OpenExp
Speichere, nutze wieder und teile KI-Agent-Session-Trajektorien (Prompts, Reasoning, Tool-Calls) als installierbare Claude Skills mit OpenExp. Open Source, MIT.
Was ist OpenExp?
OpenExp ist eine Open-Source-Methode, um eine „Erfahrung“ (exp) eines KI-Agenten nach Erreichen eines Ergebnisses zu speichern und wiederzuverwenden. Eine exp zeichnet die Trajektorie eines Ergebnisses auf – Prompts, Reasoning, Skills, Skripte, Tool-Calls und eine Tag-für-Tag-Zeitlinie –, damit du sie mit anderen teilen oder bei ähnlichen Aufgaben wiederverwenden kannst.
Der Kernzweck ist praktische Wiederverwendung: Statt jedes Mal von vorne zu beginnen, kann dein Claude-Agent auf eine passende exp verweisen und den zuvor erfolgreichen Pfad folgen.
Wichtige Funktionen
- Speicherung von Session-Traces für Ergebnisse: Eine exp erfasst Prompts, Reasoning, Skills, Skripte und Tool-Calls entlang einer Zeitlinie („Trajektorie“), die mit einem Ergebnis verknüpft ist.
- Vier-Dateien-Exp-Format: Jede exp besteht aus
meta.yaml(Fakten wie id/outcome/grade),trajectory.anonymized.yaml(rohe Tag-für-Tag-Zeitlinie),README.md(lesbar für Menschen) undSKILL.md(Anweisungen für Claude). - Teilen und Wiederverwenden von Exp-Artefakten: Exps können als Open-Source-Repositories veröffentlicht und geteilt werden; andere können sie in ihr lokales Agent-Skill-Verzeichnis installieren oder laden.
- Wiederverwendung für ähnliche Aufgaben: Wenn ein Agent eine Situation erkennt und auf einen Exp-Namen/Tag verweist, kann er eine passende Trajektorie auswählen und die aufgezeichneten Schritte folgen, um ein ähnliches Ergebnis zu erzielen.
- Lokale Installation per CLI: Das Projekt ist per CLI installierbar und für den lokalen Betrieb auf deinem Rechner konzipiert; der dokumentierte Workflow verwendet
~/.claude/skills/als Ziel für Exp-Skills.
OpenExp verwenden
- OpenExp von GitHub installieren: Repository klonen (
git clone github.com/anthroos/openexp) und das Setup-Skript ausführen (./setup.sh). - Eine exp installieren: Kopiere oder platziere eine exp in dein lokales Claude-Skills-Verzeichnis unter
~/.claude/skills/(Beispiele und Dokumentation des Repos beziehen sich darauf, eine oder mehrere exps dorthin zu legen). - Wiederverwenden per Situation + Exp-Referenz: Bei der Nutzung von Claude beschreibe deine aktuelle Situation und verweise auf die exp per Name oder Tag. Claude zieht daraus und folgt der Trajektorie zum aufgezeichneten Ergebnis.
- (Optional) Eigene exp veröffentlichen: Das Projekt gibt unter „publishing your own exp“ Anleitungen, um eigene erfolgreiche Trajektorien in teilbare exps umzuwandeln.
Anwendungsfälle
- Wiederverwendung eines erfolgreichen Verkaufsworkflows: Nach Abschluss eines KI-unterstützten Deals die Trajektorie als exp speichern, damit der Agent bei nächsten Proposal-Entwürfen die aufgezeichneten Entscheidungen und Schritte wiederverwenden kann.
- App-Veröffentlichung mit wiederholbarem Build-Pfad: Session-Trace für eine App-Lieferung (inkl. Skripte und Tool-Calls) aufzeichnen, dann bei ähnlichen Anforderungen dieselbe Trajektorie wiederverwenden.
- Automatisierung wiederkehrender Analytics-Setups: Exp für eine „Google Analytics-Prozess“-Session-Trace erstellen, dann bei wiederholten Analytics-Aufgaben wiederverwenden, um den Prozess nicht neu zu erfinden.
- Team-Sharing von Agent-„Skills“: Exp veröffentlichen, damit Teammitglieder sie lokal installieren und als Referenz nutzen können; die exp enthält lesbare
README.mdund Claude-Anweisungen inSKILL.md. - Nachweisung von Funktionalem statt Ratschlägen: Exps nur für Pfade mit bewertetem Ergebnis verwenden (wie in der „Benefits“-Sektion des Projekts beschrieben), um die Bibliothek ergebnisorientiert zu halten.
FAQ
Ist OpenExp ein Cloud-Service?
Nein. Die Dokumentation beschreibt einen local-first Workflow mit Laufzeit auf deinem Rechner und ohne Drittanbieter-Server; es heißt „no telemetry“ und „no API key required“.
Was enthält eine „exp“?
Eine exp zeichnet eine anonymisierte Trajektorie über die Zeit auf (Prompts, Reasoning, Skills, Skripte, Tool-Calls) mit Metadaten wie id, outcome und grade sowie lesbaren Dokumentationsdateien für Menschen und Claude.
Wie entscheidet der Agent, welche exp zu verwenden?
Der dokumentierte Ablauf: Du beschreibst deine Situation und verweist auf eine exp per Name oder Tag; Claude zieht daraus und folgt der Trajektorie zum Ergebnis. Es gibt auch Hinweise auf eine kommende Roadmap-Funktion für automatisches Auslösen bei Situationsmustern ohne Namensangabe.
Kann ich dieselbe exp mit verschiedenen Modellvarianten wiederverwenden?
Die Seite besagt, du kannst „an Opus arc on Sonnet or Haiku“ wiedergeben, was zeigt, dass die Trajektorie über Claude-Modellfamilien hinweg wiederverwendbar ist.
Unter welcher Lizenz steht OpenExp?
OpenExp ist Open-Source mit MIT-Lizenz.
Alternativen
- Manuelle Prompt-Bibliotheken / Runbooks: Statt Tool-Calls und einer tagesaktuellen Trajektorie zu protokollieren, können Sie Textanweisungen pflegen. Dies fehlt typischerweise an einer strukturierten Session-Trace, die automatisch wiedergegeben werden kann.
- Allgemeine Wissensdatenbank oder Dokumentation: Eine Wiki oder Wissensdatenbank kann Schritte und Ergebnisse speichern, erfasst aber nicht notwendigerweise die vollständige Prompt-/Reasoning-/Tool-Call-Trajektorie in einem wiedergabefähigen Format.
- Andere Agent-„Workflow“-Frameworks: Alternativen in der Agent-Framework-Kategorie bieten möglicherweise wiederverwendbare Workflows, doch OpenExp legt speziellen Fokus auf ergebnisgradierte Session-Traces, verpackt als installierbare Claude Skills (
~/.claude/skills/).
Alternativen
AakarDev AI
AakarDev AI ist eine leistungsstarke Plattform, die die Entwicklung von KI-Anwendungen mit nahtloser Integration von Vektordatenbanken vereinfacht und eine schnelle Bereitstellung und Skalierbarkeit ermöglicht.
BookAI.chat
BookAI ermöglicht es Ihnen, mit Ihren Büchern zu chatten, indem Sie einfach den Titel und den Autor angeben.
skills-janitor
skills-janitor prüft, verfolgt die Nutzung und vergleicht deine Claude Code Skills mit neun Slash-Command-Aktionen – ohne Abhängigkeiten.
BenchSpan
BenchSpan führt KI-Agent-Benchmarks parallel aus, erfasst Scores und Fehler in einer geordneten Run-Historie und macht Ergebnisse commit-gebunden reproduzierbar.
Lasso
Lasso ist ein AI-first PIM für E-Commerce-Teams: bereichert Produktattribute & -beschreibungen, verarbeitet Lieferantendaten und überwacht Wettbewerber per App oder API.
Codex Plugins
Mit Codex Plugins bündelst du Skills, App-Integrationen und MCP-Server zu wiederverwendbaren Workflows und erweiterst Codex für Tools wie Gmail, Google Drive und Slack.