltAgent/awesome-design-md/main/designs/linear.md

Was in einer DESIGN.md steckt:

## Color Tokens
--bg-primary: #0A0A0B
--accent: #5E6AD2
--text-primary: #EDEDEF

## Typography
Font: Inter, -apple-system, sans-serif
H1: 24px / 700 / -0.02em

## Components
### Button
- Primary: bg-accent, text-white, rounded-md, px-3 py-1.5
- Hover: brightness(1.1)
- Active: scale(0.98)
...

Wichtige Workflows:

• “Nutze das Linear Design System und baue mir ein Projekt-Dashboard”
• “Ich will, dass diese Landing Page wie Stripe aussieht - wende deren DESIGN.md an”
• “Generiere ein Admin Panel im Supabase Design-Stil”

---

12. Autoresearch (Karpathy) - Autonome ML-Experimente

Repo: karpathy/autoresearch | 69.600+ Stars

Was es tut: Andrej Karpathys autonomes KI-Forschungs-Framework. Gib einem KI-Agenten ein kleines LLM-Training-Setup, zeige auf program.md (die Anweisungen) und lass ihn über Nacht experimentieren - Architektur modifizieren, 5 Minuten trainieren, evaluieren, Änderungen behalten oder verwerfen, wiederholen. Du wachst auf mit einem Log von Experimenten und einem messbar besseren Modell.

Warum es wichtig ist: Das ist das Konzept der “Overnight Agent Factory” in der Realität. Es geht nicht um die spezifische ML-Aufgabe - es ist ein Paradigma für autonome Experimentier-Loops. Der Agent läuft unbeaufsichtigt, trifft Entscheidungen, evaluiert Ergebnisse und iteriert. Die program.md ist im Grunde ein Skill-File, das das Verhalten des Agenten über Hunderte von Experimenten steuert.

Installation:

git clone https://github.com/karpathy/autoresearch
cd autoresearch

# uv installieren, falls noch nicht vorhanden
curl -LsSf https://astral.sh/uv/install.sh | sh

# Setup
uv sync
uv run prepare.py   # Einmalige Datenvorbereitung (~2 Min)
uv run train.py     # Manueller Testlauf (~5 Min)

Voraussetzung: NVIDIA GPU (getestet auf H100, Community-Forks existieren für macOS/MLX), Python 3.10+.

Nutzung mit Claude Code:

cd autoresearch
# Öffne Claude Code und sage:
"Schau dir program.md an und lass uns ein neues Experiment starten!"

Der Agent liest program.md (die das experimentelle Protokoll beschreibt), modifiziert train.py (Modellarchitektur, Hyperparameter, Trainingsloop), trainiert für ein festes 5-Minuten-Budget, evaluiert val_bpb, zeichnet Ergebnisse auf und wiederholt. Rechne mit ca. 12 Experimenten pro Stunde, ca. 100 über Nacht.

Die übergeordnete Lektion: Selbst wenn du keine neuronalen Netze trainierst - das Pattern: Agent + program.md + Evaluationsloop + autonome Iteration - lässt sich auf jede Domäne anwenden, in der du Erfolgsmetriken definieren kannst: Performance-Optimierung, Konfigurationstuning, A/B-Test-Generierung, sogar Content-Erstellung.

---

13. RAG-Anything (HKUDS) - Multimodales RAG, das Tabellen wirklich versteht

Repo: HKUDS/RAG-Anything | 15.500+ Stars

Was es tut: Ein All-in-One multimodales RAG-Framework auf Basis von LightRAG. Anders als traditionelles RAG, das nur Text verarbeitet, verarbeitet RAG-Anything Text, Bilder, Tabellen, Gleichungen, Charts und Multimedia in einer einzigen vereinheitlichten Pipeline. Es baut einen Knowledge Graph aus allen Content-Typen und retrievet über Modalitäten hinweg.

Warum es wichtig ist: Wenn du jemals versucht hast, RAG über ein PDF mit Tabellen laufen zu lassen und Müll zurückbekommen hast, kennst du den Schmerz. Traditionelle RAG-Pipelines verlieren Tabellen, lesen Charts falsch und ignorieren Bilder komplett. RAG-Anything bewahrt die Struktur komplexer Dokumente - wissenschaftliche Papers mit Gleichungen, Finanzberichte mit Datentabellen, technische Dokumentation mit Architekturdiagrammen - und reasoned über alles davon.

Installation:

pip install raganything
# oder
uv pip install raganything

Nutzung:

from raganything import RAGAnything

rag = RAGAnything(working_dir="./my_knowledge_base")

# Ein komplexes Dokument einlesen
await rag.insert("quarterly_report.pdf")

# Abfrage mit multimodalem Verständnis
result = await rag.query(
    "What was the revenue trend shown in the Q3 chart, "
    "and how does it compare to the projections in Table 4?"
)

Wichtige Anwendungsfälle:

• Wissenschaftliche Forschungsarbeiten mit Gleichungen und Abbildungen
• Finanzberichte mit Charts, Tabellen und Kommentaren
• Technische Dokumentation mit Architekturdiagrammen
• Jeder PDF-lastige Workflow, bei dem reines Text-RAG nicht ausreicht

Pro-Tipp: Kombiniere es mit dem Firecrawl MCP - crawle eine Dokumentationsseite, leite den Inhalt durch RAG-Anything für strukturierte Indizierung und frage dann über Claude ab. Deine eigene private, multimodale Wissensbasis aus jeder beliebigen Website.

---

14. MarkItDown (Microsoft) - Jedes Dokument zu Markdown in einem Aufruf

Repo: microsoft/markitdown | 45.000+ Stars

Was es tut: Ein Python-Utility und MCP-Server von Microsoft, der praktisch jedes Dokumentformat in sauberes Markdown konvertiert - PDF, Word, Excel, PowerPoint, HTML, Bilder (via OCR), Audio (via Transkription), CSV, JSON, XML, EPUB und sogar ZIP-Archive. Es bewahrt die Struktur: Überschriften, Listen, Tabellen und Codeblöcke kommen intakt durch.

Warum ich es liebe: Das ist der universelle Adapter, um Dokumente in Claudes natives Format zu bringen. Du hast eine 200-seitige PDF-Spezifikation von einem Kunden? Ein PowerPoint-Deck eines Wettbewerbers? Ein Spreadsheet mit Anbieterpreisen? MarkItDown konvertiert es in strukturiertes Markdown, über das Claude direkt reasonen kann - kein Copy-Paste, keine manuelle Neuformatierung, keine verlorenen Tabellen.

Es ist besonders mächtig gepaart mit dem Obsidian MCP: konvertiere jedes Dokument zu Markdown und lege es direkt als permanente, durchsuchbare Notiz in deinem Vault ab. Forschungsarbeiten, Meeting-Slides, Board Decks - sie alle werden in einem Schritt Teil deiner Wissensbasis.

Installation:

# MCP-Server für Claude Code
claude mcp add markitdown -- uvx markitdown-mcp

# Oder als Standalone-CLI
uv tool install markitdown

Der MCP-Server stellt ein convert_to_markdown-Tool bereit, das file://, http:// und https://-URIs akzeptiert - Claude kann also sowohl lokale Dateien als auch Webseiten konvertieren.

Nutzung in Claude Code:

Sobald das MCP hinzugefügt ist, bekommt Claude ein convert_to_markdown-Tool, das es automatisch aufrufen kann. Du referenzierst einfach eine Datei oder URL in deinem Prompt und Claude erledigt den Rest:

Du: "Lies diese Spec und fasse die Auth-Anforderungen zusammen"
     [Drag-and-Drop contract.pdf in die Konversation, oder referenziere einen Pfad]

Claude: [ruft convert_to_markdown mit file:///Users/you/Downloads/contract.pdf auf]
        → erhält strukturiertes Markdown mit Überschriften, Tabellen und Listen intakt
        → fasst den Auth-Abschnitt mit Seitenreferenzen zusammen

Es funktioniert auch mit URLs - frage Claude “konvertiere https://example.com/pricing zu Markdown” und es fetched und konvertiert die Seite in einem Schritt. Für Batch-Operationen kann Claude über ein Verzeichnis iterieren:

Du: "Konvertiere jede .docx in ./legacy-docs/ zu Markdown und speichere sie in ./docs/"

Claude: [ruft convert_to_markdown für jede Datei auf, schreibt die Ausgabe via Standard-Dateitools]

Keine spezielle Syntax nötig - das MCP-Tool ist wie jedes andere Tool in Claudes Toolkit verfügbar. Beschreibe einfach in natürlicher Sprache, was du willst.

Wichtige Workflows:

• “Konvertiere diesen PDF-Vertrag zu Markdown und hebe alle Zahlungsbedingungen hervor”
• “Hol das Slide Deck von dieser URL, konvertiere es und speichere die Kernpunkte in meinem Obsidian Vault”
• “Konvertiere alle .docx-Dateien in diesem Ordner zu Markdown für unsere Dokumentations-Migration”

Pro-Tipp: Verkette es mit RAG-Anything - nutze MarkItDown zur Konvertierung von Dokumenten zu Markdown für die Einspeisung, dann RAG-Anything für die multimodale Knowledge-Graph-Indizierung. Zusammen bewältigen sie jedes Dokumentformat in jeder Größenordnung.

---

15. Codex CLI (OpenAI) - Kenne deine Alternativen

Repo: openai/codex | 74.200+ Stars

Was es tut: OpenAIs Open-Source-Coding-Agent - der direkte Konkurrent zu Claude Code. Läuft lokal in deinem Terminal, liest deine Codebase, schlägt Edits vor, führt Befehle in einer Sandbox aus und iteriert. Geschrieben in Rust. Unterstützt ChatGPT Plus/Pro/Enterprise-Auth oder API-Keys.

Warum es auf dieser Liste ist: Nicht weil ich gewechselt habe - Claude Code bleibt mein primärer Agent - sondern weil Kenntnis der Landschaft dich besser im Umgang mit jedem Tool macht. Codex CLI hat einige interessante Patterns eingeführt: vollständig gesandboxte Ausführung als Standard, eine Desktop-App via codex app und enge Integration mit ChatGPT-Accounts (kein separater API-Key nötig).

Installation:

npm install -g @openai/codex
# oder
brew install --cask codex

Wann ich dazu greife:

• Wenn du eine zweite Meinung zu einem komplexen Refactoring willst (anderes Modell, anderer Ansatz)
• Wenn du OpenAI-Modelle gegen Claude für spezifische Coding-Aufgaben evaluierst
• Wenn ein Projekt bereits tief im OpenAI-Ökosystem steckt

Ehrliche Einschätzung: Die Qualitätslücke zwischen Claude Code und Codex CLI hängt stark von der Aufgabe ab. Bei Greenfield-Code-Generierung liegen sie näher beieinander als man denkt. Bei komplexem Multi-File-Refactoring mit vollem Codebase-Verständnis hat Claude Code nach meiner Erfahrung noch einen spürbaren Vorsprung. Aber Wettbewerb ist gut - er sorgt dafür, dass sich beide Tools schnell verbessern.

---

Teil 3: Alles zusammenfügen

Anwendungsfälle - Wie ich diese Tools in meinen Workflows kombiniere

So komponieren sich diese Tools in der Praxis:

Workflow	Was ich tue	Verwendete Tools
Konzeptarbeit	Specs, Planung, Architektur-Brainstorms	Obsidian MCP + XMind MCP + Agent-Skills (/agent-skills:spec, /agent-skills:plan)
Recherche	Deep Dive zu einem Thema	Firecrawl MCP + NotebookLM MCP + MarkItDown + Obsidian MCP
Entwicklung	Feature-Implementierung	Claude Code + Claude Preview + Playwright MCP + GitHub MCP + Agent-Skills
Design	UI-Design-Qualität heben	awesome-design-md + Claude Preview MCP
Präsentation	Ein Deck aus Recherche bauen	Marp + Obsidian MCP
Reviews	PR-Review, Quality Gates, Shipping	GitHub MCP + Agent-Skills (/agent-skills:review, /agent-skills:ship)

Der Installations-Spickzettel

Für die Ungeduldigen - hier ist jeder MCP-Server als Einzeiler für Claude Code:

# Kern-Produktivität
claude mcp add obsidian -- /path/to/vault/.obsidian/plugins/mcp-tools/bin/mcp-server
claude mcp add xmind -- npx -y @41px/mcp-xmind
claude mcp add github -- npx -y @modelcontextprotocol/server-github

# Web & Recherche
claude mcp add firecrawl-mcp -e FIRECRAWL_API_KEY=fc-YOUR_KEY -- npx -y firecrawl-mcp
claude mcp add playwright -- npx @playwright/mcp@latest

# Google-Ökosystem
claude mcp add google-workspace -- npx -y google-workspace-mcp

# Dokumentenkonvertierung
claude mcp add markitdown -- uvx markitdown-mcp

# Präsentationen
npm install -g @marp-team/marp-cli

# NotebookLM
uv tool install notebooklm-mcp-cli && nlm setup add claude-code

# Agent-Skills Plugin (in einer Claude Code Session ausführen)
# /plugin marketplace add addyosmani/agent-skills
# /plugin install agent-skills@addy-agent-skills

# RAG
pip install raganything

Die Meta-Lektion

Die wahre Stärke von MCPs und Skills ist nicht ein einzelnes Tool - es ist die Komposition. Jedes MCP gibt Claude Zugang zu einem weiteren System. Jeder Skill bringt ihm einen weiteren Workflow bei. Kombiniert schaffen sie einen Agenten, der nicht nur Code schreibt - er recherchiert, plant, baut, dokumentiert, präsentiert und kommuniziert über jedes Tool in deinem Stack hinweg.

Die Messlatte, an der ich jedes Tool messe, ist einfach: Wenn ich es morgen deinstallieren würde, würde ich es innerhalb einer Woche merken? Alles in diesem Artikel besteht diesen Test.

---

Hast du ein MCP oder einen Skill, den ich ausprobieren sollte? Sag mir Bescheid auf LinkedIn - ich bin immer auf der Suche nach dem nächsten Tool, das einen festen Platz verdient.