agent-config-syncsolid

Anbieterneutraler Sync-Planer für MCP-Konfigurationen, Skills und Regeldateien über Agent-Anbieter und App-Klassen. Er inventarisiert live erkennbare Möglichkeiten, bietet Auswahlachsen an und lässt den User Quelle der Wahrheit, Ziele, Richtung und Konfliktstrategie bestimmen. Truth kann eine Endpoint- Konfiguration, eine Datei oder eine geordnete Menge mehrerer Dateien sein.
ellmos-ai/skills · ★ 6 · AI & Automation · score 84

Install: claude install-skill ellmos-ai/skills

<img src="banner.png" width="100%" alt="agent-config-sync banner"> # Agent Config Sync Der Skill trennt drei Entscheidungen: 1. **Endpoints:** Welche installierten Agenten, CLIs, IDEs oder Desktop-Apps? 2. **Ressourcen:** MCP, Skills, Regeln oder eine explizite Teilmenge? 3. **Truth:** Welche Quelle(n), Richtung und Konfliktregel? Keine dieser Entscheidungen wird aus dem Anbieter des aufrufenden Agenten abgeleitet. ## Ablauf ### 1. System inventarisieren ```bash python scripts/sync.py --discover python scripts/sync.py --offer ``` `--discover` prüft bekannte CLI-Kommandos und konfigurierte Oberflächen. „Bekannt“ bedeutet nur im Katalog geführt; „erkannt“ benötigt lokale Evidenz. `--offer` bildet daraus: - Anbieterachse: ein Anbieter über mehrere App-Klassen, - App-Klassenachse: eine Klasse über mehrere Anbieter, - Gesamtachse: alle erkannten Endpoints. ### 2. User-Auswahl erfassen Der User darf konkrete Namen oder eine Achse nennen. Danach explizit festhalten: - Mitglieder/Ziele, - Ressourcen (`mcp`, `skills`, `rules`), - Modus (`push`, `pull`, `bidirectional`), - Truth-Quelle(n), - Konfliktstrategie. Ohne gewählte Truth-Quelle bleibt der Plan blockiert. ### 3. Truth modellieren Eine Truth kann sein: - ein Endpoint, etwa eine existierende MCP-Konfiguration, - eine frei gewählte Datei, - mehrere geordnete Dateien, etwa globale `AGENTS.md` plus Projektregeln, - ein Verzeichnis für Skills. Mehrere Regeldateien brauchen eine explizite Strategie: `ordered-overlay`,