Viele Coding Agents scheitern, sobald ein unternehmensinternes Design-System mit eigenen HTML-Elementen ins Spiel kommt. Da das Sprachmodell diese Bausteine nicht kennt, generiert es Code, der nicht mit den internen Standards kompatibel ist. Dieser inkorrekte Output macht die KI-Unterstützung schnell zum Flaschenhals in der täglichen Entwicklung.
Wir haben systematisch untersucht, wie wir dieses Problem lösen können, indem wir dem Agenten das fehlende Wissen dynamisch bereitstellen. Dabei lag unser Fokus auf dem Einsatz des Model Context Protocol (MCP) sowie der Implementierung spezifischer Agent Skills. Wir zeigen, wie sich proprietäres Wissen effektiv nachreichen lässt, ohne das Basismodell zeitaufwendig neu trainieren zu müssen.
In unserem Vortrag berichten wir praxisnah über unsere Erfahrungen mit diesen Ansätzen und analysieren, was in der Realität gut funktioniert hat. Wir werfen einen ehrlichen Blick darauf, wo die verschiedenen Techniken ihre Schwächen zeigten und welche Hürden in der Umsetzung auftraten. Am Ende präsentieren wir die pragmatischen Lösungen, die es tatsächlich in unseren produktiven Workflow geschafft haben.
Für diesen Vortrag sind keine tiefgreifenden Vorkenntnisse im Bereich der generativen KI erforderlich. Ein grundlegendes Verständnis der modernen Webentwicklung (HTML, JavaScript) sowie Interesse an effizienten Entwicklungs-Workflows mit KI-Tools reichen aus. Wir führen dich Schritt für Schritt durch unsere technische Reise.
- Du machst dich vertraut mit der Funktionsweise sowie den Stärken und Schwächen von MCP-Servern und Agent Skills
- Du verstehst, wann MCP und wann Agent Skills die richtige Wahl für den Wissensaustausch ist.
- Du lernst konkrete Techniken kennen, wie wir Coding Agents selbst genutzt haben, um die benötigten MCP-Server und Agent Skills zu erstellen.
.