Ihr KI-Programmierassistent bei Fastly ist jetzt noch leistungsfähiger

Wenn Sie einen KI-Programmierassistenten zur Konfiguration eines Fastly-Services verwendet haben, haben Sie wahrscheinlich gesehen, dass er Schwierigkeiten hatte. Vielleicht hat er sich einen API-Endpunkt eingebildet, der nicht existiert. Vielleicht hat er ein Dutzend Versuche unternommen, die CLI nach den richtigen Flags zu durchsuchen. Vielleicht hat er VCL geschrieben, die zwar kompiliert wurde, aber stillschweigend die Grace-Erkennung unterbrochen hat. KI-Modelle werden mit Daten aus der Vergangenheit trainiert, und Fastly-spezifische Muster, die den Unterschied zwischen Code ausmachen, der funktioniert, und Code, der gut funktioniert, sind oft nicht in diesen Trainingsdaten enthalten.

Wir haben über dieses Problem nachgedacht. Anfang dieses Jahres haben wir den Fastly MCP Server veröffentlicht, um KI-Agenten über die CLI Zugang zu Fastly zu geben. Damit war das Problem „Wie kann ich mit Fastly kommunizieren?“ gelöst. Aber es gibt ein zweites Problem: Selbst mit Zugang zu den Tools wissen die Agenten nicht immer, was zu tun ist.

Heute veröffentlichen wir das Fastly Agent Toolkit, um dieses Problem zu beheben.

Fähigkeiten, nicht nur Werkzeuge

Das Agent Toolkit ist eine Open-Source-Sammlung von KI-Agenten-Fähigkeiten. Diese kuratierten Wissensdateien vermitteln Ihrem Programmierassistenten, wie man mit der Fastly-Plattform arbeitet. Stellen Sie sich vor, Sie geben Ihrem Agenten die Erfahrung eines erfahrenen Fastly-Entwicklers.

Das Toolkit umfasst sechs Fähigkeiten:

1. fastly – Plattformkonzepte: Dienste, Caching, Varnish, WAF, TLS, DDoS-Schutz, Purging und API-Nutzung

2. fastly-cli – CLI-Workflows: Verwaltung von Diensten, Bereitstellen von Compute-Anwendungen, Konfigurieren von Logging, Arbeit mit KV-Stores

3. falco – VCL-Entwicklung: Linting, Testing, Simulation, Formatierung und Terraform-Integration

4. xvcl – der XVCL-Transpiler: Syntaxerweiterungen, Unterprogramme, Header-Manipulation, Caching-Logik

5. viceroy – lokale Compute-Tests mit dem Wasm-basierten Runner

6. fastlike – lokale Compute-Tests mit dem Go-basierten Runner

Jede Fähigkeit ist eine Sammlung von Markdown-Dateien mit SKILL.md-Einstiegspunkt und einem references/-Verzeichnis mit detaillierten Themendateien. Skills werden auf Abruf geladen. Ihr Agent ruft nur die für die aktuelle Aufgabe relevanten Informationen ab, sodass kein Kontext verschwendet wird.

Die Zahlen sprechen für sich selbst

Wir haben nicht einfach nur Skills aufgebaut und darauf gehofft, dass sie funktionieren. In unseren internen Tests mit sieben Modellen anhand von realen Fastly-Aufgaben haben wir konstant messbare Verbesserungen festgestellt.

Das Ergebnis:

• 1,6-fache durchschnittliche reale Zeitbeschleunigung

• 30–70 % weniger Werkzeugaufrufe

• Fertigkeiten haben 7 von 8 Aufgaben im direkten Vergleich mit der Basislinie gewonnen

So sieht das in der Praxis aus. Wir haben einen Agenten beauftragt, einen Fastly-Dienst so zu konfigurieren, dass er Inhalte einer bestimmten Domain zwischenspeichert und bereitstellt. Ohne Fähigkeiten verbrachte der Agent 25 Turns über elf Minuten damit, JSON-Konfigurationsdateien zu lesen, falsche Flag-Kombinationen auszuprobieren und Versionen manuell zu verwalten. Mit Skills lud er den fastly-cli-Skill beim ersten Turn, fand die richtigen Befehle, verwendete --autoclone beim ersten Versuch und beendete den Vorgang in neun Turn und unter drei Minuten. 4,1x schneller, 2,8x weniger Turns.

Die größten Verbesserungen zeigen sich dort, wo Fastly-spezifisches Wissen am wichtigsten ist: VCL-Muster wie subfield() für Cookie-Parsing, obj.ttl == 0s für Grace-Erkennung, korrektes Vary-Header-Handling und die richtige Deploy-Sequenz für Compute-Services. Dies sind genau die Muster, die Modelle in ihren Trainingsdaten nicht haben und die sie nicht allein durch Versuch und Irrtum herausfinden können.

Arbeitet mit Ihrem Agenten zusammen

Skills folgen der offenen Spezifikation für Agent Skills und funktionieren mit jedem Agenten, der Markdown liest. Das ist eine lange und stetig wachsende Liste: Claude Code, Gemini CLI, Codex, Cursor, Amp, Cline, Kimi Code, OpenCode, Replit Agent, Warp und mehr.

In 60 Sekunden loslegen

Installieren Sie die benötigten Skills mit der Skills-CLI:

# Install into your project
npx skills add github:fastly/fastly-agent-toolkit --skill fastly-cli --skill viceroy

# Or install globally
npx skills add -g github:fastly/fastly-agent-toolkit --skill fastly-cli --skill viceroy

Wenn Sie Claude Code verwenden, können Sie sie auch über den Plug-in-Marktplatz installieren:

claude plugin install fastly-agent-toolkit@claude-plugins-official

Oder kopieren Sie die Skill-Verzeichnisse einfach manuell. Es sind einfache Markdown-Dateien:

mkdir -p .agents/skills
cp -R skills/{fastly-cli,viceroy} .agents/skills/

Wählen Sie die für Ihre Arbeit relevanten Skills aus. Für Varnish: Laden Sie falco und xvcl herunter. Für Compute nehmen Sie fastly-cli und entweder viceroy oder fastlike. Der Fastly-Skill deckt die Plattform umfassend ab und passt zu allem.

MCP + Skills: zusammen besser

Wenn Sie bereits den Fastly MCP Server verwenden, sind Skills die perfekte Ergänzung. MCP gibt Ihrem Agenten die Möglichkeit zu handeln – Dienste zu erstellen, Caches zu leeren und Code bereitzustellen. Skills geben ihm das Wissen, um richtig zu handeln. So kennt er die richtigen Muster, die richtigen Flags und die richtige Reihenfolge der Operationen. Zusammen verkörpern sie unser Engagement, Ihnen die beste und modernste Entwicklererfahrung auf jeder Edge-Plattform zu bieten.

Open Source, offen für Beiträge

Das Toolkit ist Open Source auf GitHub. Skills sind nur Markdown. Sie können sie lesen, bearbeiten und Ihre eigenen hinzufügen. Wenn Sie ein Muster gefunden haben, das Ihren Agenten bei Fastly verbessert, möchten wir davon hören.

Wir freuen uns über Ihr Feedback. Probieren Sie die Skills aus, sehen Sie, wie sie die Arbeit Ihres Agenten mit Fastly verändern, und lassen Sie es uns wissen. Sagen Sie uns, was gut funktioniert hat, was nicht und welche Muster oder Workflows Sie gerne hinzugefügt sehen würden. Teilen Sie Ihre Ergebnisse im Fastly Community-Forum.

Wir sind bestrebt, diese Skills und die damit verbundene Entwicklererfahrung kontinuierlich zu verbessern – gemessen, getestet und gesteuert durch Ihre tatsächliche Nutzung von Fastly. Die Nutzung von KI-Agenten mit Fastly ist jetzt noch viel besser.