Den Agenten bauen, ihm einen Skill geben, ihn auf einen Zeitplan setzen
Agenten-Funktionen ist die eingebaute Admin-Oberfläche für alles, was ein KI-Agent jenseits des Chat-Fensters braucht: ein vollständiger Editor für Persönlichkeit, Modell- und Generierungseinstellungen; eine Bibliothek modell-aufgerufener Skills, auf die jeder Agent zugreifen kann; und cron-geplante Aufgaben, die einen Agenten unbeaufsichtigt laufen lassen.
Alle drei sind Teil der Plattform, und alle drei teilen sich dieselbe Versionshistorie samt Diff-Ansicht.
Drei Wege, die Fähigkeiten eines Agenten zu erweitern
Den Agenten bauen
Namen vergeben, Stimme, Modell, Systemprompt und Persönlichkeit festlegen — der Agenten-Editor deckt jede Einstellung ab, die ein Agent hat.
Skills anhängen
Einen Skill einmal als Markdown-Anweisungsdokument schreiben, und jeder Agent kann darauf zugreifen — das Modell entscheidet, wann er relevant ist.
Auf einen Zeitplan setzen
Eine geplante Aufgabe führt einen gewählten Agenten per Cron-Ausdruck unbeaufsichtigt aus — mit eigenen Fähigkeits- und Parallelitätsgrenzen.
Jeder Agent, nach Gruppen organisiert
Die Agentenliste zeigt jeden Agenten als Karte, in Anzeige-Kategorien gruppiert, mit einem automatischen Bereich „Persönliche Agenten“ für alles Ungruppierte. Ein Klick auf eine Karte startet den Chat — oder öffnet bei einem eigenen Agenten den vollständigen Editor.
Kopieren statt neu bauen
- Jeder Agent — auch einer, den ein installiertes Modul mitbringt — lässt sich mit einem Klick in eine voll bearbeitbare persönliche Kopie duplizieren.
- Jedes Speichern wird als Snapshot festgehalten, als Diff durchblätterbar und wiederherstellbar — Experimentieren an einer Kopie ist nie eine Einbahnstraße.
Importierte Agenten bleiben gesperrt
- Ein Agent, den ein Modul (über seine eigene Importdatei) mitliefert, ist im Editor schreibgeschützt — eine geplante Aufgabe kann von seiner exakten Konfiguration abhängen.
- Nur Anzeigegruppe, Sichtbarkeit für Benutzergruppen und Sortierreihenfolge lassen sich direkt aus der Liste ändern — er bleibt organisierbar, ohne das zu gefährden, was ihn funktionieren lässt.
Eine Karte pro Agent, alles gruppiert
Historische Persönlichkeiten, Coding-Assistenten, Telefon-Agenten, Übersetzer — eine Instanz kann Dutzende Agenten nebeneinander betreiben, jeder mit eigenem Modell, eigener Stimme und Persönlichkeit, organisiert in den Anzeige-Gruppen, die für das jeweilige Team sinnvoll sind.
Details: Identität, Stimme und Präsentation
Name, Tagline, Sortierreihenfolge und Aktivierungsphrasen; ein Stimm- und Audiomodell für gesprochene Antworten; eine Willkommensnachricht in Markdown oder HTML; unabhängige Schriftfamilie, -größe und -farbe für die Nachrichten des Benutzers und des Agenten; und getrennte Galerien für Agentenbild und Hintergrundbild mit Direkt-Upload.
- Ein „Shared Agent“-Schalter öffnet eine Sichtbarkeits-Checkliste pro Benutzergruppe, sodass ein Agent genau auf die Teams beschränkt werden kann, die ihn sehen sollen.
- AI Groups ist eine von der Benutzergruppen-Sichtbarkeit getrennte Checkliste — sie steuert, unter welcher Anzeige-Kategorie die Karte des Agenten in der Agentenliste erscheint.
KI-Fähigkeiten: was er aufrufen darf und was er bereits weiß
Ein durchsuchbarer Checkbox-Baum legt exakt fest, welche installierten KI-Fähigkeiten und Funktionen dieser Agent aufrufen darf — Todo-Verwaltung, System-Manager, Remote-PC-Steuerung, Browser-Steuerung und alles Weitere, bis hinunter zu einzelnen Funktionen. Ein separates paginiertes Raster listet jeden Agent Skill der Instanz, sodass sich jeder davon an genau diesen Agenten anhängen lässt.
- Weil der Editor Injection Points bereitstellt, kann eine installierte Anwendung hier direkt ein eigenes Panel ergänzen — mit installierter Knowledge Base erscheint zum Beispiel ein RAG-Dokumente-Raster, in dem Sie exakt auswählen, welche Dokumente dieser eine Agent durchsuchen darf.
- Fähigkeiten, Skills und Knowledge-Base-Dokumente sind alle pro Agent gescopet — zwei Agenten derselben Instanz können völlig unterschiedliche Fähigkeiten haben.
Generierung: das Modell, sein Sampling und sein Verhalten im Chat
Wählen Sie das Modell und eine Liste von Ausweichmodellen, schalten Sie den Thinking Mode um und setzen Sie die volle Sampling-Kontrolle — Top K, Top P, Min P, Temperature, Mirostat mit eigenem Tau/Eta, eine Ähnlichkeitsschwelle für Wissensdomänen und ein Seed — neben dem Systemprompt und bis zu vier Beispielpaaren für den Gesprächston.
Daneben sitzen zwei Gruppen von Schaltern. Prompt-Prozessoren sind Pre-/Post-Processing-Hooks — automatische Konversationsbenennung, Auflege-Handling bei Anrufen, Kandidaten-Intake, KI-Interview-Ablauf, Injektion von Arbeits-/Prozedurgedächtnis — jeder beigesteuert von den gerade installierten Modulen. Konversationseinstellungen steuern das Chat-Erlebnis selbst: ob die Fähigkeiten dieses Agenten überhaupt aktiv sind, ob Antworten bewertet oder bearbeitet werden können, Mikrofon-Auto-Submit, Text-to-Speech-Wiedergabe, Agentenwechsel per Aktivierungswort und ob interaktive UI-Komponenten im Chat rendern und ihre Rückmeldungen wieder durch den Agenten verarbeitet werden.
Jedes Speichern bekommt ein Diff — und einen Weg zurück
Agenten, geplante Aufgaben und Agent Skills teilen sich dieselbe Versionshistorie: ein Unified Diff zwischen der aktuellen und der zuvor gespeicherten Version, Vor- und Zurückblättern durch die gesamte Historie und eine Ein-Klick-Wiederherstellung, die eine alte Revision über den normalen Speicherpfad wieder einspielt — Wiederherstellen erzeugt niemals einen doppelten Eintrag.
Cron-Jobs, die einen echten Agenten ausführen, kein nacktes Skript
Eine geplante Aufgabe verbindet einen Cron-Ausdruck mit einem ausführenden Agenten — die Aufgabe läuft unter dessen Modell und Einstellungen, angeleitet von einem Skript in Klartext statt Code. Eine Obergrenze für parallele Agenten steuert, wie viele Kopien des Skripts gleichzeitig laufen dürfen, und ein Baum der KI-Fähigkeits-Abhängigkeiten legt exakt fest, was die Aufgabe währenddessen aufrufen darf.
- Persönliche Aufgaben werden von einem Benutzer erstellt und gehören ihm; System-Aufgaben kommen code-definiert aus einem Modul und lassen sich nur über einen separaten Anpassen-Dialog justieren (Cron, Agent, Parallelität, aktiviert, Sichtbarkeit) — niemals direkt umschreiben.
- System-Aufgaben können auf bestimmte Benutzergruppen beschränkt oder für alle offen gelassen werden.
Cron-Ausdruck setzen, Agenten wählen, Skript schreiben
Der Hinzufügen/Bearbeiten-Dialog ist dasselbe Formular für eine einmalige persönliche Automatisierung wie für eine vollwertige System-Aufgabe: Name, Beschreibung, Kategorie, Cron-Ausdruck, ausführender Agent, eine Parallelitätsgrenze, die erlaubten Fähigkeiten und das Skript selbst — als einfache Anweisungen statt Code.
Skills, zu denen das Modell von selbst greift
Ein Skill ist ein Markdown-Anweisungsdokument — Name, Beschreibung und ein SKILL.md-Inhalt mit einem Abschnitt für Anweisungen und einem für Beispiele — plus die KI-Fähigkeiten, auf die er sich stützen darf. Er ist modell-aufgerufen: Der Agent entscheidet anhand der Beschreibung des Skills selbst, ob eine Anfrage ihn erfordert — statt dass eine Person ihn Zug um Zug auswählt.
- Einen Skill einmal schreiben und an beliebig viele Agenten anhängen — direkt über den Fähigkeiten-Tab des jeweiligen Agenten.
- Persönliche Skills gehören der Person, die sie erstellt hat; System-Skills kommen aus einem Modul und lassen sich nur aktivieren/deaktivieren oder auf Benutzergruppen beschränken, nicht umschreiben.
SKILL.md statt eines Formulars voller Dropdowns
Der Inhalt eines Skills ist ein einfaches Markdown-Dokument — derselbe Anweisungsstil, der bereits für Skill-Dateien von Coding-Agenten funktioniert, funktioniert auch hier. Der Editor legt für einen neuen Skill sogar die Struktur aus Anweisungen und Beispielen an.
Für wen das gedacht ist
Alle, die einen eigenen Agenten bauen
- Geben Sie einem Agenten eine eigene Stimme, Persönlichkeit und ein eigenes Modell — ohne eine Zeile Code.
- Frei iterieren — jede Änderung ist eine diff-bare, wiederherstellbare Revision.
- Einen Agenten mit bestimmten Benutzergruppen teilen statt mit der ganzen Instanz.
Modul- und Integrationsautoren
- Liefern Sie mit Ihrem Modul einen Agenten, einen Skill oder eine geplante System-Aufgabe aus, und sie erscheinen hier neben allem, was der Admin von Hand erstellt hat.
- Code-definierte Einheiten bleiben vor versehentlichen Änderungen geschützt und legen trotzdem die Einstellungen offen, die ein Admin tatsächlich justieren muss (Zeitplan, Sichtbarkeit, Parallelität).
Häufig gestellte Fragen
Was ist der Unterschied zwischen einer KI-Fähigkeit und einem Agent Skill?
Eine Fähigkeit ist eine Funktion, die das Modell direkt aufruft — etwa eine SMS senden oder eine Datenbank abfragen. Ein Skill ist ein Markdown-Anweisungsdokument, das das Modell anhand Ihrer Anfrage und der Skill-Beschreibung selbstständig heranzieht — ein Bündel von Anleitung, keine einzelne aufrufbare Funktion.
Kann ich einen Agenten bearbeiten, der aus einem installierten Modul stammt?
Nicht direkt — seine Konfiguration ist gesperrt, weil eine automatisierte Aufgabe davon abhängen kann, dass er exakt so bleibt wie ausgeliefert. Sie können seine Anzeigegruppe, die Benutzergruppen-Sichtbarkeit und die Sortierreihenfolge in der Agentenliste ändern — oder ihn in einen voll bearbeitbaren persönlichen Agenten kopieren.
Welcher Agent führt eine geplante Aufgabe tatsächlich aus?
Der, den Sie als ausführenden Agenten auswählen — die Aufgabe erbt Modell und Einstellungen dieses Agenten und ist auf die KI-Fähigkeiten beschränkt, auf die die Aufgabe selbst gescopet ist.
Kann ich eine misslungene Änderung an Agent, Aufgabe oder Skill rückgängig machen?
Ja. Jedes Speichern ist eine durchblätterbare Revision mit einem Diff zur vorherigen, und jede frühere Revision lässt sich wiederherstellen — die Wiederherstellung spielt den alten Snapshot über den normalen Speicherpfad ein und erzeugt daher keinen weiteren doppelten Eintrag.
Was unterscheidet eine persönliche von einer System-Aufgabe oder einem System-Skill?
Persönliche werden von einem einzelnen Benutzer über das normale Formular erstellt und gehören ihm. System-Varianten kommen code-definiert aus einem Modul und lassen sich nur über einen schmaleren Anpassen-Dialog justieren — Zeitplan, ausführender Agent, Parallelität und Sichtbarkeit bei Aufgaben; Aktivierungszustand und Sichtbarkeit bei Skills — niemals komplett umschreiben.
Bauen Sie Ihren ersten Agenten in Minuten
Agenten-Funktionen sind Teil jeder Assistant-Cortex-Instanz — kein separates Agenten-Framework, das aufgesetzt werden müsste.