Famulor.io Skill

Der Famulor.io Skill erlaubt KI-Agenten, echte Aufgaben in Famulor auszuführen statt nur zu erklären.

GitHub Repository

Quellcode, Installationsanleitungen und Beispiele

Was der Skill kann

KI-Assistenten erstellen und konfigurieren (Inbound, Outbound, Chat, WhatsApp)
Outbound-Kampagnen aufsetzen und Leads verwalten
Wissensdatenbanken und Dokumente anbinden
Mid-Call-Tools (HTTP-Tools) für Live-Integrationen erstellen
WhatsApp- und SMS-Workflows ausführen
Tests sowie iterative Prompt- und Voice-Optimierung unterstützen

Der geführte Onboarding-Flow

Das Herzstück des Skills: ein strukturierter 4-Phasen-Flow, der aus einem Kundengespräch einen fertig deployten Assistenten macht. Der Agent fragt Phase für Phase — nicht alles auf einmal.

Phase	Inhalt
1 — Kennenlernen	Firmenname, Branche, Assistenten-Name, Anrufrichtung (Inbound/Outbound)
2 — Technische Konfiguration	Engine-Typ (Pipeline / Multimodal / Dualplex), Haupt- und Sekundärsprachen, Stimme (männlich/weiblich), Hintergrundgeräusch
3 — Intelligente Konfiguration	Branchenspezifische Aufgaben, Wissensdatenbank (Website/Dokumente), Post-Call-Schema, Begrüßungsnachricht
4 — System-Prompt & Erstellung	Maßgeschneiderten System-Prompt generieren, Kunde bestätigt, Assistent wird per API erstellt

Dahinter steckt Nischen-Intelligenz: Eine mitgelieferte Wissensbasis (references/nischen_intelligenz.md) mit Branchen-Know-how für Friseure, Arztpraxen, Restaurants, Immobilien, Handwerk, Kanzleien u. v. m. — der Agent stellt proaktiv die richtigen Folgefragen pro Branche.

Alle Funktionen

Der Skill nutzt einen mitgelieferten Python-Client (scripts/famulor_client.py), der direkt die Famulor API aufruft:

Bereich	Funktionen
Assistenten	`create_assistant` · `update_assistant` · `list_assistants`
Konfigurationsdaten	`get_languages` · `get_voices` · `get_models` · `get_synthesizer_providers` · `get_transcriber_providers`
Wissensdatenbanken	`create_knowledgebase` · `list_knowledgebases` · `create_document` (Website-Import & Dateien)
Telefonnummern	`get_phone_numbers` · `list_phone_numbers`
Webhooks	`enable_webhook` (Inbound) · `enable_conversation_ended_webhook` (Gesprächsende)
Testen	`create_test_conversation` · `send_test_message` — Assistent per Chat testen, bevor er live geht

Built-in-Tools für Assistenten

Beim Erstellen konfiguriert der Skill die eingebauten Gesprächswerkzeuge mit branchenspezifischen Beschreibungen:

Tool	Zweck
`end_call`	Wird IMMER aktiviert — definiert nischenspezifisch, wann der Bot auflegen soll
`call_transfer`	Anrufweiterleitung an eine Rückfallnummer (Notdienst, dringende Fälle, Wunsch nach Mensch)
`calendar_integration`	Direkte Terminbuchung über Cal.com / Calendly

Dazu setzt der Skill bewährte Defaults: GPT-4.1-mini, ElevenLabs-TTS, Unterbrechungen und Filler aktiviert, Noise Cancellation, Anrufaufzeichnung, Post-Call-Evaluation mit individuellem Schema.

Aufbau des Skills

Der Skill folgt der Open-Plugins-Spezifikation und besteht aus vier Bausteinen:

skills/famulor-skill/
├── SKILL.md                          # Agent-Anweisungen: der 4-Phasen-Flow
├── references/
│   └── nischen_intelligenz.md        # Branchen-Wissen (10+ Nischenprofile)
├── scripts/
│   └── famulor_client.py             # Python-Client für die Famulor API
└── templates/
    └── example_template.txt          # System-Prompt-Vorlagen

Datei	Rolle
`SKILL.md`	Hauptanweisung mit Frontmatter (`name`, `description` — steuert, wann der Agent den Skill aktiviert) und dem kompletten Onboarding-Flow
`nischen_intelligenz.md`	Profile für Friseur/Beauty, Immobilien, Arztpraxis, Restaurant, Autohaus, Handwerk, Hotel, Fitnessstudio, Kanzlei, Tierarzt + Fallback für unbekannte Nischen — je mit typischen Aufgaben, proaktiven Fragen, Post-Call-Schema und empfohlener Konfiguration
`famulor_client.py`	API-Client, auch als CLI nutzbar: `python3 famulor_client.py <methode> key=value`
`templates/`	Wiederverwendbare System-Prompt-Vorlagen (Support, Terminbuchung, Sales, Lead-Qualifizierung) mit `{{platzhaltern}}`

Dazu kommen Manifeste für jede Plattform (.plugin/plugin.json, .claude-plugin/, .cursor-plugin/, gemini-extension.json, GEMINI.md) und das gepackte Archiv famulor.skill für manuelle Installation.

Skill erweitern oder eigenen bauen

Das Repository ist als Vorlage gedacht — drei typische Anpassungen: Neue Branche hinzufügen: Eigenes Profil in references/nischen_intelligenz.md ergänzen — nach dem Muster der bestehenden: typische Aufgaben, proaktive Fragen, empfohlene Konfiguration (Wissensdatenbank ja/nein + Modus, Post-Call-Schema mit max. 16 Zeichen pro Feldname, Hintergrundgeräusch), System-Prompt-Schwerpunkte und eine end_call-Beschreibung. Eigene Prompt-Vorlagen: Weitere Templates in templates/ ablegen und in SKILL.md referenzieren — der Agent nutzt sie als Ausgangspunkt statt bei Null zu starten. API-Funktionen erweitern: Neue Methoden in famulor_client.py ergänzen (z. B. Kampagnen oder Leads) — jede öffentliche Methode ist automatisch per CLI aufrufbar. Endpunkte: API-Referenz. Danach neu paketieren und Version anheben:

# Version in .plugin/plugin.json, .claude-plugin/, .cursor-plugin/,
# gemini-extension.json erhöhen, dann:
zip -r famulor.skill skills/

Für komplett eigene Skills (andere Plattform, anderer Use Case): Struktur übernehmen — SKILL.md mit präziser description (steuert das Triggern), Wissen in references/, ausführbarer Code in scripts/. Eine gute description nennt konkrete Trigger-Phrasen.

Wann du den Skill einsetzen solltest

Nutze den Skill bei Themen wie:

Neukunden-Onboarding („neuer Kunde”, „Bot erstellen”, „Telefonbot einrichten”)
Famulor oder famulor.io Setup
Kampagnen, Leads und Outbound Calling
WhatsApp Bots, Templates und SMS
Wissensdatenbanken, RAG-Dokumente und Webhooks
Famulor API Integrationen

Beispiel-Prompts:

Onboarde einen neuen Kunden: Zahnarztpraxis Dr. Meier in Berlin.

Erstelle einen Inbound-Bot für mein Restaurant — führe mich
durch die Einrichtung.

Teste den Assistenten "Sofia" per Chat: Buche einen Tisch
für 4 Personen am Freitag.

Mehr Anwendungsfälle: Use Cases & Prompts.

Skill vs. MCP Server: Der MCP Server bietet 76 Tools für die gesamte Plattform (Anrufe, Kampagnen, Konversationen, …) per OAuth. Der Skill fokussiert auf geführtes Onboarding mit Branchen-Wissen und läuft in Coding-Agenten (Cursor, Codex, Gemini CLI) per API-Key. Beide ergänzen sich.

Voraussetzungen

Du brauchst einen gültigen API-Key als Umgebungsvariable:

export FAMULOR_API_KEY="your-api-key"

Den API-Key erstellst du in der Famulor Plattform: app.famulor.de.

Installation

Cursor

/add-plugin https://github.com/bekservice/Famulor-Skill

Wenn direkte URL-Installation nicht verfügbar ist, importiere famulor.skill manuell und starte die Chat-Session neu.

Codex

Fetch and follow instructions from https://raw.githubusercontent.com/bekservice/Famulor-Skill/refs/heads/main/.codex/INSTALL.md

OpenCode

Fetch and follow instructions from https://raw.githubusercontent.com/bekservice/Famulor-Skill/refs/heads/main/.opencode/INSTALL.md

Gemini CLI

gemini extensions install https://github.com/bekservice/Famulor-Skill

Update:

gemini extensions update famulor-skill

Universelle manuelle Installation

Lade famulor.skill aus dem Repository herunter.
Importiere/registriere die Datei in deiner Agent-Plattform als Skill oder Plugin.
Starte die Agent-Session neu.
Setze FAMULOR_API_KEY.
Lass den Agenten einen Famulor-Workflow ausführen.

Local Developer Quickstart

Repository klonen.
Python 3.10+ sicherstellen.
API-Key setzen:

export FAMULOR_API_KEY="your-api-key"

Testlauf:

python3 scripts/famulor_client.py list_assistants

Bei gültigem API-Key erhältst du JSON-Daten aus der API.

Installation prüfen

echo $FAMULOR_API_KEY liefert einen nicht-leeren Wert
python3 scripts/famulor_client.py list_assistants liefert API-Daten
Kein 401 Unauthorized Fehler

Sicherheitshinweise

Niemals API-Keys in Git committen.
Bevorzugt Umgebungsvariablen oder eine ignorierte .env Datei nutzen.
API-Keys sofort rotieren, falls sie offengelegt wurden.

Passende Seiten: Use Cases & Prompts, MCP Server, MCP Client und API-Integrationsbeispiele.

​Famulor.io Skill

GitHub Repository

​Was der Skill kann

​Der geführte Onboarding-Flow

​Alle Funktionen

​Built-in-Tools für Assistenten

​Aufbau des Skills

​Skill erweitern oder eigenen bauen

​Wann du den Skill einsetzen solltest

​Voraussetzungen

​Installation

​Cursor

​Codex

​OpenCode

​Gemini CLI

​Universelle manuelle Installation

​Local Developer Quickstart

​Installation prüfen

​Sicherheitshinweise

Famulor.io Skill

Was der Skill kann

Der geführte Onboarding-Flow

Alle Funktionen

Built-in-Tools für Assistenten

Aufbau des Skills

Skill erweitern oder eigenen bauen

Wann du den Skill einsetzen solltest

Voraussetzungen

Installation

Cursor

Codex

OpenCode

Gemini CLI

Universelle manuelle Installation

Local Developer Quickstart

Installation prüfen

Sicherheitshinweise