Skills

naskah-id: AI-Agent-Skill für akademisches Schreiben und Lektorat auf Indonesisch

Am besten geeignet zum Verfassen und Bearbeiten akademischer Texte wie Zeitschriftenartikeln, Abschlussarbeiten und Förderanträgen auf Indonesisch gemäß EYD V und KBBI; Voraussetzung ist eine Agent-Umgebung mit Node.js 18+, und er erfindet strikt keine Daten oder Literatur, sondern hinterlässt bei fehlenden Zitaten eine Markierung zum Nachtragen.

Official source · nothinx/naskah-id

Install

npx skills add nothinx/naskah-id

Für wen ist es geeignet?

naskah-id ist ein AI-Agent-Skill für akademisches Schreiben auf Indonesisch, geeignet für alle, die folgende Texte verfassen oder bearbeiten müssen: Zeitschriftenartikel, Abschlussarbeiten (skripsi/tesis), Forschungsförderungsanträge und Forschungsberichte. Er enthält die EYD V (fünfte Auflage der Rechtschreibregeln) und den KBBI-Wortschatzstandard und betont die akademische Integrität: Der gebundene Agent darf keine Daten, Ergebnisse, Zitate oder Literaturangaben erfinden und darf beim Bearbeiten keine Zahlen, Ergebnisse oder Zitate verändern; wenn keine überprüfbare Quelle vorliegt, wird stattdessen die Markierung [PERLU RUJUKAN: ...] eingefügt, statt Quellen zu erfinden.

Nicht geeignet: Schreibaufgaben in anderen Sprachen als Indonesisch oder Szenarien, in denen man erwartet, dass die KI automatisch echte Literatur ergänzt – der Skill verbietet das Erfinden ausdrücklich, die Literatur musst du selbst überprüfen.

Erster Versuch in 3 Minuten

Die offiziell empfohlene Installationsmethode ist ein einziger Befehl:

npx skills add nothinx/naskah-id

Voraussetzungen und Installationsort:

  • Node.js 18 oder neuer ist erforderlich.
  • Der obige Befehl ohne -g installiert den Skill im aktuellen Projekt; mit -g (npx skills add nothinx/naskah-id -g) gilt er für alle Projekte.
  • Laut offiziellen Angaben funktioniert dieser Befehl mit Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, Windsurf, OpenCode, Cline, Kiro, Antigravity sowie Dutzenden weiteren Agents, die das Agent-Skills-Format unterstützen; bei manchen Agents lässt sich mit dem Parameter -a ein Installationspfad angeben, z. B. .claude/skills/naskah-id für Claude Code.

Erster Versuch mit geringem Risiko (am besten zuerst eine Prüfaufgabe):

  1. Lass in einem Projekt, in dem der Skill installiert ist, einen unterstützenden Agent naskah-id laden.
  2. Starte eine nur lesende Diagnoseaufgabe: Übergib dem Agent einen indonesischen akademischen Text (z. B. einen Absatz der Arbeit, Markdown oder Klartext) und bitte ihn, Rechtschreibung und Wortwahl nach EYD V und KBBI zu prüfen, ohne zunächst Dateien zu verändern. Sag ihm ausdrücklich „nur einen Bericht, nichts in Dateien schreiben“.
  3. Erfolgssignal: Der Agent gibt Diagnosehinweise zu Rechtschreibung, Wortwahl oder Struktur nach akademischen Standards; falls Literatur betroffen ist, sollte die Markierung [PERLU RUJUKAN: ...] erscheinen statt erfundener Zitate.

Hinweis: Ob der Agent nach dem Laden des Skills deine Dateien liest oder schreibt, Befehle ausführt oder auf das Netzwerk zugreift, wird in den offiziellen Belegen nicht im Detail erklärt – geh nicht von null Risiko aus; bestätige vor dateiverändernden Aktionen die Nebenwirkungen und sichere Backups.

Außerdem enthält das Repository scripts/periksa.py (optional, benötigt Python 3.7+, keine zusätzlichen Abhängigkeiten): Mit python scripts/periksa.py naskah.md lassen sich ohne Aufruf eines Modells problematische Muster und KI-typische Formulierungen im Manuskript markieren. Das ist eine eigenständige lokale Prüfung ohne Agent und eignet sich als Schnellprüfung vor dem ersten Versuch. Der Skill enthält zudem scripts/openalex.py (ohne Konto nutzbar) zum Suchen und Überprüfen von Literatur.

Anwendungsfälle

Fall 1: Prüfen, ob ein Absatz der Arbeit den Normen entspricht. Übergib einem Agent mit installiertem Skill einen Absatz einer indonesischen Zeitschrifteneinreichung und bitte um eine redaktionelle Diagnose nach EYD V und KBBI. Der Agent hält die Einschränkungen ein: keine Änderung von Zahlen, Ergebnissen und Zitaten, kein Erfinden von Inhalten; an Stellen mit fehlender überprüfbarer Literatur erscheint [PERLU RUJUKAN: ...]. Du kannst Vorschläge auf Ebene von Rechtschreibung und Wortwahl erwarten, während Zahlen und Zitate unverändert bleiben.

Fall 2: Überprüfbare Literatur finden. Lass den Agent das mitgelieferte scripts/openalex.py (ohne Konto nutzbar) verwenden, um zum Thema der Arbeit Literatur zu suchen und vorhandene Zitate zu überprüfen. Bestätigt ist, dass er OpenAlex für dich durchsuchen kann; die Genauigkeit der Suchergebnisse und etwaige nachfolgende Schreibaktionen musst du vor der Nutzung mit dem Agent klären – lass ihn Suchergebnisse nicht direkt ins Manuskript schreiben.

Nutzungsgrenzen

  • Datei- und Befehlszugriff: scripts/periksa.py und scripts/openalex.py sind lokale Skripte; ersteres benötigt Python 3.7+, letzteres dient der Literatursuche (greift auf den externen Dienst OpenAlex zu). Ob der Agent nach dem Laden des Skills diese Skripte automatisch ausführt oder Dateien liest/schreibt, wird in den Belegen nicht im Detail erklärt.
  • Nebenwirkungen und Bestätigungspunkte: Bearbeitungsaufgaben können umformulierten Text erzeugen; die Belege sagen nicht, dass er deine Dateien direkt verändert. Bei jeder Aktion, die Dateien ändert oder externe Dienste aufruft, kläre zuerst den Wirkungsumfang und hole eine Bestätigung ein.
  • Laufzeitumgebung und Client-Voraussetzungen: Der Installationsbefehl benötigt Node.js 18+; die Nutzung erfolgt über Agents, die das Agent-Skills-Format unterstützen (z. B. Claude Code, Cursor usw.).
  • Offizielle, ausdrückliche Einschränkungen: Keine erfundenen Daten, Ergebnisse, Zitate oder Literaturangaben; beim Bearbeiten keine Änderung von Zahlen, Ergebnissen oder Zitaten; bei fehlenden verlässlichen Quellen die Markierung [PERLU RUJUKAN: ...] verwenden.
  • Noch nicht bestätigt: Unterstützung für Texte außerhalb des Indonesischen, Details zum Dateizugriff und Netzwerkverhalten sowie Unterschiede im tatsächlichen Verhalten auf verschiedenen Agents – maßgeblich sind deine eigenen Tests nach der Installation.