Persona-Konfiguration
Tiefer Einblick in alle Persona-Konfigurationsoptionen in CodeCourier, einschließlich Modellauswahl, Anweisungen, Skills, Commands, Scripts, Kontextbindung, Versionierung, Denkleistung und Qualitätsanalysen.
Nach dem Erstellen einer Persona bietet die Detailseite sieben Tabs zur Konfiguration jedes Aspekts des Agentenverhaltens: Configuration, Instructions, Context, Skills, Activity, Analytics und Related. Diese Anleitung behandelt jeden Tab im Detail mit Best Practices und Empfehlungen für jede Einstellung.
Configuration-Tab
Der Configuration-Tab steuert das Kernlaufzeitverhalten der Persona: welches Tool sie nutzt, welches Modell läuft und wie tief sie über Probleme nachdenkt.
CLI-Tool-Auswahl
Das CLI-Tool bestimmt, welcher KI-Coding-Agent in der Sandbox läuft. CodeCourier unterstützt mehrere Tools, jedes mit eigenen Stärken:
- Claude Code (
claude) - Anthropics Coding-Agent. Am besten für komplexe Codegenerierung, Multi-Datei-Änderungen und tiefgehende Reasoning-Aufgaben. Unterstützt Denkleistung bis “max”. - OpenCode (
opencode) - Open-Source-Alternative mit Unterstützung mehrerer Modellanbieter. Gut für Teams, die Flexibilität bei der Modellauswahl benötigen. - Codex (
codex) - OpenAIs Coding-Agent. Am besten für Aufgaben, die von GPT-Modellen profitieren.
Wenn Sie das CLI-Tool wechseln, aktualisiert sich das Modell-Dropdown automatisch auf die für dieses Tool verfügbaren Modelle. Ist das aktuell gewählte Modell beim neuen Tool nicht verfügbar, wird auf das Standardmodell des Tools zurückgesetzt.
Projekt-Standard
Modellauswahl
Das Modell bestimmt das spezifische LLM, das den Agenten antreibt. Verfügbare Modelle hängen vom gewählten CLI-Tool ab. Für Claude Code gehören typische Optionen dazu:
claude-opus-4-6- Höchste Leistungsfähigkeit, am besten für komplexe Aufgaben. Höhere Kosten und Latenz.claude-sonnet-4-6- Gute Balance aus Qualität und Geschwindigkeit. Empfohlen für Checker- und Prompter-Rollen.
Wählen Sie das Modell entsprechend der Rolle der Persona. Designer, Deep-Dive-Agenten und Optimizer profitieren typischerweise vom leistungsfähigsten Modell (Opus), während Checker, Reviewer und Prompter mit schnelleren Modellen (Sonnet) gut zurechtkommen, da ihre Aufgaben eingegrenzter sind.
Denkleistung
Die Denkleistung steuert, wie viel Reasoning das Modell vor der Ausgabe anwendet. Höhere Leistung führt zu besseren Ergebnissen bei komplexen Problemen, erhöht aber Latenz und Kosten.
| Stufe | Wann verwenden | Kostenwirkung |
|---|---|---|
none (Standard) | Einfache, klar definierte Aufgaben mit eindeutigen Anweisungen | Basis |
low | Routinemäßige Codegenerierung mit etwas Entscheidungsfindung | Leichter Anstieg |
medium | Moderate Komplexität mit mehreren zu berücksichtigenden Aspekten | Moderater Anstieg |
high | Komplexe Architekturentscheidungen, Multi-Datei-Refactoring, Deep-Dive-Analyse | Deutlicher Anstieg |
xhigh | Hochkomplexe übergreifende Belange, intensive Architekturanalyse | Sehr hoch |
max | Kritische Entscheidungen, Sicherheits-Reviews, schwere Bugs (nur Claude) | Höchste |
Tool-spezifische Optionen
Learnings-Injektion
Bei aktivierter Option erhalten die Sitzungen der Persona automatisch die aktiven kompilierten Learnings ihres Rollentyps. Learnings sind aus vergangenen Runs gewonnene Erkenntnisse - Muster, Stolperfallen, Präferenzen und Best Practices, die das Agentenverhalten über die Zeit verbessern.
Jede Learning-Version wird pro Rollentyp kompiliert (designer, checker etc.), sodass eine Designer-Persona designer-spezifische Learnings und eine Checker-Persona checker-spezifische Learnings erhält. Dieser Toggle erlaubt es, die Injektion für Personas zu deaktivieren, die ohne historischen Kontext starten sollen.
Aktivieren/Deaktivieren-Toggle
Der isEnabled-Toggle steuert, ob die Persona aktiv und in Workflow-Pipeline-Konfigurationen auswählbar ist. Eine deaktivierte Persona wird im Personas-Picker in Workflow-Editoren ausgeblendet, ohne gelöscht zu werden. Das ist nützlich, wenn eine Persona überarbeitet wird und nicht in produktiven Workflows verwendet werden soll, bis sie fertig ist.
Instructions-Tab
Der Instructions-Tab bietet ein freies Textfeld zur Definition des System-Level-Verhaltens der Persona. Diese Anweisungen werden zu Beginn jeder Sitzung in den Kontext des Agenten eingespielt und prägen, wie er Aufgaben angeht.
Effektive Anweisungen schreiben
Gute Persona-Anweisungen sind spezifisch, umsetzbar und strukturiert. Folgende Muster funktionieren gut:
## Role
You are a senior frontend engineer specializing in React 19
and Tailwind CSS v4.
## Standards
- Use functional components exclusively
- Extract reusable logic into custom hooks
- All components must have TypeScript interfaces for props
- Prefer server components where possible
- Use the project's existing design tokens from globals.css
## File Organization
- Components go in components/{feature}/
- Hooks go in hooks/
- Never create barrel (index.ts) files
## Testing
- Write unit tests for all utility functions
- Include at minimum one integration test per component
- Use Vitest and React Testing LibraryBest Practices für Anweisungen
- Seien Sie explizit, was NICHT zu tun ist - Einschränkungen sind ebenso wichtig wie Anweisungen. Sagen Sie dem Agenten, was zu vermeiden ist.
- Nutzen Sie strukturierte Sektionen - Überschriften und nummerierte Listen erleichtern dem Modell das Folgen.
- Referenzieren Sie Projektkonventionen - Nennen Sie konkrete Dateipfade, Namensmuster und in Ihrer Codebasis verwendete Tools.
- Bleiben Sie fokussiert - Eine Persona fürs Prüfen sollte keine Implementierungsanweisungen enthalten. Jede Persona hat eine Aufgabe.
- Testen und iterieren - Lassen Sie die Persona in einigen Workflows laufen, prüfen Sie die Ausgabe und verfeinern Sie die Anweisungen anhand der Probleme.
- Ergänzen, nicht duplizieren - Wenn ein gebundenes Kontext-Dokument die Architektur abdeckt, wiederholen Sie diese Information nicht im Anweisungsfeld. Lassen Sie jedes seinen Zweck erfüllen.
Context-Tab
Der Context-Tab ermöglicht das Binden eines Kontext-Dokuments an diese Persona. Kontext-Dokumente sind projektweite Markdown-Ressourcen - Architekturzusammenfassungen, Coding-Standards, API-Referenzleitfäden, Onboarding-Notizen oder beliebiges Referenzmaterial, auf das ein KI-Agent während seiner Sitzung Zugriff haben soll.
So funktioniert die Kontextbindung
Wird ein Kontext-Dokument an eine Persona gebunden, wird das Markdown der aktiven Version automatisch zu Beginn jeder Sitzung, die diese Persona nutzt, vor die Sandbox-Konfiguration gesetzt. Der Agent erhält den Kontext-Inhalt vor den eigenen Anweisungen der Persona, sodass der Kontext als grundlegendes Hintergrundwissen dient.
So binden Sie einen Kontext:
- Navigieren Sie zum Tab Context auf der Persona-Detailseite.
- Klicken Sie auf Select Context, um den Kontext-Picker zu öffnen.
- Wählen Sie aus der Liste der verfügbaren Projektkontexte. Nur Kontexte mit aktiver Version erscheinen in der Liste.
- Speichern. Die Bindung wird als
contextIdim Persona-Datensatz hinterlegt.
Geteilter Kontext über Personas hinweg
Kontextbindung vs. Anweisungen
| Kontextbindung verwenden für ... | Anweisungen verwenden für ... |
|---|---|
| Architektur-Dokumentation, die über mehrere Personas geteilt wird | Verhaltensregeln spezifisch zur Rolle dieser Persona |
| Codebasis-spezifisches Referenzmaterial, das sich im Lauf der Zeit ändert | Pass/Fail-Kriterien, Anforderungen ans Ausgabeformat |
| Technologie-Referenzleitfäden (API-Dokumente, Konventionen) | Einschränkungen und “Tue X nicht”-Regeln |
| Onboarding-Kontext für neue Mitwirkende | Schritt-für-Schritt-Workflows und Checklisten |
Kontext-Versionierung
Skills-Tab
Der Skills-Tab gibt dieser Persona Zugriff auf paketiertes Domänenwissen, Shell-Commands und ausführbare Scripts. Er ist in drei Untersektionen unterteilt: Skills, Commands und Scripts.
Skills
Skills sind kuratierte Sätze von Referenzdateien, Best Practices und API-Dokumentation für bestimmte Technologien. Die Skills-Sektion zeigt alle im Projekt aktivierten Skills als Checkbox-Raster. Jede Skill-Karte zeigt Skill-Name, Beschreibung und Dateianzahl. Wählen Sie die für die Rolle der Persona relevanten Skills aus:
- Ein Frontend-Designer braucht ggf.:
frontend-design,vitest-testing - Ein Backend-Designer braucht ggf.:
convex-implementation,zod-validation - Ein Checker braucht ggf.:
app-security,superpower-codereview - Ein Reviewer braucht ggf.:
app-security,performance-optimization-addyosmani - Ein Planner braucht ggf.:
superpower-debugging,convex-implementation
Skill-Geltungsbereich
Commands
Commands sind Shell-Commands oder Aliase, die beim Sitzungsstart in die Sandbox-Umgebung eingespielt werden. Sie geben dem Agenten Zugriff auf projektspezifische CLI-Operationen, Custom-Build-Skripte oder Utility-Commands, ohne dass er deren vollständige Implementierung kennen muss.
Die Commands-Sektion zeigt alle im Projekt definierten Commands als Checkbox-Liste. Jeder Command-Eintrag zeigt Namen, Alias und eine kurze Beschreibung. Wählen Sie die Commands, auf die die Persona während ihrer Sitzungen Zugriff benötigt. Die ausgewählten Command-IDs werden in selectedCommands im Persona-Datensatz gespeichert.
Beispiele für Command-Injektion:
- Eine Designer-Persona, die
npm run typecheckundnpm run lintbenötigt - Eine Checker-Persona, die einen custom
validate-schema-Command benötigt
Scripts
Scripts sind ausführbare Script-Dateien, die beim Sitzungsstart in das Sandbox-Dateisystem eingespielt werden. Anders als Commands (typischerweise Aliase oder Einzeiler) sind Scripts mehrstufige Programme, die der Agent per Namen aufrufen kann.
Die Scripts-Sektion zeigt alle im Projekt definierten Scripts. Jeder Eintrag zeigt Namen, Sprache (bash, python, node) und Beschreibung. Ausgewählte Script-IDs werden in selectedScripts im Persona-Datensatz gespeichert.
Commands vs. Scripts
Activity-Tab
Der Activity-Tab zeigt eine paginierte Tabelle aller von dieser Persona ausgeführten Run-Schritte. Jede Zeile enthält den verlinkten Run, den Schritt-Status (completed/failed/running), Iterationsnummer und Zeitstempel. So sehen Sie die Historie der Persona-Performance über Workflow-Ausführungen hinweg.
Nutzen Sie den Aktivitäts-Feed, um Muster zu erkennen: Scheitert eine Persona regelmäßig an einem bestimmten Aufgabentyp, prüfen Sie die Fehlermeldungen, um die Anweisungen zu verfeinern. Benötigt eine Persona regelmäßig viele Iterationen, bevor sie einen Checker besteht, sollten Sie die Denkleistung erhöhen oder ihre Skills ergänzen.
Analytics-Tab
Der Analytics-Tab bietet Zeitreihen-Visualisierungen der Persona-Performance. Sie können nach Zeitraum (7 Tage, 30 Tage, 90 Tage) und Granularität (täglich, wöchentlich, monatlich) filtern. Folgende Kennzahlen werden erfasst:
| Kennzahl | Beschreibung |
|---|---|
| Total Runs | Anzahl Workflow-Ausführungen, in denen diese Persona mindestens einen Schritt ausgeführt hat. |
| Total Steps | Gesamtzahl einzelner Schritt-Ausführungen über alle Runs hinweg. |
| Erfolgsrate | Prozentsatz der Schritte, die ohne Fehler abgeschlossen wurden. |
| Durchschnittliche Iterationen | Durchschnittliche Anzahl Iterationen (Schleifen), bevor ein Schritt aufgelöst wurde. Niedriger ist besser. |
| Gesamtkosten | Aggregierte API-Kosten dieser Persona über alle Runs hinweg. |
| Kosten pro Run | Durchschnittliche Kosten pro Workflow-Ausführung. Nützlich für Budgetierung und Optimierung. |
| Qualitäts-Score über Zeit | Rollierender Qualitäts-Score aus Checker/Reviewer-Feedback und Run-Ergebnissen. Als Liniendiagramm dargestellt, um zu zeigen, ob die Persona-Qualität sich verbessert oder verschlechtert. |
Der Qualitäts-Score ist besonders wertvoll, um zu verfolgen, ob Anweisungsänderungen eine positive Wirkung haben. Nach Verfeinerung der Anweisungen einer Persona prüfen Sie den Qualitäts-Score-Trend in der folgenden Woche, um die Verbesserung zu bestätigen.
Kostendaten werden anhand der Nutzungsdatensätze des Projekts nach Dienstkategorie aufgeschlüsselt, sodass Sie sehen, welche Komponente jedes Runs (Modell-Inferenz, Sandbox-Ausführung etc.) der Haupt-Kostentreiber ist.
Related-Entitäten-Tab
Der Related-Tab zeigt mit dieser Persona verbundene Entitäten: Workflows, die sie genutzt haben, mit ihren Runs verbundene Issues und für ihren Rollentyp kompilierte Learning-Versionen. So navigieren Sie schnell von einer Persona zu allen Arbeiten, an denen sie projektweit beteiligt war.
Persona-Versionierung
Jedes Mal, wenn Sie Änderungen an Anweisungen oder Konfiguration einer Persona speichern, erstellt CodeCourier einen neuen Versionsdatensatz, statt den bestehenden zu überschreiben. Der Versionsverlauf ist über das Panel Version History auf der Persona-Detailseite zugänglich.
Wesentliche Versionierungs-Verhalten:
- Das Feld
versioninkrementiert bei jedem Speichern (1, 2, 3, …). - Die neueste Version wird automatisch
isLatest: true. - Alle neuen Workflow-Ausführungen nutzen die neueste Version.
- Das Feld
parentPersonaIdverkettet jede Version mit ihrem Vorgänger. - Sie können jede frühere Version aus dem Versionsverlaufs-Panel zur aktuellen Version befördern, wodurch ein neuer Versionsdatensatz mit dem beförderten Inhalt entsteht.
Versions-Immutabilität