Top 10 Claude Code Skills, Plugins & CLIs für 2026
Auf meinem Desktop liegt eine laufend aktualisierte Notiz namens cc-stack.md. Es ist die Liste aller Claude Code skills, plugins und CLIs, die ich in den letzten sechs Monaten installiert, getestet und entweder behalten oder wieder entfernt habe. Stand diese Woche umfasst die "behalten"-Liste genau zehn Einträge. Zehn Tools aus vielleicht sechzig oder siebzig, die ich ausprobiert habe.
Diese Zahl ist kein Zufall. Jedes Mal, wenn die Liste über zehn hinauswächst, bricht etwas — meistens der Kontext, manchmal der plugin marketplace, manchmal meine Aufmerksamkeit. Ich habe auf die harte Tour gelernt, dass ein Claude Code-Setup ein System ist, keine Sammlung. Ein Tool hinzuzufügen hat immer seinen Preis, und die meisten Tools, über die Leute begeisterte Blogposts schreiben, verdienen ihren Platz nicht.
Das hier ist also keine "Top 10"-Liste im YouTube-Listicle-Sinne. Es ist mein tatsächlicher Arbeitsstack im April 2026 — die Claude Code skills, plugins und CLIs, die ich jeden Tag benutze, die mindestens drei echte Projekte überlebt haben, und die ich auf einer frischen Maschine neu installieren würde, bevor ich auch nur eine einzige Zeile Code schreibe. Ich erkläre dir, was jede davon tut, warum ich sie benutze, was es mich gekostet hat, das herauszufinden — und wichtig — welche du nicht installieren solltest, wenn deine Situation anders ist als meine.
Faire Warnung: Mindestens zwei dieser Tools werden langweilig klingen, bis du verstehst, warum sie auf der Liste stehen. Der mächtigste Eintrag ist Nummer acht, und er ist derjenige, über den in meinem Netzwerk noch vor etwa einem Monat niemand gesprochen hat.
Warum dein Claude Code Stack mehr zählt als deine Modellwahl
Hier ist etwas, das ich für kontraintuitiv, aber wahr halte. Der Abstand zwischen Opus 4.6 und Sonnet 4.6 ist kleiner als der Abstand zwischen einem Claude Code Stack mit den richtigen eingebundenen Tools und einem ohne. Ich habe Entwickler stundenlang über die Modellauswahl streiten sehen, während sie ignorierten, dass ihr Claude Code-Setup null Webzugriff hatte, kein persistentes Gedächtnis, keine Browserautomatisierung und keine strukturierte Wissensbasis. Ein schlaueres Modell kann dich nicht vor einem blinden agent retten.
Jedes Tool auf dieser Liste schließt eine spezifische Fähigkeitslücke. Manche erweitern, was Claude Code sehen kann — das Web, dein Postfach, deine Notebooks. Manche erweitern, was es tun kann — Browser steuern, Seiten scrapen, Code adversariell reviewen. Manche erweitern, was es sich merken kann — markdown vaults, graph RAG-Systeme, skill benchmarks. Der Stack ist nicht der Zweck. Die Fähigkeiten, die du freischaltest, sind der Zweck.
Ich gehe alle zehn der Reihe nach durch, beginnend mit dem Tool, das ich als erstes installiert habe und das ich buchstäblich jedem neuen Claude Code-Nutzer empfehle. Aber bevor wir zu Tool Nummer eins kommen, muss ich die Frage ansprechen, die dich die ganze Zeit im Hinterkopf beschäftigen sollte, während du das liest: Welche dieser Lücken sind tatsächlich relevant für das, was ich baue? Denn du brauchst nicht alle zehn. Ich komme am Ende mit einem Entscheidungsrahmen darauf zurück.
1. Das Codex Plugin — Meine adversariale zweite Meinung
Das erste Tool, das ich auf jeder neuen Claude Code-Maschine installiere, ist das Codex plugin von OpenAI. Ja, OpenAI. Ich weiß. Vor einem Jahr wäre die Idee, ein GPT-Familienmodell in einer Claude Code-Sitzung zu betreiben, absurd geklungen. Im Jahr 2026 ist es das plugin mit dem höchsten Hebel, das ich benutze, und ich bin nicht subtil dabei, es zu empfehlen.
So funktioniert es. Das plugin fügt deiner Claude Code-Sitzung die slash commands /codex:review, /codex:adversarial-review und /codex:rescue hinzu. Sie delegieren an deine lokale Codex CLI und laufen in einem völlig separaten Prozess — kein context window-Wettbewerb, kein token juggling, keine doppelte Konfiguration. Du startest ein adversariales Review, arbeitest im Vordergrund weiter mit Opus und schaust dir die Ergebnisse an, wenn Codex fertig ist.
Der Grund, warum es an erster Stelle steht, ist einfach: Jedes KI-Modell hat systematische blinde Flecken. Opus neigt zum Architekturellen. Codex neigt zum Ausführungsniveau. Als ich letzten Monat beide an einem Samstagnacht-Incident auf derselben Produktionscodebase laufen ließ, fand Codex vier schwerwiegende Probleme, Opus fand acht, und nur eines überlappte sich. Das sind sieben Bugs, die ein single-model-Review übersehen hätte — in Code, den ich kurz davor war, an Nutzer auszuliefern.
Den vollständigen Bericht über diesen Incident habe ich in meinem Codex plugin adversarial review deep dive aufgeschrieben, also wiederhole ich die ganze Geschichte hier nicht. Die Kurzfassung: Wenn du etwas auslieferst, das Nutzer anfassen, ist ein einziger KI-Reviewer ein Haftungsrisiko. Das Codex plugin ist der Weg, wie ich aufgehört habe, so zu tun, als wäre das nicht wahr.
Wann du das installierst: Tag eins. Vor jedem anderen plugin. Es ist kostenlos (ChatGPT free tier funktioniert), dauert etwa fünf Minuten zum Einrichten, und beim ersten Mal, wenn es einen Bug findet, den Opus übersehen hat, wirst du verstehen, warum es nicht optional ist.
Wann du es überspringst: Wenn du Forschung, Contentarbeit oder Automatisierung ohne user-facing code machst. Das adversariale Review dreht sich speziell um defensive Codequalität. Wenn du keine Software auslieferst, ist es überdimensioniert.
2. Obsidian + Der Obsidian Skill — Mein Arbeitsgedächtnis
Ich nutzte Obsidian für persönliche Notizen rund zwei Jahre lang, bevor ich merkte, dass es heimlich das beste leichtgewichtige RAG-System war, das ich Claude Code geben konnte. Der Durchbruch kam, als ich den Obsidian skill aus dem Community-Marketplace installierte und Claude Code auf mein vault zeigte.
Das Setup ist fast schon peinlich einfach. Obsidian speichert alles als einfache markdown-Dateien in einem Ordner, der dir gehört. Der skill bringt Claude Code bei, wie man diese Ordnerstruktur navigiert, wiki-links folgt, Tags liest und die Ordnerhierarchie als Abrufkontext nutzt. Keine Vektordatenbank. Keine embedding pipeline. Keine Infrastruktur zu pflegen. Nur markdown-Dateien und ein skill, der weiß, wie man sie liest.
Das schaltet Folgendes frei. Jedes Kundenprojekt, an dem ich arbeite, hat einen eigenen vault-Ordner. Jede Besprechungsnotiz, jede Architekturentscheidung, jedes „was schiefgelaufen ist und wie ich es behoben habe"-Log — alles lebt in markdown, nach Thema verknüpft. Wenn ich eine neue Claude Code-Sitzung für dieses Projekt starte, kann der agent es bei Bedarf jederzeit abrufen. Es ist der Unterschied zwischen dem Erklären des Projekts von Grund auf bei jeder Sitzung und dem genauen Weitermachen, wo wir beim letzten Mal aufgehört haben.
Ist es so mächtig wie ein echtes graphbasiertes RAG-System? Nein. Dazu komme ich später bei Light RAG. Aber für persönliches Wissensmanagement, Kundenprojektgedächtnis und „Dinge, die ich letzten Monat aufgeschrieben und vergessen habe", ist Obsidian plus dem skill der schnellste Weg von „ich habe Notizen" zu „mein agent kann meine Notizen lesen". Und es ist kostenlos — die Basis-Obsidian-App, das vault-Format, der skill.
In meinem Obsidian-Second-Brain-Setup-Guide gehe ich tiefer in diesen genauen workflow ein, wenn du die Schritt-für-Schritt-Anleitung möchtest. Die zentrale Erkenntnis für diese Liste: Wenn du ein Solo-Entwickler oder ein kleines Team bist, brauchst du wahrscheinlich noch kein datenbankgestütztes RAG-System. Du brauchst ein vault und einen skill, der es liest.
3. Auto Research — Der Skill, der sich selbst verbessert
Hier wird die Liste auf eine Art seltsam, die ich mag. Auto Research ist ein skill, der Experimente an deinen anderen skills durchführt und sie automatisch auf Basis von Leistungsdaten optimiert.
Lass mich erklären, was das in der Praxis bedeutet. Angenommen, du hast einen skill namens summarize-video gebaut, der eine YouTube-URL nimmt und eine strukturierte Zusammenfassung erzeugt. Du nutzt ihn ein paarmal und er funktioniert, aber die Ausgaben fühlen sich inkonsistent an — manchmal großartig, manchmal zu lang, manchmal fehlen Kernpunkte. Traditionell würdest du manuell iterieren: den prompt anpassen, auf ein paar Samples laufen lassen, erneut anpassen, wiederholen. Stunden weg.
Auto Research automatisiert diese Schleife. Du zeigst es auf den skill, gibst ihm eine Menge von Test-Eingaben und eine Bewertungsrubrik, und es führt Iterationen durch — den prompt variieren, Ausgaben gegen die Rubrik messen, Verbesserungen committen, Regressionen verwerfen. Wenn du zurückkommst, ist der skill messbar besser und du hast eine commit-Historie, die genau zeigt, was sich verändert hat und warum.
Eine detailliertere Anleitung habe ich in meinem Auto-Research-Strategie-Post geschrieben, einschließlich der genauen Konfiguration, die ich verwende. Der Punkt, den ich dir von dieser Liste mitgeben möchte: Wenn du custom skills baust und sie manuell iterierst, lässt du kumulativen Fortschritt liegen. Auto Research ist das Nächste, was ich zu „einstellen und vergessen" für Skillqualität gefunden habe.
Eine faire Warnung: Dieses Tool verbrennt tokens. Ein einzelner Optimierungslauf bei einem skill mittlerer Komplexität kann erhebliche API-Credits verschlingen, weil es Dutzende von Variationen ausführt. Ich benutze es nur bei skills, die ich hunderte Male aufrufe — wo der kumulativen Verbesserung die Vorabkosten wert ist. Zeige es nicht auf einen skill, den du zweimal benutzen wirst.
4. awesome-design-md — Der Front-End-Design-Fix
Hier ist eine unpopuläre Meinung. Claude Code ist out of the box ein ziemlich mittelmäßiger visueller Designer. Opus 4.6 schreibt sauberen Komponentencode und geht elegant mit Tailwind um, aber überlassen seinen eigenen Instinkten baut es Interfaces, die wie jede andere KI-generierte Landingpage im Internet aussehen. Gradient hero. Feature grid. Testimonials. CTA. Gleiche Schriftpaarungen, gleicher Abstand, gleicher Vibe.
Die Lösung ist kein besseres Modell. Es geht darum, dem Modell ein Designsystem zum Folgen zu geben. Genau das bietet das VoltAgent awesome-design-md Repository — eine wachsende Sammlung von DESIGN.md-Dateien, die die visuellen Systeme populärer Websites erfassen. Typografie. Farbpaletten. Abstandsregeln. Komponentenmuster. Layout-Prinzipien.
Du legst eine dieser Dateien in dein Projekt, sagst Claude Code, sie als Referenz-Designsystem zu verwenden, und plötzlich sieht die Ausgabe nicht mehr generisch aus. Ich habe die Linear-inspirierte DESIGN.md für ein SaaS-Admin-Panel verwendet, die Stripe-inspirierte für eine Preisseite, und eine benutzerdefinierte, die ich für mein eigenes Portfolio auf Basis von Redaktionsmagazinen gebaut habe. Alle drei produzierten Code, der nicht wie KI-Standardausgabe aussah.
Das Repository ist eine der am schnellsten wachsenden Claude Code-Ressourcen, die ich dieses Jahr beobachtet habe. Es funktioniert, weil es eine spezifische, gut definierte Schwäche — Front-End-Designgeschmack — mit einer spezifischen, gut definierten Lösung angeht: explizite Designgrammatik, der das Modell folgen kann.
Wann du das installierst: Du baust irgendwas mit Front-End. Landingpages, Dashboards, Marketingseiten, Produkt-UIs. Es kostet nichts, installiert sich in Sekunden und verbessert deine Ausgabe beim ersten Mal, wenn du es benutzt.
Wann du es überspringst: Du arbeitest an Backend-Systemen, CLI tools, Datenpipelines oder einem Projekt, bei dem visuelles Design kein Teil des Lieferobjekts ist.
5. Firecrawl CLI + Firecrawl Skill — Echter Webzugriff
Das ist das Tool, das ich jedem erzähle, und die meisten nicken höflich und installieren es nicht. Das sollten sie aber. Firecrawl ist der Unterschied zwischen einem agent, der das Web irgendwie lesen kann, und einem, der tatsächlich strukturierte Daten von jeder Website im Internet extrahieren kann — einschließlich derer mit Anti-Bot-Schutz, JavaScript-schwerem Rendering und Login-Walls.
Die Firecrawl CLI ist ein Befehlszeilentool. Der Firecrawl skill ist das Gegenstück, das Claude Code beibringt, wie man die CLI korrekt benutzt — welche Flags zu übergeben sind, welche Ausgabeformate angefordert werden sollen, wie man mit Rate-Limiting umgeht und wie man die häufigen Fallstricke vermeidet. Ein einziger Installationsbefehl, und deine Claude Code-Sitzung hat ein vollständiges Web-Daten-Toolkit: Seiten zu sauberem markdown scrapen, das Web durchsuchen und Ergebnisse in einem Schritt scrapen, persistente Browser-Sessions starten, ganze Sites crawlen und URLs auf einer Domain mappen.
Wofür ich es konkret einsetze:
- Konkurrenz-Produktseiten zu strukturiertem markdown für die Content-Recherche scrapen
- Dokumentation von Seiten ohne saubere Exportformate abrufen
- Trainingsdaten aus öffentlichen Quellen für custom skills aufbauen
- „Was hat sich auf dieser Seite seit letzter Woche geändert"-Diffs als Teil einer Monitoring-Schleife ausführen
Vor Firecrawl bastelte ich fetch-Aufrufe, HTML-Parsing und Fallback-Logik für Anti-Bot-Schutz zusammen. Es war fragil und ich verbrachte mehr Zeit damit, den Scraping-Code zu pflegen, als die Daten zu nutzen. Firecrawl erledigt das alles unter einer einzigen CLI. Ich habe meinen alten Scraping-Code seit drei Monaten nicht angerührt.
Darüber habe ich ausführlicher in meinem Firecrawl Agentic Web Access Breakdown geschrieben — wenn du es ernst meinst mit agents, die das Web berühren, ist das die längere Lektüre. Die Kurzfassung für diese Liste: Wenn dein agent das Internet lesen muss, brauchst du Firecrawl. Punkt.
6. Playwright CLI — Browserautomatisierung, die wirklich skaliert
Ich nutzte Playwright MCP einen Monat lang, bevor ich zur Playwright CLI wechselte. Der Wechsel sparte mir ungefähr 75% der tokens, die ich für Browserautomatisierungsaufgaben verbrauchte. Kein Tippfehler.
Folgendes passiert unter der Haube. Playwright MCP gibt accessibility trees inline in der Tool-Antwort zurück — jede Aktion, die der agent ausführt, kommt mit einem ausführlichen Snapshot der Seitenstruktur zurück, der an die Antwort angehängt ist. Auf einer mäßig komplexen Seite kann ein einzelner Klick plus Snapshot 5.000 bis 10.000 tokens kosten. Über eine vollständige Automatisierungssequenz kommst du leicht in die sechsstelligen Bereiche.
Der Playwright CLI-Ansatz funktioniert anders. Die CLI speichert Snapshots und Screenshots in Dateien auf der Festplatte. Der agent ruft CLI-Befehle auf, liest nur das, was er aus den gespeicherten Dateien benötigt, und verweist auf den Rest per Pfad. Tatsächlicher Benchmark aus Tests, die ich gesehen habe: Eine Browserautomatisierungsaufgabe, die mit MCP ~114.000 tokens verbrauchte, fiel mit der CLI auf ~27.000 tokens. Ungefähr 4-fache Reduzierung, konsistent über mehrere Durchläufe.
Wofür ich Playwright CLI einsetze: End-to-End-Testgenerierung gegen echte Apps, Scraping von Seiten, die Firecrawl nicht schafft (normalerweise weil sie komplexe mehrstufige Login-Flows erfordern), und das Erstellen von visuellen Regressionsprüfungen für Front-End-Arbeit. Der accessibility-tree-Ansatz bedeutet, dass Claude Code Elemente nach Rolle und Name referenzieren kann — „klicke auf den Speichern-Button" — anstatt Pixelkoordinaten aus Screenshots zu erraten. Es ist präzise, deterministisch und billig im Vergleich zu pixelbasierter Automatisierung.
Bonusdetail, das dir niemand erzählt: Playwright CLI integriert sich sauber mit skills. Du kannst einen skill bauen, der einen häufigen Automatisierungsablauf kapselt — einloggen, navigieren, extrahieren, ausloggen — und ihn aus jeder Claude Code-Sitzung aufrufen, ohne das gesamte Playwright-Tool-Schema neu zu laden. So führe ich meine Content-Distributionsautomatisierung auf mehreren sozialen Plattformen aus.
7. Notebook LM + Pine CLI — Schwere Lektüre auslagern
Dieses Tool hatte ich nicht auf der Liste erwartet. Ich begann Notebook LM als separates Tool für Forschungsprojekte zu nutzen — eine Batch von PDFs hochladen, Google die schwere Arbeit der Dokumentenanalyse machen lassen, Fragen in der Web-UI stellen. Es funktionierte gut als eigenständiges Tool, fühlte sich aber von meinem Claude Code-workflow abgekoppelt an.
Die Pine CLI änderte das. Es ist eine Befehlszeilenschnittstelle, die Claude Code mit der Notebook LM Web-App für programmatischen Zugriff verbindet — Batch-Dokumentenuploads, Folienrevisionen, Volltextextraktion und automatisiertes Teilen. Der strategische Wert ist nicht nur die Bequemlichkeit. Es ist, dass Notebook LMs Analyse auf Googles Servern läuft, nicht gegen mein Claude API-Kontingent. Das bedeutet, ich kann einem Forschungsprojekt hunderte von Seiten Referenzmaterial geben, ohne meinen Claude Code-Token-Verbrauch zu erhöhen.
Der workflow, den ich etabliert habe: Für jedes Projekt mit einem schweren Referenzkorpus — die bestehende Dokumentation eines Kunden, ein regulatorischer Rahmen, den ich verstehen muss, eine Codebasis, die ich auditiere — lade ich alles via Pine zu Notebook LM hoch, führe die initiale Analyse und Zusammenfassung dort durch und ziehe die komprimierten Ausgaben zurück in Claude Code für die eigentliche Implementierungsarbeit. Claude Code muss den vollständigen Korpus nie in den Kontext laden. Es sieht nur die destillierten Erkenntnisse.
Diesen hybriden workflow habe ich in meinem Notebook LM Claude Code Dev Workflow Post beschrieben, und ich denke, es ist eines der am meisten unterschätzten Muster im Jahr 2026. Die Meta-Lektion: Nicht jede Aufgabe sollte durch deinen primären agent laufen. Manchmal ist der richtige Zug, die Analyse an ein Tool auszulagern, das besser für schwere Lektüre geeignet ist, und dann die Ergebnisse zurückzuspeisen.
8. Skill Creator Skill — Der Meta-Skill, der alles verändert
Das ist der Eintrag, von dem ich versprochen habe, dass er langweilig klingt, bis du ihn verstehst. Skill Creator ist ein meta-skill — ein skill, dessen einziger Zweck darin besteht, andere skills zu erstellen, zu benchmarken und zu A/B-testen.
Warum das wichtig ist. In dem Moment, in dem du anfängst, custom Claude Code skills für deine eigenen workflows zu bauen, triffst du auf ein Qualitätsmessungsproblem. Woher weißt du, ob Version zwei deines skills wirklich besser ist als Version eins? Du denkst es ist so. Die Ausgaben fühlen sich besser an. Aber „fühlt sich besser an" ist keine Zahl, gegen die du optimieren kannst, und ohne echte Messung endest du damit, nach Gefühl zu iterieren. Ich habe das monatelang gemacht und es hat mich etwas gekostet. Einige der skills, von denen ich dachte, ich würde sie verbessern, wurden bei echten Aufgaben tatsächlich schlechter — ich hatte nur nicht die Evidenz, um das zu sehen.
Der Skill Creator skill gibt dir ein strukturiertes Framework. Du definierst den Zweck des skills. Du definierst eine Testmenge repräsentativer Eingaben. Du definierst eine Bewertungsrubrik — wie „gute" Ausgabe in messbaren Begriffen aussieht. Dann lässt der skill beide Versionen gegen die Testmenge laufen, bewertet die Ausgaben und sagt dir, welche Version gewinnt, um wie viel und bei welchen spezifischen Eingaben. Quantitative Daten statt Bauchgefühl.
Ich führe jeden custom skill, den ich baue, jetzt durch diesen Prozess. Er fängt Regressionen auf, die ich manuell nie entdeckt hätte. Er sagt mir, wenn ein „kleines Feintuning" die Dinge tatsächlich schlechter gemacht hat. Und weil er über den /plugin-Befehl in den Claude Code Marketplace integriert ist, ist das Setup trivial — kein externes Tooling, kein benutzerdefinierter Benchmarking-Code, keine Tabellen.
Die breitere Verschiebung, die das freischaltet, ist wichtig. Vor Skill Creator waren custom skills Handwerksarbeit — du machtest sie nach Gefühl und hoffte, dass sie hielten. Nach Skill Creator sind skills engineerte Artefakte mit angehängten Leistungsdaten. Wenn du irgendetwas baust, das du mehr als ein paarmal benutzen wirst, ist das nicht verhandelbar.
Den vollständigen workflow habe ich in meinem Deep Dive über Skill Creator Testing und Optimierung behandelt — wenn du überhaupt skills baust, ist das der nächste Post zu lesen.
9. Light RAG — Wenn Obsidian nicht ausreicht
Obsidian plus dem skill ist großartig für persönliches Wissensmanagement und kleine Projektvaults. Aber wenn du eine bestimmte Größenordnung erreichst — Tausende von Dokumenten, komplexe Entitätsbeziehungen, Kundenprojekte mit tief miteinander verbundenen Referenzen — beginnt ein markdown-vault unter seinem eigenen Gewicht zu knarren. Der Abruf wird ungenau. Der agent verpasst offensichtliche Verbindungen. Du endest damit, manuell durch Notizen zu blättern, um das zu finden, was du brauchst.
Dann greife ich zu Light RAG. Es ist ein produktionsreifes, quelloffenes RAG-Framework von der Datenwissenschaftsabteilung der Universität Hongkong, präsentiert auf EMNLP 2025. Was es von herkömmlichen vector-only-RAG-Systemen unterscheidet, ist die Graph-Komponente. Light RAG extrahiert Entitäten und Beziehungen aus deinen Dokumenten und erstellt einen Wissensgraphen auf dem Vektorindex. Wenn du es abfragst, erhältst du sowohl semantische Ähnlichkeitsergebnisse als auch graphbasierte Kontexte — verwandte Entitäten, Upstream/Downstream-Referenzen, dokumentübergreifende Verbindungen, die die reine Vektorsuche verpassen würde.
In der Praxis ist der Unterschied bei großen Dokumentmengen dramatisch. Ich führte dieselbe Abfrage gegen einen Obsidian-vault und einen Light RAG-Index aus, der aus demselben Korpus aufgebaut wurde (etwa 4.000 markdown-Dateien und technische PDFs eines Compliance-Audit-Projekts). Obsidian lieferte drei relevante Dateien via Keyword- und Link-Matching. Light RAG lieferte dieselben drei plus elf weitere, die durch Entitätsbeziehungen verwandt waren, die ich nicht explizit verknüpft hatte. Dieser zusätzliche Kontext veränderte die Analyse bedeutsam.
Wichtiger Trade-off: Light RAG ist nicht plug-and-play wie Obsidian. Du wirst Zeit für das initiale Setup, die Konfiguration des Storage-Backends (OpenSearch-Unterstützung wurde im März 2026 hinzugefügt und ich würde es empfehlen) und Ingestion-Tuning aufwenden. Für einen Solo-Entwickler mit ein paar hundert Notizen ist dieser Aufwand es nicht wert — bleibe bei Obsidian. Für Kundenprojekte, Compliance-Arbeit oder jede Wissensbasis nördlich von tausend Dokumenten verdient Light RAG seine Komplexität. Es ist der Unterschied zwischen einem agent, der deine Dateien durchsuchen kann, und einem agent, der sie wirklich versteht.
10. Google Workspace CLI — Claude Code als persönlicher Assistent
Als letztes auf der Liste, und das Tool, das meinen Alltag auf die unerwartetste Weise verändert hat. Die Google Workspace CLI ist ein offiziell von Google gebautes Befehlszeilentool, das deinem Terminal direkten Zugriff auf Gmail, Kalender, Drive, Sheets, Docs, Chat und Admin-Funktionen gibt. Der Zusatz „AI agent skills" im Repository-Namen ist kein Marketing — Google hat dieses Tool mit agents im Sinn gebaut.
Sobald es installiert und authentifiziert ist, kann Claude Code GWS CLI wie jeden anderen Terminalbefehl verwenden. Kein MCP-Server zum Konfigurieren. Kein benutzerdefinierter Integrationscode. Der agent liest die CLI-Dokumentation via skills, weiß, wie er die richtigen Befehle aufruft, und behandelt deinen Google Workspace als eine Erweiterung seiner Fähigkeiten.
Was das tatsächlich freischaltet, ist eine Claude Code-Sitzung, die auch als persönlicher Operationsassistent dient. Konkrete Beispiele aus den letzten zwei Wochen meiner eigenen Nutzung:
- Morgen-Inbox-Triage. Claude Code liest meine gesamte ungelesene Gmail, kategorisiert nach Dringlichkeit und Absendertyp, verfasst Antworten auf Routinenachrichten, markiert die, die meine Aufmerksamkeit brauchen, und archiviert den Lärm. Was früher dreißig Minuten Inbox-Kampf war, ist jetzt etwa vier Minuten.
- Meetingvorbereitung. Vor jedem Gespräch in meinem Kalender zieht Claude die Meeting-Details, durchsucht Gmail nach vorherigem Thread-Verlauf mit den Teilnehmern, findet verwandte Docs in Drive und stellt eine Pre-Read mit Kontext zusammen, den ich tatsächlich brauche. Ich gehe nicht mehr unvorbereitet in Gespräche.
- Dokumenten-workflows. Einen Vorschlag entwerfen, Daten aus einem Sheet ziehen, ein Dokument aktualisieren, mit einem Kunden teilen — all das läuft aus derselben Claude Code-Sitzung, die ich für Engineering-Arbeit benutze. Kein Kontextwechsel zwischen Tools.
Das Setup beinhaltet das Aktivieren von Services in Google Cloud und das Authentifizieren der CLI, was der lästigste Schritt in dieser ganzen Liste ist. Plane zwanzig Minuten dafür ein und folge der offiziellen Dokumentation sorgfältig. Sobald es erledigt ist, wirst du es nicht mehr anfassen müssen.
Für wen das ist: Jeder, der jeden Tag bedeutsame Zeit in Google Workspace verbringt. Solo-Gründer, Berater, Content-Creator, Entwickler, die Kunden betreuen. Wenn du in Gmail und Kalender lebst, rechtfertigt dieses plugin allein das Claude Code-Abonnement.
Wer es überspringen sollte: Wenn du kein Workspace-Nutzer bist, gibt es hier keinen Mehrwert. Migriere nicht zu Google, nur um das zu installieren.
Der Entscheidungsrahmen — Was solltest du tatsächlich installieren?
Hier ist die ehrliche Antwort, die ich früher versprochen habe. Nicht alle zehn dieser Tools gehören in jeden Stack. Die richtige Teilmenge hängt davon ab, was du baust, und Tools zu installieren, die du nicht brauchst, ist schlimmer als nichts zu installieren — sie erzeugen kognitive Belastung, plugin-Konflikte und Kontextverschmutzung.
Nutze diese Aufschlüsselung als Ausgangspunkt:
Wenn du neu bei Claude Code bist (erste 30 Tage): Installiere das Codex plugin, Obsidian + skill und Auto Research. Das war's. Drei Tools. Lerne sie gründlich, bevor du irgendetwas hinzufügst. Die Versuchung, am ersten Tag alles zu installieren, ist der größte Einzelfehler, den ich bei neuen Nutzern sehe.
Wenn du hauptsächlich Front-End-Entwickler bist: Füge awesome-design-md und Playwright CLI zu den Starter-Drei hinzu. Die Designsystem-Dateien werden deine Ausgabequalität verbessern. Die CLI gibt dir echtes Browser-Testing ohne den MCP-Token-Overhead.
Wenn deine Arbeit Web-Scraping, Recherche oder Automatisierung beinhaltet: Füge Firecrawl CLI + skill und Playwright CLI zu den Starter-Drei hinzu. Diese beiden zusammen decken ungefähr 95% der Web-Interaktionsbedürfnisse ab — Firecrawl für strukturierte Datenextraktion, Playwright für komplexe interaktive Flows.
Wenn du große Dokumentkorpora verwaltest (legal, compliance, Forschung, Beratung): Füge Light RAG und die Notebook LM Pine CLI hinzu. Die Kombination aus graphbasiertem Abruf plus ausgelagerter schwerer Lektüre verändert, wie du mit referenzintensiven Projekten arbeitest.
Wenn du custom skills ernsthaft baust: Skill Creator ist nicht verhandelbar. Installiere ihn an dem Tag, an dem du deinen ersten custom skill schreibst. Verbringe keine Monate damit, nach Gefühl zu iterieren, wie ich es getan habe.
Wenn du Claude Code als täglichen Treiber für Operationen betreibst: Google Workspace CLI ist die wirkungsvollste Installation auf der Liste. Nicht weil es das technisch Beeindruckendste ist — das ist es nicht — sondern weil die Stunden, die es einspart, sich jeden einzelnen Tag summieren.
Die meisten von euch, die das lesen, fallen in zwei oder drei dieser Kategorien. Das bedeutet, dein realistischer Ausgangsstack sind wahrscheinlich fünf oder sechs dieser zehn Tools, nicht alle zehn. Fang klein an, miss, was tatsächlich hilft, und sei bereit, Dinge zu deinstallieren, die sich nicht rentieren.
Was ich dir (noch) nicht sage
Es gibt drei Tools, die es fast auf diese Liste geschafft haben und es nicht getan haben. Ich möchte sie kurz erwähnen, weil ich weiß, dass jemand in den Kommentaren danach fragen wird.
Eines ist ein persistent-memory plugin, das ich seit etwa einem Monat teste. Es ist vielversprechend, aber noch nicht stabil genug, und ich habe zwei Sitzungen dadurch korrumpieren lassen. Ich werde darüber schreiben, wenn es einen Platz im Stack verdient.
Ein weiteres ist eine local-first Vektordatenbank, die sich sauber in Claude Code skills integriert. Sie ist elegant und der Autor leistet großartige Arbeit, aber für meine Anwendungsfälle macht Light RAG alles, was sie macht, plus die Graph-Schicht, und ich kann es nicht rechtfertigen, beide zu betreiben.
Das dritte ist ein voice interface plugin, das Spaß macht zu demonstrieren und für echte Arbeit nahezu nutzlos ist. Es erspart dir das Tippen. Ich tippe schnell. Deine Erfahrungen können variieren.
Die Auslassungen sagen dir etwas Wichtiges darüber, wie ich diese Liste aufbaue. Ein Tool muss seinen Platz verdienen, jeden Monat, auf echten Projekten. In dem Moment, in dem ein Tool nicht mehr seinen Beitrag leistet, kommt es aus dem Stack. Die zehn oben haben ihre Plätze in den letzten sechs Monaten verdient.
Der Sonntagmorgen-Test
So habe ich entschieden, ob jedes dieser Tools es ins Finale schafft. Ich fragte mich: Wenn ich mein gesamtes Claude Code-Setup an einem Sonntagmorgen verlieren würde und es vor Montag neu aufbauen müsste, welche Tools würde ich neu installieren, bevor ich mit der Arbeit anfange?
Die zehn Tools auf dieser Liste sind die Antwort. Codex plugin, bevor ich Code schreibe. Obsidian und den skill, bevor ich ein Projekt öffne. Firecrawl und Playwright CLI, bevor ich irgendetwas Webbezogenes anfasse. Skill Creator, bevor ich meinen ersten custom skill baue. Google Workspace CLI, bevor ich meinen Posteingang checke.
Die restlichen Tools, die ich ausprobiert habe — und es waren Dutzende — bestehen den Sonntagmorgen-Test nicht. Sie sind schön zu haben. Sie sind interessant zum Experimentieren. Aber ich würde nicht aufhören, sie neu zu installieren, bevor ich mit der Arbeit anfange, was bedeutet, dass sie nicht wirklich essentiell sind. Sie sind Zubehör.
Deine Sonntagmorgen-Testliste wird anders sein als meine. Das ist der Punkt. Baue deine eigene Liste. Sei gnadenlos darüber, was einen Platz verdient. Und jedes Mal, wenn du etwas Neues hinzufügst, frage dich, ob du es an einem Sonntag um 8 Uhr morgens von Grund auf neu aufbauen würdest, bevor du irgendetwas anderes tust. Wenn die Antwort Nein ist, gehört es nicht in deinen Stack.
Noch eine letzte Sache. Schau dir jetzt deine aktuelle Claude Code plugin-Liste an — die tatsächliche Liste, nicht die, von der du glaubst, sie zu haben. Zähle diejenigen, die du in den letzten sieben Tagen benutzt hast. Für die meisten von euch wird diese Zahl unter fünf liegen, was bedeutet, dass die Hälfte eurer installierten Tools totes Gewicht ist. Beginne damit, diejenigen zu deinstallieren, die du nicht angerührt hast. Der beste Claude Code Stack im Jahr 2026 ist nicht der größte. Es ist der, bei dem jeder Eintrag seine Miete zahlt.
Häufig gestellte Fragen
Was ist das beste Claude Code plugin, das man 2026 zuerst installieren sollte?
Das Codex plugin für Claude Code ist die wirkungsvollste erste Installation für jeden, der Produktionscode ausliefert. Es fügt adversariales Code-Review von einem zweiten KI-Modell in einem separaten Prozess hinzu, das Bugs auffängt, die single-model-Reviews verpassen, ohne dein context window zu verbrauchen. Die vollständige Installations-Anleitung findest du im Codex-plugin-Abschnitt oben.
Brauche ich wirklich sowohl Firecrawl CLI als auch Playwright CLI?
Ja, wenn deine Arbeit Web-Daten beinhaltet. Firecrawl verarbeitet strukturiertes Scraping, markdown-Extraktion und Bulk-Crawling effizient. Playwright CLI verarbeitet komplexe interaktive Flows wie mehrstufige Logins, visuelle Regressionstests und Sites, die echten Browser-Zustand benötigen. Sie lösen verschiedene Probleme und funktionieren gut zusammen.
Ist Light RAG die Setup-Komplexität wert im Vergleich zu Obsidian?
Nur wenn du mit Tausenden von Dokumenten arbeitest oder graphbasierte Entitätsbeziehungen benötigst. Für Solo-Entwickler mit ein paar hundert Notizen ist Obsidian plus seinem skill schneller, einfacher und kostenlos. Light RAG verdient seine Komplexität bei großen Dokumentkorpora, Compliance-Arbeit oder Kundenprojekten mit tief miteinander verbundenen Referenzen.
Wie viele Claude Code plugins sollte ich eigentlich installieren?
Die meisten funktionierenden Stacks landen bei fünf bis acht Tools insgesamt. Mehr als zehn wird schwer zu warten und erzeugt plugin-Konflikte oder Kontextverschmutzung. Beginne mit drei Kern-Tools (Codex, Obsidian, Auto Research) und füge nur das hinzu, was dein tatsächlicher workflow verlangt. Deinstalliere alles, was du in sieben Tagen nicht benutzt hast.
Braucht die Google Workspace CLI einen MCP-Server?
Nein. Die Google Workspace CLI läuft als Standard-Terminal-Tool, das Claude Code nativ über bash aufruft. Es gibt keinen MCP-Server zum Konfigurieren. Du musst nur die gewünschten Google Cloud-Services aktivieren und die CLI einmalig authentifizieren.
Lass uns zusammenarbeiten
Möchtest du KI-Systeme aufbauen, workflows automatisieren oder deine Tech-Infrastruktur skalieren? Ich helfe gerne.
- Fiverr (custom builds & Integrationen): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (Enterprise-Lösungen): ramlit.com
- ColorPark (Design & Branding): colorpark.io
- xCyberSecurity (Sicherheitsdienste): xcybersecurity.io
