Vorhandene Werkzeuge
In vielen Spaces sind bereits Standard-Tools aus der Library verlinkt. Diese erscheinen mit dem Hinweis „Aus Bibliothek verlinkt” und stehen sofort zur Verfügung:Daten
Durchsucht deine hochgeladenen Dokumente per Hybrid Search nach relevanten Inhalten – auch wenn du nicht die exakten Suchbegriffe kennst. Ideal, wenn ein Agent Fragen anhand deiner Wissensbasis beantworten soll.
Document Analysis
Analysiert hochgeladene Dokumente Seite für Seite und kann Inhalte zusammenfassen, vergleichen oder gezielt Informationen extrahieren.
Web Search
Ermöglicht dem Agenten, aktuelle Informationen aus dem Internet abzurufen – z.B. wenn deine Wissensbasis nicht ausreicht oder tagesaktuelle Daten benötigt werden.
Image Generation
Erzeugt Bilder direkt aus Text-Prompts im Chat (Bildgenerierungsmodell) und bettet sie in die Antwort ein.
Data Tables
Gibt dem Agenten Zugriff auf strukturierte Daten in Tabellen. Er kann Einträge lesen, erstellen, aktualisieren und löschen.
Forms
Der Agent kann im Chat strukturierte Eingaben über Formularfelder abfragen.
„Aus Bibliothek verlinkt” bedeutet, dass das Tool aus einem vorkonfigurierten Standardset stammt, das in der Library verwaltet wird. Diese Tools können direkt Agenten zugewiesen werden.
Integrierte Konnektoren
Neben den Standard-Tools gibt es vorgebaute, OAuth-basierte Konnektoren zu externen Diensten: Jira, Confluence, Notion, SharePoint, Outlook und Microsoft Teams. Ein Administrator stellt sie einmalig org-weit bereit und gibt sie über die Library in deinen Space frei. Sobald das der Fall ist, nutzt dein Agent sie wie jedes andere Werkzeug – du verbindest beim ersten Aufruf im Chat dein eigenes Konto.Wie du Konnektoren im Chat nutzt und dein Konto verbindest, liest du unter Integrationen verwenden. Die Einrichtung auf Organisationsebene ist im Administration-Tab beschrieben.
Neues Werkzeug hinzufügen
Du kannst eigene Tool-Server (MCP) anbinden, um die Fähigkeiten deiner Agenten zu erweitern. Navigiere zu Werkzeuge → Tool hinzufügen.Localmind bindet MCP-Server als MCP-Client an: Deine Agenten rufen die Tools externer MCP-Server auf. Umgekehrt gibt es keinen MCP-Server-Endpunkt der Plattform – externe MCP-Clients wie Claude Code oder Codex können eine Localmind-Instanz nicht als MCP-Server einbinden. Willst du deine Agenten von außen ansprechen, nutzt du die OpenAI-kompatible API und wählst den Agenten über seine Agent-UUID als
model.1
Name und Beschreibung
Vergib einen aussagekräftigen Namen (Pflicht) und optional eine Beschreibung, die erklärt, was der Tool-Server bereitstellt.
2
Verbindungstyp wählen
Wähle einen der sechs Verbindungstypen:
- Remote-HTTP
- NPX-Paket
- Python-Paket
- HTTP API
- OpenAPI
- Skill
Verbindung zu einem entfernten MCP-Server über eine HTTP-URL. Geeignet für bereits gehostete MCP-Server. Remote-HTTP erwartet einen MCP-Server, keine REST-API – für eine REST-API nimmst du HTTP API oder OpenAPI.Erforderlich: Server-URLAuthentifizierung: Header-Paare, zum Beispiel ein API-Schlüssel – geheime Werte markierst du als „Sicher”, dann werden sie maskiert angezeigt.
3
Server-URL eingeben
Der Dialog „Tool hinzufügen“ mit Verbindungstypen und den zugehörigen Konfigurationsfeldern
SKILL.md und optionale Skill-Dateien.4
Konfiguration hinzufügen
Füge optionale Konfigurationsvariablen als Schlüssel/Wert-Paare hinzu (z.B. API-Keys oder Umgebungsparameter).Werte können als „Sicher” markiert werden – sichere Werte werden in der Oberfläche maskiert angezeigt.
5
Verbindung testen
Klicke auf Verbindung testen, um zu prüfen, ob der Tool-Server erreichbar und korrekt konfiguriert ist. Ist für einen NPX- oder Python-Server die Code-Ausführung auf der Instanz nicht aktiviert, weist dich der Test darauf hin – wende dich dann an deinen Administrator.
6
Speichern
Speichern legt den Tool-Server im Space an. Abbrechen verwirft die Eingaben.
Admin-Sicht: Wie Tool-Server zentral in der Library angelegt und an mehrere Spaces verteilt werden, siehst du in Administration → Werkzeuge.
Erreicht ein Agent während einer Konversation sein Tool-Call-Limit, erscheint eine verständliche Benachrichtigung direkt in der Konversation, statt dass der Agent still stoppt. So weißt du sofort, warum die Antwort endet, und kannst den Agenten gezielt erneut beauftragen.
Skills und die Code-Sandbox
Neben den fünf Verbindungstypen Remote-HTTP, NPX-Paket, Python-Paket, HTTP API und OpenAPI gibt es den Typ Skill: Ein Skill bündelt eineSKILL.md-Anleitung mit optionalen Code-Dateien, die der Agent in einer isolierten Code-Sandbox ausführt. So erledigt ein Agent deterministische Aufgaben per Code – zum Beispiel Office-Dateien erzeugen. Du legst einen Skill unter Werkzeuge → Tool hinzufügen → Typ „Skill” an. Seit v1.2.0 wird die Code-Ausführung dabei automatisch aktiviert, sobald ein Agent Skills verwendet – du musst sie nicht mehr separat als Werkzeug konfigurieren. Zum Bearbeiten eines Skills genügt die Space-Rolle Space Editor – seit v1.3.0 brauchst du dafür keine Instanz-Administratorrechte mehr (siehe Space-Rollen).
Die Office-Fähigkeiten (DOCX, PDF, PPTX, XLSX) sind zugleich Standard-Tool und Skill: Sie stehen als eingebautes Tool bereit und laufen technisch als Skill in der Code-Sandbox.
Dateien für deinen Code
Dateien, die der Skill selbst mitbringt, gehören als Skill-Dateien in den Skill – auch binäre Dateien, zum Beispiel eine Vorlagen-Datei für generierte Dokumente. Dateien aus dem Chat übergibst du seit v1.6.0 direkt: Kann der gewählte Agent Code ausführen (Code-Ausführung an und ein eingeschalteter Skill), hat jeder auslesbare Chat-Anhang im Eingabebereich einen Schalter „Im Chat” / „Als Datei”. Du klickst links unter dem Eingabefeld auf Dateien hochladen, wählst die Datei und stellst den Schalter am Anhang ein.- Im Chat: Der Text der Datei geht in die Konversation. Der Anhang zeigt seine geschätzte Größe, z.B. „~8 Token” – so viel geht mit jedem Schritt der Antwort ans Modell.
- Als Datei: Nur die Datei wird übergeben, ihr Text bleibt aus dem Chat. Der Agent öffnet sie mit Code unter
/workspace/input/<Dateiname>. In der gesendeten Nachricht steht am Anhang „Als Datei angehängt”.
.csv, .tsv, .xlsx, .json, .xml) starten als Datei, Dokumente als Text. Ist eine Datei zu groß für den Chat, wird sie automatisch als Datei übergeben, ohne Schalter zurück – der Chat weist dich darauf hin. Wurde beim Auslesen nur der Anfang einer Datei übernommen, markiert der Anhang das; dann ist „Als Datei” der bessere Weg.
Kann der Agent keinen Code ausführen, gibt es keinen Schalter, und der Text geht in den Chat. Wechselst du zu einem solchen Agenten oder schaltest den Skill aus, stehen deine Anhänge wieder auf „Im Chat”; nur abgelegte Anhänge ohne Text werden entfernt, und der Chat sagt dir das.
Typen ohne „Auslesen” werden nur abgelegt – siehe Freigegebene Dateitypen.
Sandbox-Arbeitsbereich zwischen Antworten
Was dein Code während einer Konversation anlegt, bleibt zwischen den Antworten erhalten: Seit v1.4.0 wird der Arbeitsbereich der Sandbox – erstellte Dateien und installierte Pakete – nach jeder Antwort automatisch gesichert und bei der nächsten Code-Ausführung derselben Konversation wiederhergestellt. Ein Skill kann also in einer späteren Antwort auf Dateien zugreifen, die er zuvor erzeugt hat, und ein einmal installiertes Paket muss nicht erneut installiert werden. Der gesicherte Arbeitsbereich gehört zur jeweiligen Konversation. Die Code-Ausführung startet seit dieser Version außerdem deutlich schneller. Jeder Code-Aufruf läuft dabei in einem neuen Prozess. Variablen, Importe und Funktionen eines früheren Aufrufs gibt es im nächsten nicht mehr. Erhalten bleiben nur Dateien und installierte Pakete – innerhalb einer Antwort in derselben Sandbox, über Antworten hinweg über den gesicherten Arbeitsbereich.Zugangsdaten in der Sandbox
Braucht dein Code Zugangsdaten für einen externen Dienst, gelten diese Regeln:- Nur Organisations-Zugangsdaten, die unter Org-Einstellungen → KI-Konfiguration → Code-Sandbox verknüpft (angehakt) sind, werden als Umgebungsvariablen in die Sandbox injiziert.
- Space-Zugangsdaten werden nicht injiziert.
- Änderungen an der Verknüpfung wirken nur für neu gestartete Sandboxen.
Netzwerkzugriff
Der Netzwerkzugriff der Sandbox richtet sich nach der Netzwerkrichtlinie deiner Instanz – was erreichbar ist (z.B. für die Installation von Paketen), konfiguriert dein Administrator. Details siehe Administration → Werkzeuge.Warteschlange bei voller Kapazität
Ist die gesamte Kapazität für Code-Ausführung gerade belegt, schlägt dein Skill seit v1.3.0 nicht mehr sofort fehl. Die Code-Ausführung wartet in einer Warteschlange und wird automatisch fortgesetzt, sobald Kapazität frei wird. Im Chat erscheint dann „Agentname wartet darauf, Code auszuführen · Platz n” mit deiner aktuellen Position und dem Link „Warum wartet der Vorgang?”. Du musst den Browser dafür nicht offen lassen – das Warten läuft im Hintergrund weiter, und die Antwort ist fertig, wenn du zurückkommst. Willst du nicht warten, klickst du „Ohne Codeausführung fortfahren”. Die Antwort entsteht dann ohne den Code – der Agent antwortet mit dem, was er ohne den Skill leisten kann.Bleibt eine Ausführung ungewöhnlich lange in der Warteschlange, kann dein Administrator hängende Sandboxes beenden und so Kapazität freigeben – siehe Administration → Werkzeuge. Beendet er eine laufende Code-Ausführung, weist dich der Chat darauf hin; deine nächste Nachricht erhält automatisch eine neue Sandbox.
Best Practices für Skill-Autoren
- Entwickle test-getrieben: Führe den Skill mit realistischen Beispiel-Aufgaben aus und verfeinere die
SKILL.md, bis das Ergebnis zuverlässig stimmt. - Die Beschreibung beantwortet „Wann nutzen?”: Der Agent entscheidet anhand der Beschreibung, ob er den Skill einsetzt – beschreibe die Situation, nicht nur die Funktion.
- Halte die Anleitung knapp: Ein gutes Beispiel plus ein Hinweis auf die Grenzen des Skills wirkt besser als lange Erklärungen.
- Verzichte auf Formeln wie „CRITICAL!” oder „YOU MUST”: Klare, neutrale Anweisungen funktionieren zuverlässiger als Druck-Formulierungen.
- Speichere Zwischenergebnisse als Datei: Lege sie unter
/workspaceab und lade sie im nächsten Code-Aufruf wieder. - Halte den System-Prompt kurz: Die Detail-Anleitung gehört in die
SKILL.md, nicht in den System-Prompt des Agenten.