> ## Documentation Index
> Fetch the complete documentation index at: https://docs.famulor.io/llms.txt
> Use this file to discover all available pages before exploring further.

# Famulor Skill

> Installiere und nutze den Famulor.io Skill, damit KI-Agenten Assistenten, Kampagnen, Wissensdatenbanken und Messaging-Workflows direkt über die Famulor API verwalten können.

# Famulor.io Skill

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

<div style={{ position: "relative", paddingBottom: "56.25%", height: 0 }}>
  <iframe style={{ position: "absolute", top: 0, left: 0, width: "100%", height: "100%", border: 0 }} src="https://www.tella.tv/video/neuer-famulo-github-skill-automatisierung-per-prompt-hbd4/embed?b=0&title=0&a=1&loop=0&t=0&muted=0&wt=0&o=1" allowFullScreen allowTransparency />
</div>

<Card title="GitHub Repository" icon="github" href="https://github.com/bekservice/Famulor-Skill">
  Quellcode, Installationsanleitungen und Beispiele
</Card>

## 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](https://open-plugins.com) und besteht aus vier Bausteinen:

```text theme={null}
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](/de/api-reference/).

Danach neu paketieren und Version anheben:

```bash theme={null}
# Version in .plugin/plugin.json, .claude-plugin/, .cursor-plugin/,
# gemini-extension.json erhöhen, dann:
zip -r famulor.skill skills/
```

<Tip>
  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.
</Tip>

## 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:**

```text theme={null}
Onboarde einen neuen Kunden: Zahnarztpraxis Dr. Meier in Berlin.
```

```text theme={null}
Erstelle einen Inbound-Bot für mein Restaurant — führe mich
durch die Einrichtung.
```

```text theme={null}
Teste den Assistenten "Sofia" per Chat: Buche einen Tisch
für 4 Personen am Freitag.
```

Mehr Anwendungsfälle: [Use Cases & Prompts](/de/mcp/use-cases).

<Note>
  **Skill vs. MCP Server:** Der [MCP Server](/de/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.
</Note>

## Voraussetzungen

Du brauchst einen gültigen API-Key als Umgebungsvariable:

```bash theme={null}
export FAMULOR_API_KEY="your-api-key"
```

Den API-Key erstellst du in der Famulor Plattform: [app.famulor.de](https://app.famulor.de).

## Installation

### Cursor

```text theme={null}
/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

```text theme={null}
Fetch and follow instructions from https://raw.githubusercontent.com/bekservice/Famulor-Skill/refs/heads/main/.codex/INSTALL.md
```

### OpenCode

```text theme={null}
Fetch and follow instructions from https://raw.githubusercontent.com/bekservice/Famulor-Skill/refs/heads/main/.opencode/INSTALL.md
```

### Gemini CLI

```bash theme={null}
gemini extensions install https://github.com/bekservice/Famulor-Skill
```

Update:

```bash theme={null}
gemini extensions update famulor-skill
```

### Universelle manuelle Installation

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

## Local Developer Quickstart

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

```bash theme={null}
export FAMULOR_API_KEY="your-api-key"
```

4. Testlauf:

```bash theme={null}
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.

<Tip>
  Passende Seiten: [Use Cases & Prompts](/de/mcp/use-cases), [MCP Server](/de/mcp/server), [MCP Client](/de/mcp/client) und [API-Integrationsbeispiele](/de/developers/api-integration-examples).
</Tip>