Skills & MCP-Server: Deine KI-Agenten erweitern

Deine Agenten, erweitert

Spedy-KI-Agenten können von Haus aus Code lesen, Dateien schreiben, im Web suchen und Ticket-Kommentare posten. Das deckt vieles ab. Manche Aufgaben brauchen aber mehr: ein einheitliches Ausgabeformat, Zugriff auf eine bestimmte API oder die Möglichkeit, Inhalte von externen Diensten abzurufen.

Dafür gibt es Skills und MCP-Server.

---

Skills: Wiederverwendbare Anweisungen für Agenten

Ein Skill ist ein wiederverwendbarer Anweisungsblock — ein kurzer Prompt, der einem Agenten genau sagt, wie er einen bestimmten Aufgabentyp behandeln soll. Einmal geschrieben, einer Pipeline-Stufe zugewiesen — und bei jedem Durchlauf bekommt der Agent diese Anweisungen automatisch.

Wie ein Skill aussieht

# Skill: Ticket-Zusammenfassung

## Zweck
Erstelle eine prägnante, strukturierte Zusammenfassung eines Tickets.

## Ausgabeformat
**Ziel:** [Ein Satz — was das Ticket erreichen will]
**Ansatz:** [Ein Satz — wie es umgesetzt werden soll]
**Fertig wenn:** [Ein Satz — Akzeptanzkriterien]

## Regeln
- Maximal 3 Sätze insgesamt
- Keine Aufzählungen, keine Code-Blöcke
- Neutral bleiben — keine Meinungen oder Vorschläge

Wenn dieser Skill der "Respond"-Stufe des Projekt-Helpers zugewiesen ist, bekommt jede @Projekt-Helper-Erwähnung, die nach einer Zusammenfassung fragt, exakt dieses Format — keine Abweichungen, kein Raten.

Sinnvolle Einsatzgebiete für Skills

• Ticket-Zusammenfassungen — standardisieren, wie Agenten Tickets dem Team erklären
• Code-Review-Checklisten — sicherstellen, dass jedes Review Security, Performance und Testabdeckung prüft
• PR-Beschreibungsvorlagen — die Struktur definieren, die Agenten beim Öffnen von Pull Requests verwenden
• Commit-Message-Konventionen — den Commit-Stil des Teams automatisch durchsetzen
• API-Dokumentation — Agenten eine kompakte Referenz für interne Dienste geben, mit denen sie häufig interagieren

Skill einrichten

1. Gehe zu Einstellungen → Agent-Skills
2. Klicke auf Skill hinzufügen — gib ihm einen Namen und schreibe den Inhalt
3. Öffne ein Runner-Team, wähle eine Pipeline-Stufe
4. Füge den Skill unter Skills der Stufe hinzu

Der Skill wird ab sofort in jeden Durchlauf dieser Stufe injiziert. Du kannst einer Stufe mehrere Skills zuweisen — Agenten erhalten alle.

---

MCP-Server: Externe Tools für Agenten

MCP (Model Context Protocol) ist ein offener Standard, mit dem Agenten externe Tools und Datenquellen anbinden können. Stell dir MCP-Server wie Plugins für deine KI-Agenten vor — jeder Server stellt eine Reihe von Tools bereit, die der Agent während eines Jobs aufrufen kann.

Spedy unterstützt zwei Transport-Typen:

• HTTP/SSE — Verbindung zu einem Remote-MCP-Server über URL
• STDIO — führt einen lokalen Prozess aus (z.B. ein npm-Paket) im Runner-Container

Eingebaute MCP-Tools

Jeder Spedy-Runner enthält bereits eingebaute MCP-Tools:

Tool	Was es macht
ticket_context	Liest vollständige Ticket-Details und Metadaten
ticket_comments	Ruft alle Kommentare eines Tickets ab
tickets_add_comment	Postet einen Kommentar auf einem Ticket
tickets_update_description	Schreibt die Ticket-Beschreibung neu
knowledge_recall	Ruft gespeicherte Wissenseinträge ab
knowledge_search	Durchsucht die Wissensdatenbank semantisch
knowledge_store	Speichert einen neuen Wissenseintrag
clone_repo	Klont ein Repository für Code-Kontext

Diese sind immer verfügbar — keine Konfiguration nötig.

Externe MCP-Server hinzufügen

Gehe zu Einstellungen → MCP-Server und klicke auf MCP-Server hinzufügen. Du kannst folgende einrichten:

Fetch MCP — Agenten können URLs abrufen und deren Inhalt zurückgeben:

• Befehl: npx
• Argumente: -y fetch-mcp
• Stellt bereit: fetch_url, fetch_youtube_transcript

GitHub MCP — Agenten erhalten Lese-/Schreibzugriff auf GitHub:

• Befehl: npx
• Argumente: -y @modelcontextprotocol/server-github
• Umgebungsvariable: GITHUB_TOKEN

Postgres MCP — Agenten können deine Datenbank abfragen:

• Befehl: npx
• Argumente: -y @modelcontextprotocol/server-postgres
• Umgebungsvariable: DATABASE_URL

Slack MCP — Agenten können in Slack-Kanäle posten:

• Befehl: npx
• Argumente: -y @modelcontextprotocol/server-slack
• Umgebungsvariable: SLACK_TOKEN

MCP-Server pro Stufe zuweisen

Nach dem Hinzufügen weist du MCP-Server einzelnen Pipeline-Stufen zu. Eine "Respond"-Stufe des Projekt-Helpers braucht vielleicht nur fetch-mcp. Eine "Code Review"-Stufe braucht ihn gar nicht. Halte die Tool-Oberfläche jeder Stufe minimal.

1. Runner-Team öffnen → Pipeline-Stufe auswählen
2. Nach unten scrollen zu MCP-Server
3. Die Server aktivieren, auf die diese Stufe Zugriff haben soll

Beispiel: Projekt-Helper mit Fetch

Weise fetch-mcp der Projekt-Helper-Stufe "Respond" zu und erwähne den Agenten in einem Ticket:

@Projekt-Helper fetch https://docs.stripe.com/api/payment_intents und fasse die wichtigsten Felder zusammen

Der Agent ruft mcp__Fetch__fetch_url auf, holt den Inhalt, fasst ihn zusammen und postet das Ergebnis als Ticket-Kommentar — alles ohne Spedy zu verlassen.

---

Beides kombinieren

Skills und MCP-Server funktionieren am besten zusammen. Ein Skill legt fest, wie der Agent antworten soll; ein MCP-Server liefert die Daten dazu.

Beispiel-Setup: Research-Assistant-Stufe

• Skill: erzwingt das Ausgabeformat (z.B. Bullet-Zusammenfassung + Quell-URLs)
• MCP-Server: fetch-mcp zum Abrufen externer Seiten
• Erlaubte Tools: Read, Glob, mcp__Fetch__fetch_url, mcp__spedy__tickets_add_comment

Ergebnis: ein fokussierter, zuverlässiger Recherche-Agent, der immer konsistente Ausgaben liefert.

---

Was als Nächstes kommt

Skills und MCP-Server sind die Grundlage für Agent-Spezialisierung. Als Nächstes: ein Skill-Marktplatz mit Community-Templates und Unterstützung für authentifizierte HTTP-MCP-Server mit Org-spezifischen Zugangsdaten.