chore(skills): удалены устаревшие coordinator-loop и adversarial-review
- удалён каталог coordinator-loop, adversarial-review убран из .gitignore - из claude-subagent-playbook убраны ссылки на оба скилла - chief-of-staff и pr от Matt Pocock добавлены в .gitignore - в AGENTS.md добавлено правило удаления устаревших скиллов Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
4d3edc09ee
commit
d19239bf31
13 files changed
+9
-1716
No files matched your search
@@ -39,6 +39,10 @@ This repository contains personal dotfiles and configurations for a highly produ
|
||||
### Adding/Updating Skills
|
||||
1. Modify files in `agents/.agents/skills/`.
|
||||
2. Ensure symlinks in other tool directories are updated if new skills are added.
|
||||
3. Устаревшие скиллы время от времени удаляем. Убирай каталог целиком, а
|
||||
вместе с ним ссылки из других скиллов и строку в `.gitignore`, если
|
||||
скилл был внешним. Упоминания в архивах и handoff-записках — история,
|
||||
их не трогаем.
|
||||
|
||||
## 📋 TODO
|
||||
|
||||
|
||||
@@ -39,7 +39,8 @@ wait-what/
|
||||
wizard/
|
||||
writing-for-agents/
|
||||
retro/
|
||||
chief-of-staff/
|
||||
pr/
|
||||
|
||||
# Skills, подключаемые в agents/ как внешние плагины (не версионируются здесь)
|
||||
claude-team-review
|
||||
adversarial-review
|
||||
@@ -23,8 +23,7 @@ description: >-
|
||||
|
||||
**Не разворачивай конвейер на мелочь.** Косметика, один
|
||||
файл — сделай сам: накладные расходы процесса многократно превысят цену
|
||||
работы. Очередь зависимых issue с автономным прогоном —
|
||||
это `/coordinator-loop`, не этот плейбук.
|
||||
работы.
|
||||
|
||||
## Роли
|
||||
|
||||
@@ -210,7 +209,7 @@ description: >-
|
||||
уверенный вердикт одной (APPROVED без находок) не закрывает находки
|
||||
другой.
|
||||
Пофиндинговый триаж — у **исполнителя**, не у тебя (правило
|
||||
`/claude-team-review` и `/coordinator-loop`: судит тот, у кого контекст
|
||||
`/claude-team-review`: судит тот, у кого контекст
|
||||
кода): перешли Codex индекс находок **дословно**, он чинит или
|
||||
**аргументированно отклоняет** — через контракт и тест, не голословно;
|
||||
промпт починки — «закрой перечисленное, больше ничего не меняй».
|
||||
@@ -256,7 +255,7 @@ description: >-
|
||||
|
||||
## Пользователь в петле
|
||||
|
||||
В отличие от `/coordinator-loop`, здесь пользователь рядом: на границах
|
||||
Здесь пользователь рядом: на границах
|
||||
этапов давай в чат карту прогресса в 4–7 строк обычными словами
|
||||
(✅ сделано / ▶ идёт / ⬜ дальше); термины плейбука — только с
|
||||
расшифровкой: телеграфные статусы в терминах этапов теряют пользователя.
|
||||
@@ -295,13 +294,8 @@ teammate-субагентов — шум, а не событие: не докл
|
||||
|
||||
## Соседние скиллы
|
||||
|
||||
- `/coordinator-loop` — автономный цикл очереди issue на стороне Codex
|
||||
(координатор в Codex, worker'ы — его субагенты). Выстрадан и отлажен;
|
||||
словарь (индекс, свежие сессии, две ручки стоимости) — общий.
|
||||
- `/claude-team-review` — ревью-петля, где лид сам чинит код (живёт
|
||||
отдельным репозиторием, в среде может быть не подключён).
|
||||
- `/adversarial-review` — разовое адверсарное ревью Кодексом (в среде
|
||||
может быть не подключён).
|
||||
- `codex-subagent-playbook` — близнец этого плейбука для координатора на
|
||||
стороне Codex; скрыт от автовызова, зови по имени.
|
||||
- `/to-tickets` — разбиение на тикеты-срезы с рёбрами блокировок (этап 1);
|
||||
|
||||
@@ -1,100 +0,0 @@
|
||||
# coordinator-loop
|
||||
|
||||
Координаторский цикл: проводит готовые issues через subagent-worker по TDD, держит
|
||||
границы задач, фильтрует находки и сам делает коммиты.
|
||||
|
||||
## Зачем
|
||||
|
||||
Когда подряд идёт несколько связанных кодовых срезов, писать их «одним потоком» —
|
||||
значит терять границы задач и контроль над тем, что попало в коммит. Навык
|
||||
разделяет роли: один subagent-worker делает **одну** issue по TDD и не коммитит, а
|
||||
координатор проверяет, классифицирует находки и фиксирует результат. Навык узкий и
|
||||
работает только по явному вызову (`/coordinator-loop`): он не проектирует, он
|
||||
исполняет.
|
||||
|
||||
## Где в потоке
|
||||
|
||||
coordinator-loop — исполнительное звено в середине цепочки, а не вся цепочка:
|
||||
|
||||
```text
|
||||
проектная документация (/brainstorm-with-docs | /grill-with-docs)
|
||||
↓
|
||||
узкие проверяемые issues (/to-issues)
|
||||
↓
|
||||
coordinator-loop каждый issue: worker (/goal + /tdd) + независимое ревью
|
||||
(запускает координатор) → индекс → коммит координатора;
|
||||
в финале — ревью на соответствие замыслу + handoff
|
||||
↓
|
||||
приёмка ручной кросс-линия ревью (обычно Claude) + проверка человеком
|
||||
```
|
||||
|
||||
- **До скилла — проектирование.** Сначала выверенная верхнеуровневая документация
|
||||
(`/brainstorm-with-docs` или `/grill-with-docs`): без неё issues не на чем
|
||||
основывать. Затем `/to-issues` режет её на узкие задачи. Именно здесь
|
||||
закладывается проверяемость результата (см. «Что получается»).
|
||||
- **Скилл — исполнение.** Берёт **готовые** issues по одной и проводит каждую через
|
||||
цикл worker (`/goal` + `/tdd`) → независимое ревью (ревьюеры-наблюдатели, запускает
|
||||
координатор; триаж находок — в worker-е) → индекс → chain-level классификация →
|
||||
коммит координатора. Контекст координатора держится на индексах, не на diff'ах.
|
||||
В финале цепочки координатор прогоняет ревью на соответствие замыслу (целое против
|
||||
исходной спеки, сильной моделью на усиленном уровне) и пишет handoff, готовящий
|
||||
приёмку.
|
||||
- **После скилла — приёмка.** Ревью другой модельной линией (Codex ревьюил Codex, так
|
||||
что кросс-линия — обычно ручной проход Клодом) плюс проверка человеком. Скилл её не
|
||||
автоматизирует — только передаёт эстафету с зафиксированным открытым риском.
|
||||
|
||||
## Что делает и чего не делает
|
||||
|
||||
Делает: ведёт по одному issue за раз, держит границы, фильтрует находки, коммитит.
|
||||
Подробный цикл и роли — в [SKILL.md](SKILL.md).
|
||||
|
||||
Не делает:
|
||||
|
||||
- не создаёт проектную документацию и не принимает архитектурные решения — это
|
||||
предыдущий этап;
|
||||
- не нарезает issues — это `/to-issues`;
|
||||
- не отвечает за проверяемость результата — она закладывается при проектировании;
|
||||
- не делает финальную приёмку — это ревью другим агентом плюс человек;
|
||||
- не готовит набор issues «пачкой» автоматически — пока не цель.
|
||||
|
||||
## Что получается
|
||||
|
||||
Результат прогона по одной issue — «пакет для проверки»:
|
||||
|
||||
- **отдельный коммит на каждую issue** с узким, в границах задачи, diff;
|
||||
- **финальный отчёт worker-а**: какие файлы, какие тесты прогнаны, какие acceptance
|
||||
criteria закрыты, риски, `git status`;
|
||||
- **chain-level классификация** (риск / вне скоупа); per-finding триаж («реально /
|
||||
ложно / чинить») делает worker по индексам ревьюеров.
|
||||
|
||||
Один issue = один проверяемый коммит плюс отчёт — так пост-цикловое ревью и ручная
|
||||
проверка остаются посильными.
|
||||
|
||||
**Про проверяемость.** Прошлый прогон показал: если итог цепочки можно принять
|
||||
только чтением diff, ручная проверка становится слишком дорогой. Лекарство — на
|
||||
уровне проектирования: у всего набора issues должен быть **наблюдаемый конечный
|
||||
результат** для приёмки (запись в Kafka-топик, строки в конкретной таблице, панель
|
||||
дашборда, вывод команды). Это ответственность `/to-issues` и брейншторма, **не**
|
||||
этого скилла. Координатор может отметить слабую проверяемость как **риск** и вернуть
|
||||
сигнал на уровень выше, но сам критерий приёмки не выдумывает.
|
||||
|
||||
## Как вызвать
|
||||
|
||||
Только по явному запросу — навык узкий и не срабатывает сам:
|
||||
|
||||
```text
|
||||
/coordinator-loop
|
||||
```
|
||||
|
||||
## Статус и что дальше
|
||||
|
||||
Экспериментальный — прямое продолжение эксперимента с координатором субагентов,
|
||||
будет дорабатываться. Открытые вопросы (когда нужен отдельный ревьюер, обязательные
|
||||
промежуточные отчёты, бюджет worker-а) собраны в разделе «Открытые вопросы»
|
||||
файла [references/rationale.md](references/rationale.md).
|
||||
|
||||
## Что читать рядом
|
||||
|
||||
- [SKILL.md](SKILL.md) — как координатор исполняет цикл (инструкция для агента).
|
||||
- [references/rationale.md](references/rationale.md) — почему цикл устроен так:
|
||||
эмпирика эксперимента, находка про ревьюера другой родословной, открытые вопросы.
|
||||
@@ -1,382 +0,0 @@
|
||||
---
|
||||
name: coordinator-loop
|
||||
disable-model-invocation: true
|
||||
description: >-
|
||||
Координаторский цикл по цепочке готовых issue: на каждый — worker-субагент по TDD
|
||||
с независимым ревью, коммит делает координатор. Контекст координатора
|
||||
держится чистым — в него входит только индекс находок, не diff. Рассчитан на
|
||||
автономный прогон очереди issue без присмотра пользователя. Узкий навык, только
|
||||
по явному вызову /coordinator-loop.
|
||||
---
|
||||
|
||||
# Координационный цикл субагентов
|
||||
|
||||
Ты — **координатор**. Реализацию не пишешь, код ради верификации не читаешь
|
||||
(точная граница чтения — в «Ролях»). Ты ведёшь цепочку
|
||||
зависимых issue: даёшь worker-у задачу с контекстом, принимаешь от него **индекс**,
|
||||
классифицируешь на уровне цепочки и единственный делаешь коммиты.
|
||||
|
||||
**Ведущее правило — работай по индексу, а не по полному тексту.** Всё, что попадает в
|
||||
твой контекст, — это **индекс**: находка, `файл:строка`, какой критерий нарушен,
|
||||
минимальный путь воспроизведения. Полного diff, вывода тестов и нарратива ревью в твоём
|
||||
контексте быть не должно — их читают субагенты у себя, а тебе возвращают индекс.
|
||||
Твоих собственных команд это тоже касается: шумный вывод гони в файл-лог, в контекст
|
||||
бери код возврата и итоговые строки (механика — шаг 7).
|
||||
Верификацию находок делает ревьюер, не ты. (Исключение — состав diff на коммит-гейте:
|
||||
`git diff --stat`/`--name-only`, какие файлы и в границах ли; это не полный текст, см.
|
||||
шаг 7.) Проверяй себя каждый цикл: *в мой контекст попал полный текст вместо индекса?
|
||||
Если да — это баг процесса.* Так контекст не пухнет, не компактится и не начинает
|
||||
косячить — это главная болезнь, которую навык лечит.
|
||||
|
||||
## Когда применять
|
||||
|
||||
Последовательные инженерные срезы с тестами и acceptance criteria, где соседние задачи
|
||||
трогают близкий код и их нельзя безопасно параллелить. Вход цикла — **качественно
|
||||
подготовленные issue**: цель, критерии готовности и границы уже сформулированы (обычно
|
||||
это выход `/to-issues` после проработки замысла, например через `/brainstorm-with-docs`).
|
||||
Мутный issue в цикл не брать: цикл не проясняет замысел, а превращается в дорогую машину
|
||||
ревью-кругов — сначала прояснение и проработка замысла, потом цикл. Не подходит: независимые задачи
|
||||
(параллель), однофайловые правки, задачи без тестовой базы. Если цепочка не подходит —
|
||||
скажи об этом пользователю, а не тяни цикл силой.
|
||||
|
||||
## Контракт автономного прогона
|
||||
|
||||
Основной сценарий скилла: пользователь передаёт очередь подготовленных issue и уходит —
|
||||
координатор ведёт конвейер сам, а не ждёт инструкций на каждом шаге.
|
||||
|
||||
**Вход** — что пользователь даёт при вызове:
|
||||
- список issue и порядок (или правило зависимостей);
|
||||
- где лежит «зачем» (PRD/спека), если это не очевидно из самих issue;
|
||||
- ожидаемый финал, если он отличается от стандартного (см. «Финал цепочки»).
|
||||
|
||||
**Мандат**: весь цикл — worker, ревью, коммит-гейт, статусы, журнал, handoff —
|
||||
координатор ведёт без уточняющих вопросов. Локальные коммиты рабочих срезов входят в
|
||||
мандат по умолчанию; push, теги и всё, что уходит за пределы локального репозитория
|
||||
или разрушает данные вне рабочего дерева, — только по явному поручению.
|
||||
|
||||
**Стоп-условия** — сводка, сами правила в своих разделах: чужие правки в дереве
|
||||
(шаг 1); мутный или неготовый issue («Когда применять», шаг 2); спор, переживший
|
||||
узкий усиленный гейт, и потолок кругов ревью (шаг 5); действие за пределами мандата.
|
||||
Проверка, недоступная worker-у (стенд, docker, сеть), цепочку не останавливает:
|
||||
worker сдаёт её как `DONE_WITH_CONCERNS` с готовой командой (статус-контракт);
|
||||
доступную координатору проверку тот прогоняет сам — это часть коммит-гейта. Открытым
|
||||
риском в handoff уходит только то, что не может проверить и координатор: ручная
|
||||
приёмка человеком, недоступная отсюда внешняя среда.
|
||||
|
||||
**Выход** — по «Финалу цепочки»: чистое дерево, список коммитов, статусы issue,
|
||||
handoff с открытыми рисками.
|
||||
|
||||
## Роли
|
||||
|
||||
- **Координатор** — ты. Порядок issue, богатый контракт, запуск ревьюеров, политика
|
||||
кругов ревью, chain-level классификация по индексу, коммит-гейт, финальный handoff.
|
||||
**Код ради верификации не читаешь** — это ревьюер; на коммит-гейте смотришь лишь
|
||||
**состав** diff (не текст, см. шаг 7). Процессные и навигационные артефакты — файлы
|
||||
issue и PRD, журнал, handoff, документация процесса — твоя зона: их читаешь и правишь
|
||||
сам, запрет касается только кода ради верификации.
|
||||
- **Worker** — субагент с одной целью (один issue). Гоняет `/goal` (петля
|
||||
план→код→тест), меняет файлы, **не коммитит и не откатывает чужое**. Триажит находки
|
||||
ревью: чинит или аргументированно отклоняет. Возвращает индекс + статус.
|
||||
- **Ревьюер** — свежий субагент-**наблюдатель**, которого запускаешь **ты** (см.
|
||||
«Контракт ревьюеру»): репозиторий и среду не меняет, но инструменты у него полные —
|
||||
ограничение промптом, не урезанием субагента. Читает код сам, докладу worker-а не
|
||||
верит, возвращает индекс находок. `claude-team-review` как механизм допустим только там, где его может
|
||||
запустить **сам worker** (владелец правок): лид team-review чинит код сам, а второй
|
||||
писатель в дереве недопустим — координатору team-review запускать нельзя.
|
||||
|
||||
**Факт среды Codex (проверено 2026-07-04 диагностом с `agent_type=worker`):** worker не
|
||||
может запускать субагентов — `spawn_agent` недоступен, `tool_search` не находит ни
|
||||
spawn, ни `claude-team-review`. Поэтому ревьюеров запускает координатор и пересылает
|
||||
worker-у их индексы **дословно**, без своих интерпретаций. Не перепроверяй этот факт на
|
||||
каждой цепочке — жечь токены; перепроверь только при сигнале обратного (например,
|
||||
`tool_search` вдруг нашёл spawn).
|
||||
|
||||
**Всех субагентов — worker-а, ревьюеров, диагностов — запускай свежими сессиями, без
|
||||
форка своей истории.** Контракт самодостаточен, правила и «зачем» лежат в репозитории
|
||||
и issue — форк не нужен. А вреден он дважды: тащит твой контекст в субагента (расход
|
||||
без пользы) и убивает «свежий взгляд» — ревьюер, унаследовавший твою историю, уже не
|
||||
независим. Не трать циклы на попытки передать субагенту полный контекст — это против
|
||||
дизайна, а не ограничение, которое надо обойти.
|
||||
|
||||
Свежая сессия — правило **запуска**, не запрет продолжения: уже запущенного субагента
|
||||
между кругами **продолжай** (`send_input`), не пересоздавай. Worker-а — всегда: его
|
||||
контекст по issue — актив. Ревьюера на rerun после точечных правок — тем же, узким
|
||||
вопросом: «закрывают ли правки твои находки, не внесено ли нового рядом» — полный
|
||||
обход заново не нужен. **Свежий ревьюер обязателен** там, где нужен незаинтересованный
|
||||
взгляд: узкий гейт по спору, эскалация уровня, правки перекроили реализацию широко,
|
||||
индекс прошлого ревьюера слаб или сомнителен. Серия полных обходов свежими xhigh-сессиями
|
||||
на каждый rerun — сжигание бюджета, а не независимость (эмпирика 2026-07-04: пять
|
||||
свежих кругов финального ревью).
|
||||
|
||||
## Цикл на одну задачу
|
||||
|
||||
1. **Чистое дерево.** `git status --short` до старта. Чужие правки — стоп, спроси
|
||||
пользователя. Свои процессные — отдели docs-коммитом.
|
||||
2. **Прочитай issue и зависимости.** Предыдущие в цепочке не закрыты — не начинай.
|
||||
3. **Назначь режим ревью** по порогу риска (см. «Режимы ревью») и запиши в журнал;
|
||||
если срез может задеть порог по ходу — задай условие эскалации (например, «worker
|
||||
тронул state-схему → перевести в гейт»). Затем **контракт worker-у** (см. ниже) и
|
||||
запусти **одного** worker-а — уровень мышления явно по
|
||||
[references/effort-levels.md](references/effort-levels.md), в журнал вместе с режимом.
|
||||
4. **Дождись индекса.** Долго молчит — запроси промежуточный статус, не жди вслепую.
|
||||
Пришло push-уведомление — сразу обрабатывай, не крути опрос по кругу.
|
||||
5. **Ревью-гейт** (worker вернул `DONE`/`DONE_WITH_CONCERNS`; `BLOCKED` и
|
||||
`NEEDS_CONTEXT` разбирай до ревью — гонять ревьюеров по незавершённой работе
|
||||
бессмысленно). По назначенному режиму запусти ревьюеров; запуск и вердикт каждого
|
||||
фиксируй в журнале в момент события. Индекс находок перешли worker-у **дословно**,
|
||||
его триаж прими индексом же. Rerun после правок по гейт-находкам назначаешь **ты**,
|
||||
автоматически — это не concern worker-а; узкий rerun — продолжением того же
|
||||
ревьюера, свежий — по триггерам (см. «Роли»). **Круг** — одна итерация «прогон(ы) ревью →
|
||||
триаж worker-а»; пара «по задаче + по коду» на гейте — один круг. Гейт закрыт, когда
|
||||
все назначенные прогоны вернули `APPROVED`. Политика кругов (тождество находок между
|
||||
кругами судит worker в триаже, не ты — по индексам оно не определяется):
|
||||
- worker пометил **«спор»** (ревьюер снова поднял вопрос, уже аргументированно
|
||||
отклонённый через контракт и тест) → не общий rerun, а **узкий гейт** по спорному
|
||||
вопросу на усиленном уровне мышления;
|
||||
- спор пережил и узкий усиленный гейт → стоп, решение человека;
|
||||
- **третий круг на issue** — предупреди пользователя, не дожидаясь потолка: расход
|
||||
растёт, причина (что именно не сходится). Это предупреждение, не вопрос: ответа
|
||||
не жди, работу продолжай — жёсткая граница ниже;
|
||||
- независимо от споров больше **четырёх** кругов ревью на issue → стоп, вынеси
|
||||
человеку вопрос «дробить issue или принимать риск».
|
||||
6. **Классифицируй по индексу — только chain-level** (см. «Классификация»).
|
||||
7. **Коммит-гейт.** Прогони полный тест-сет **сам**: код возврата, который ты видел
|
||||
своими глазами, — это и есть твоя проверка; прогон через субагента превращает гейт
|
||||
обратно в чужой пересказ. Шумные команды гоняй через файл-лог
|
||||
(`<команда> > /tmp/<лог> 2>&1`), в контекст возьми **только сводку**: код возврата
|
||||
и итоговые строки (`tail`, имена упавших — `grep FAILED`). На «тихие» флаги вроде
|
||||
`pytest -q` не полагайся: цель сборки может зашивать подробный вывод (эмпирика
|
||||
2026-07-05: `make generator-test` с зашитым `pytest -v` высыпал в контекст
|
||||
координатора полный список из 181 теста). Если сводки мало и вывод нужно
|
||||
**интерпретировать** — лог сам не читай, спавни разборщика логов экономного уровня
|
||||
([references/effort-levels.md](references/effort-levels.md)), он вернёт индекс. Так же
|
||||
проверь **состав** diff (`git diff --stat`/`--name-only`: какие файлы, в границах ли —
|
||||
не полный текст) и коммить. Упали тесты — верни их worker-у по именам, трейсбеки в свой
|
||||
контекст не тащи. Сверь по журналу, что назначенный режим ревью выполнен: каждый
|
||||
запуск и вердикт записаны в момент события; нет записи — ревью не проведено. В коммит
|
||||
issue стейджи только файлы worker-а; файл issue и `coordinator-journal.md` —
|
||||
процессные, не файлы worker-а: после коммита переведи в файле issue `Status: done`,
|
||||
и оба уходят отдельным docs-коммитом (шаг 1 следующего цикла, на последнем issue —
|
||||
перед выходом). Это последняя точка контроля состава изменений.
|
||||
8. **Закрой субагентов.** Следующий issue стартует в новом worker-е.
|
||||
|
||||
## Журнал прогона
|
||||
|
||||
С первого шага цепочки веди журнал: append-only файл
|
||||
`.scratch/<feature>/coordinator-journal.md`, короткие записи в конец по ходу событий,
|
||||
не задним числом. Каждую запись начинай с времени `HH:MM` (дата — в заголовке дня;
|
||||
время бери вызовом `date`, сама модель его не знает) — так по журналу восстанавливается
|
||||
длительность этапов и границы issue. Точки записи: старт issue (worker запущен, его
|
||||
уровень мышления, назначенный режим ревью), принят индекс worker-а, **запуск каждого
|
||||
ревью** (механизм,
|
||||
кто запускал, уровень мышления — **фактическое значение хоста** вроде `high`/`xhigh`,
|
||||
не название яруса: «рабочий уровень» в журнале не проверяем, а `medium` вместо `high` —
|
||||
видимое расхождение) и **его вердикт**, коммит-гейт (сводка тестов, хэш
|
||||
коммита), chain-level решения (риск / вне скоупа). Происхождение ревью пишешь ты сам —
|
||||
в момент запуска и в момент вердикта. Мельче этих точек (каждая команда, каждый
|
||||
прочитанный файл) не пиши — метки времени не должны превратить журнал в спам. Журнал —
|
||||
тот же индекс, вынесенный в файл: полных текстов в нём нет. В рабочие коммиты issue его
|
||||
не подмешивай (механика — на коммит-гейте, шаг 7).
|
||||
|
||||
Что это даёт: обрыв координатора не теряет состояние — по журналу видно, на каком этапе
|
||||
цепочка и что уже сделано; происхождение ревью фиксируется в момент события — переписать
|
||||
его задним числом незаметно не выйдет; финальный handoff собирается по журналу, а
|
||||
кросс-проход и человек сверяют записи с фактами (коммитами, файлами). Честная граница:
|
||||
журнал пишет сам координатор — это след для внешней проверки и барьер, а не гарантия;
|
||||
гарантия — кросс-линия и человек.
|
||||
|
||||
## Контракт задания worker-у
|
||||
|
||||
- **одна цель из issue** и критерий «готово» (acceptance criteria);
|
||||
- **зачем**: ссылки на PRD/спеку/смежное. Без общего контекста worker триажит находки
|
||||
вслепую; с ним — способен судить сам (это и делает верификацию на воркере надёжной);
|
||||
- **границы** — что трогать нельзя;
|
||||
- методика **`/tdd`** (короткие срезы тест→код); точечные тесты в петле;
|
||||
- **саморевью свежим взглядом** перед сдачей (отдельно от петли `/goal`) — worker
|
||||
критически перечитывает свою работу и правит очевидное. Базовый минимум даже без
|
||||
независимого ревью: ошибаются все;
|
||||
- **триаж находок ревью**: независимое ревью организует координатор и присылает индекс
|
||||
находок; worker каждую находку чинит или **аргументированно отклоняет** — через
|
||||
контракт и тест, не голословно. Вопрос, который ревьюер поднял снова после
|
||||
аргументированного отклонения, worker помечает в своём индексе флагом **«спор»**
|
||||
с отсылкой к прежнему обоснованию;
|
||||
- **формат отчёта — индекс**: находка/изменение, `файл:строка`, минимальный repro, какой
|
||||
критерий; запрет вставлять diff и полный вывод тестов;
|
||||
- **статус-контракт** `DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT` — worker сам
|
||||
стопорится на архитектурной неясности, а не додумывает молча. `BLOCKED` — только про
|
||||
саму работу; недоступная в среде worker-а стендовая проверка (docker, сеть, стенд) —
|
||||
это `DONE_WITH_CONCERNS` с фактом («docker отсутствует: <вывод>») и **готовой
|
||||
командой**, которую координатор прогонит сам (не прошла и у координатора — он
|
||||
фиксирует в журнале, где и как проверка прошла фактически);
|
||||
- **запрет коммита** и **запрет отката чужого**.
|
||||
|
||||
Цель worker-а — **одна** (один issue = одна петля). Не запускай `/goal` на всю цепочку
|
||||
сразу: от координатора нужна остановка на контрольных точках, а не «закрыть всё любой ценой».
|
||||
|
||||
## Контракт ревьюеру
|
||||
|
||||
Симметричен контракту worker-а, короче:
|
||||
|
||||
- **наблюдатель с полными инструментами**: код читает сам, докладу worker-а не верит;
|
||||
может запускать тесты, воспроизводить находки, смотреть документацию и сеть —
|
||||
верификация требует инструментов. Ограничение — **промптом, не урезанием субагента**:
|
||||
не менять репозиторий и среду (правки файлов, git-операции, установка пакетов —
|
||||
нельзя), так в дереве нет второго писателя;
|
||||
- **зачем**: те же ссылки на issue/PRD/спеку, что у worker-а, плюс фокус проверки
|
||||
(по задаче или по коду); на гейте — явная цель по двум семействам, слепым для одной
|
||||
линии: межмодульные инварианты и доменные инварианты данных (например, форма
|
||||
распределений, если она важна проекту);
|
||||
- **формат отчёта — индекс**: находка, `файл:строка`, какой критерий нарушен,
|
||||
минимальный repro; вердикт одной строкой (`APPROVED` / `CHANGES_REQUESTED`); запрет
|
||||
вставлять diff, полный вывод тестов и нарратив рассуждений;
|
||||
- модель и уровень мышления задаёт координатор при запуске (см. «Режимы ревью»).
|
||||
|
||||
Готовый шаблон промпта — [references/reviewer-prompt.md](references/reviewer-prompt.md)
|
||||
(адаптация из `claude-team-review`); скилл самодостаточен, внешних файлов не требует.
|
||||
|
||||
## Режимы ревью — рычаг стоимости
|
||||
|
||||
Две проверки **разными субагентами** — по задаче и по коду — ловят непересекающиеся
|
||||
множества находок, но это расход токенов (бюджет; в твой контекст при этом идут только
|
||||
индексы находок). Плати по риску, не на каждой мелочи:
|
||||
|
||||
- **тривиальный issue** — независимое ревью не зови; хватает петли `/goal` плюс
|
||||
саморевью из контракта (в среде без вложенных субагентов внешняя проверка готовности
|
||||
внутри `/goal` тоже недоступна — саморевью остаётся единственной проверкой, это
|
||||
осознанная цена режима);
|
||||
- **обычный (дефолт)** — один прогон независимого ревью **по коду**; соответствие
|
||||
issue/спеке держит петля `/goal`;
|
||||
- **рискованный / гейт** — два прогона разными субагентами: **по задаче** (сделал ли то,
|
||||
что в issue/спеке) + **по коду** (тонкие баги, межмодульное).
|
||||
|
||||
Порог риска: state, версионирование и сериализация; формат данных; интеграция с внешним
|
||||
сервисом — особенно разрушающие пути (синхронизация, удаление); защитные проверки, на
|
||||
которые полагаются другие части системы, — всё, где ошибка означает «проверка молча
|
||||
пропускает» (fail-open); статистические модели; честность документации; межмодульные
|
||||
инварианты. Ниже порога: документация и учебные материалы, простая обвязка сборки,
|
||||
локальные правки без новых инвариантов. (Калибровка по прогонам 2026-07-04/05: issue
|
||||
с синхронизацией внешнего сервиса и fail-open проверками, пущенный обычным режимом,
|
||||
собрал больше всех кругов — его класс надо было опознать на шаге 3.)
|
||||
|
||||
**Две ручки стоимости, не одна.** *Модель по роли* — какая модель на какой роли:
|
||||
проверка по задаче тянет дешёвую, финальное chain-ревью требует сильную. *Уровень
|
||||
мышления* — отдельная ось, глубина рассуждений той же модели. Три относительных уровня,
|
||||
без привязки к именам: **экономный** (worker на обычном issue — реализацию с тестовой
|
||||
сеткой страхуют рубежи ниже по течению; task-lens ревью, диагностика, разбор логов),
|
||||
**рабочий** (любое code review — пропуск ревьюера не ловит никто, глубина важнее именно
|
||||
здесь; worker на гейтовом issue), **усиленный** (эскалация споров по политике кругов,
|
||||
межмодульные и доменные инварианты, финальное chain-ревью). Соответствие ролей конкретным моделям и уровням
|
||||
хоста — датированная таблица [references/effort-levels.md](references/effort-levels.md);
|
||||
в логике скилла имён нет, вышла новая модель — правится таблица, не правила. Уровень
|
||||
выбирай по роли и классу issue из таблицы, дефолтного уровня «для всех» нет; вверх —
|
||||
только по триггеру (шаг 5), не «на всякий случай». Хост без
|
||||
управляемых уровней: эскалация вырождается в свежего субагента — слабее, но не пусто.
|
||||
|
||||
## Классификация находок
|
||||
|
||||
Per-finding триаж («реально / ложно / чинить») делает **worker** — у него контекст кода
|
||||
и «зачем» из контракта; **не переписывай его**. Ты решаешь только **на уровне цепочки**,
|
||||
читая индекс:
|
||||
|
||||
- **записать риском** — важно помнить, текущий коммит не блокирует (реестр рисков цепочки);
|
||||
- **вне скоупа** — пригодится позже, отдать в следующий issue.
|
||||
|
||||
## Финал цепочки
|
||||
|
||||
Пока п.1–3 не выполнены, цепочка **не завершена** — и каждый твой отчёт пользователю
|
||||
обязан явно это называть: статус («финальный гейт, не done») и остаток по пунктам.
|
||||
Промежуточный статус, звучащий как финальный отчёт, — дефект коммуникации: пользователь
|
||||
решит, что работа закончена, и уйдёт. Словарь статусов для отчётов: «финальный гейт,
|
||||
не done: осталось …» → «done по coordinator-loop: handoff есть, дерево чистое,
|
||||
субагенты закрыты»; открытые внешние риски (кросс-линия, ручная приёмка) перечисляй
|
||||
и в done-отчёте. **APPROVED финального ревью — ещё не завершение цепочки.**
|
||||
|
||||
1. **Приведи документы до ревью.** Обнови PRD/трекер: сделанное — в сделанное, остаток
|
||||
актуален, статусы issue переведены (шаг 7). Иначе финальное ревью предсказуемо найдёт
|
||||
этот дрейф вместо настоящего.
|
||||
2. **Ревью на соответствие замыслу** (рекомендуется для любой нетривиальной цепочки).
|
||||
Один прогон субагента-ревьюера **сильной моделью на усиленном уровне** (обе ручки
|
||||
вверх — см. «Режимы ревью»): читает **всю** реализацию против **исходной спеки/PRD**
|
||||
и проверяет, не разъехалась ли поэтапная реализация с замыслом. Возвращает индекс.
|
||||
Один прогон добавляет к общей стоимости немного, а ловит дрейф, который per-issue
|
||||
срезы не видят — ни одно ревью отдельной задачи не сверяло целое с целым замыслом.
|
||||
Rerun'ы финального ревью — по общему правилу продолжения: точечные правки проверяет
|
||||
**тот же** ревьюер узким вопросом, свежая xhigh-сессия на каждый круг не нужна.
|
||||
**Кто чинит находки финального ревью — по классу файла.** Процессные файлы
|
||||
(`.scratch/<feature>/…`: остаток и статус PRD фичи, чекбоксы и статусы issue,
|
||||
журнал) — чини сам: это твоя зона, п.1 и существует, чтобы таких находок не было
|
||||
вовсе. Файлы проекта (код, docs/, уроки, дашборды) — **fixer-субагент** с коротким
|
||||
worker-контрактом (цель — закрыть перечисленные находки, границы, запрет коммита;
|
||||
уровень — экономный для док-дрейфа, рабочий для кода): правя проектный файл сам,
|
||||
ты читаешь его полный текст и становишься вторым писателем — ломаешь оба своих
|
||||
инварианта, даже если правка на две строки. Кодовая находка финала — фактически
|
||||
мини-issue: после fixer-а — rerun ревью по общему правилу продолжения.
|
||||
**Триаж находок финального ревью — у fixer-а**, тем же механизмом, что у worker-а:
|
||||
богатый контракт («зачем», спека) даёт право судить; отклонение — аргументированное,
|
||||
через контракт и тест; спор — по политике кругов (шаг 5). Финальный ревьюер
|
||||
ошибается так же, как обычный, — «поправь всё перечисленное» без права возразить
|
||||
превращает его находки в приказы.
|
||||
Это Codex (одна линия): берёт **охват** (целое против замысла), но не кросс-линию —
|
||||
глубокие сквозные слепые пятна линии остаются на п.3.
|
||||
3. **Handoff — условие выхода, а не пожелание.** Для нетривиальной цепочки цикл не
|
||||
считается завершённым без записки, собранной **по журналу прогона, не по памяти**.
|
||||
Место и формат — по конвенции репозитория для handoff (AGENTS.md, ADR), если она
|
||||
есть; иначе `.scratch/<feature>/…`. Записка готовит **кросс-линейное ревью**: проход
|
||||
модели другой родословной по написанному. Внутри Кодекса ревьюер — тоже Codex (одна
|
||||
линия), а свежий контекст не снимает слепоту линии к сквозным дефектам. Сам проход
|
||||
остаётся **вне** скилла — координатор его не выполняет; но для нетривиальной цепочки
|
||||
он **рекомендован по умолчанию**, не опция: на практике кросс-проход находил
|
||||
серьёзные расхождения после APPROVED ревьюера той же линии (эмпирика —
|
||||
[references/rationale.md](references/rationale.md)). В записке:
|
||||
- индекс построенного по issue (`файл:строка` ключевых стыков);
|
||||
- **происхождение ревью по каждому issue** (режим, механизм, кто запускал, уровень,
|
||||
вердикт) — из журнала;
|
||||
- **отклонения от процесса — фактами**: что пробовали, что сделано вместо;
|
||||
причины-предположения («недоступно», «не поддерживается») без проверки фактом — запрещены;
|
||||
- **открытый риск**: межмодульные и доменные инварианты другой родословной
|
||||
не покрыты → нацеленный бриф для кросс-прохода.
|
||||
|
||||
Даже если проход не запустят — дыра остаётся **видимым задокументированным риском**, а
|
||||
не тихим слепым пятном. Запустят — ревьюер получит нацеленный бриф, а не холодное перечитывание.
|
||||
|
||||
## Чек-лист координатора
|
||||
|
||||
- [ ] Дерево чистое перед стартом; чужие правки согласованы, процессные отделены.
|
||||
- [ ] Worker получил один issue + **зачем** (PRD/спека), границы, `/tdd`, индекс-формат,
|
||||
триаж находок ревью (с флагом «спор»), статус-контракт, запрет коммита и отката;
|
||||
саморевью свежим взглядом сделан.
|
||||
- [ ] В мой контекст вошёл **только индекс** — ни diff, ни логов, ни нарратива ревью.
|
||||
- [ ] Ревью-гейт: индексы находок пересланы worker-у дословно; rerun назначал я;
|
||||
политика кругов соблюдена (спор → узкий усиленный гейт; больше четырёх кругов →
|
||||
человек).
|
||||
- [ ] Происхождение каждого ревью (механизм, кто запускал, уровень, вердикт) записано
|
||||
мной в журнал в момент события; нет записи — ревью не засчитано.
|
||||
- [ ] Журнал ведётся append-only по ходу, каждая запись с меткой `HH:MM`; точки записи
|
||||
не пропущены.
|
||||
- [ ] Chain-level классификация сделана по индексу (риск / вне скоупа).
|
||||
- [ ] Коммит сделан координатором, diff узкий и в границах; полный тест-сет на гейте
|
||||
прогнал я сам, шумные команды — через файл-лог: в контекст только сводка
|
||||
(pass/fail + упавшие), не вывод.
|
||||
- [ ] Статусы закрытых issue переведены в `done` и ушли docs-коммитом вместе с журналом.
|
||||
- [ ] PRD/трекер приведены **до** финального ревью; ревью на соответствие замыслу —
|
||||
сильная модель на усиленном уровне; дрейф от спеки проверен.
|
||||
- [ ] Финальный handoff собран по журналу и по конвенции репозитория: происхождение
|
||||
ревью по issue, отклонения фактами, бриф кросс-линейного ревью. Для нетривиальной
|
||||
цепочки без него из цикла не выходить.
|
||||
- [ ] Субагенты закрыты; `git status` чист на выходе.
|
||||
|
||||
## Подробнее
|
||||
|
||||
- [references/rationale.md](references/rationale.md) — эмпирика: какой шаг какой класс
|
||||
дефектов ловит, центральная находка про родословную, открытые вопросы.
|
||||
- `handoffs/` — экономия контекста (два пожара: контекст vs лимит), наблюдаемость и
|
||||
непроверенные кандидаты-фиксы (файловый канал, демоушн закрытых issue, точечные тесты);
|
||||
live-log наблюдаемости вырос в журнал прогона (2026-07-03); топология ревью под Codex,
|
||||
политика кругов и уровни мышления — по боевому прогону (2026-07-04).
|
||||
|
||||
## Источники упомянутых скиллов
|
||||
|
||||
- `/brainstorm-with-docs`, `/to-issues`, `/tdd`, `/claude-team-review` — инженерные
|
||||
скиллы (набор Matt Pocock и внутренние).
|
||||
- `/goal` — встроенная петля Codex (план→код→тест; её внешняя проверка готовности в
|
||||
среде без вложенных субагентов недоступна).
|
||||
-272
@@ -1,272 +0,0 @@
|
||||
# Handoff: экономия контекста в coordinator-loop
|
||||
|
||||
Дата: 2026-06-14 MSK
|
||||
Статус: рабочая договорённость по итогам сессии проектирования. В `SKILL.md` ещё не внесена.
|
||||
|
||||
## Зачем этот handoff
|
||||
|
||||
Сохранить выводы сессии, пока свежие. Разбирались, почему навык `coordinator-loop`
|
||||
(координатор + субагенты) при длинной цепочке задач переполняет контекст координатора и дорого
|
||||
стоит по токенам. Это снимок для продолжения в новой сессии, а не готовая спецификация: часть
|
||||
решений принята, часть осталась открытой — так и записано. Здесь сознательно «чуть больше
|
||||
информации, чем нужно»: для handoff недобор хуже перебора.
|
||||
|
||||
## Где что лежит (чтобы следующая сессия всё нашла)
|
||||
|
||||
- **Навык, источник-правды (git):** `~/dotfiles/agents/.agents/skills/coordinator-loop/`
|
||||
(`SKILL.md`, `README.md`, `references/rationale.md`, `handoffs/`). Этот handoff — здесь.
|
||||
- **Развёрнутая копия навыка** (её читает Claude Code): `~/.claude/skills/coordinator-loop/`.
|
||||
Правки вносить в dotfiles, потом разворачивать обычным способом.
|
||||
- **Побратим:** `handoffs/2026-06-14-observability-design.md` (рядом) — проектирование файлового
|
||||
канала `coordinator-runs/`. **Свести с этим handoff, см. раздел «Связь».**
|
||||
- **Прогон, на котором всё замеряли:** репозиторий
|
||||
`~/sources/clickstream-ch-kafka-superset-demo`, фичи `feature-data-generator` (8 задач) и
|
||||
`generator-model-time-startup-history` (6 задач). Вёлся как `/coordinator-loop` под Codex.
|
||||
- **Сырьё диагностики:** `~/.codex/logs_2.sqlite`, `~/.codex/sessions/2026/`,
|
||||
`~/.codex/goals_1.sqlite`. Внимание: файлы Codex **нумерованные и ротируются** — к будущей
|
||||
сессии этих именно логов может уже не быть. Поэтому ключевые числа вынесены в этот handoff
|
||||
ниже, чтобы не зависеть от сырья.
|
||||
- **Prior art:** obra:superpowers, навык `subagent-driven-development` —
|
||||
<https://github.com/obra/superpowers/tree/main/skills/subagent-driven-development>
|
||||
(`SKILL.md`, `implementer-prompt.md`, `spec-reviewer-prompt.md`,
|
||||
`code-quality-reviewer-prompt.md`).
|
||||
|
||||
## Что болит
|
||||
|
||||
У координатора дважды заканчивался контекст (по разу на каждый из двух прогонов), и работа съела
|
||||
почти весь 5-часовой лимит подписки (по логам — около 3 ч 45 мин на втором прогоне).
|
||||
|
||||
## Диагностика
|
||||
|
||||
Главный метод и главный урок: **логи — истина, самоотчёт модели — нет.** Codex на прямой вопрос
|
||||
искренне назвал виновником многословные отчёты субагентов, пересекающие границу. Логи это
|
||||
опровергли. Модель не видит свой токен-счёт и сочиняет правдоподобную, но неверную картину.
|
||||
Спасло то, что полезли в логи, а не поверили рассказу. Разбор логов делал **отдельный субагент
|
||||
на дешёвой модели** (Sonnet), чтобы не забивать контекст основного агента сырьём. Этот приём
|
||||
стоит повторять.
|
||||
|
||||
### Два разных пожара (мы их сначала склеивали)
|
||||
|
||||
**Пожар A — контекст координатора.** Горел НЕ от отчётов на границе субагент→координатор: они
|
||||
были компактны (в среднем 2,6 КБ, максимум 7,3 КБ, всего 112 КБ за 44 возврата; полных diff и
|
||||
логов тестов в них не было). Горел от того, что происходило **внутри сессии самого
|
||||
координатора**:
|
||||
|
||||
- координатор **сам читал полные diff'ы**, чтобы проверить находки, — 19 diff'ов крупнее 10 КБ,
|
||||
суммарно 413 КБ, независимо от сводок воркеров;
|
||||
- сессия ревьюера-апрувера раздулась до 947 КБ за 21 ход, и **42 из 44 ожиданий `wait_agent`
|
||||
завершились таймаутом** (опрос по кругу при том, что push-уведомления приходили).
|
||||
|
||||
Пик контекста координатора: 199 307 токенов из окна 258 400 (77 %), одна компактизация.
|
||||
|
||||
**Пожар B — 5-часовой лимит** (отдельная от контекст-окна вещь — это суммарный расход токенов):
|
||||
|
||||
- **103 прогона полного тест-сета** (каждый ~40 КБ вывода, до 16 877 токенов за один) — главный
|
||||
потребитель;
|
||||
- `/goal`-петли воркеров по ~400K токенов на задачу (задачи 05 и 06; 30 и 23 минуты);
|
||||
- 13 Docker-сборок и накладные расходы опроса.
|
||||
|
||||
### Процессные счётчики (прогон issues 02–06)
|
||||
|
||||
| Метрика | Значение |
|
||||
|---|---|
|
||||
| Обработано issues | 5 (02–06) |
|
||||
| Воркеров запущено | 5 + 2 `/goal`-петли |
|
||||
| Вызовов независимого ревьюера | 7 (4 explorer + 3 default) |
|
||||
| Кругов ревью на задачу (среднее) | 1,4 |
|
||||
| Кругов правок после ревью | ~2 на задачу |
|
||||
| Прогонов полного тест-сета | 103 |
|
||||
| Docker-сборок | 13 |
|
||||
| Всего exec_command | 996 |
|
||||
| Общая длительность прогона | ~3 ч 45 мин |
|
||||
|
||||
### Главные потребители (по убыванию)
|
||||
|
||||
1. Полный вывод тестов внутри воркеров — 103 вывода по ~40 КБ.
|
||||
2. Повторное чтение diff'ов координатором — 19 outputs >10 КБ, 413 КБ.
|
||||
3. Опросный цикл ревьюера-апрувера — 21 ход, сессия 947 КБ.
|
||||
4. `/goal`-петли (issues 05 и 06) — ~400K токенов каждая.
|
||||
5. Отчёты субагентов на границе — низкое влияние (среднее 2,6 КБ).
|
||||
|
||||
### Гипотезы и вердикты
|
||||
|
||||
| # | Гипотеза | Вердикт | Доказательство |
|
||||
|---|---|---|---|
|
||||
| H1 | контекст рос из-за отчётов субагентов | **опровергнута** | средний отчёт 2,6 КБ, max 7,3 КБ; diff и логи в них не входили |
|
||||
| H2 | координатор перечитывал то, что воркер уже сообщил | **подтверждена** | 19 полных diff в сессии координатора, 413 КБ |
|
||||
| H3 | компактизация теряла важное и его восстанавливали | частично | после компактизации координатор перечитывал статусы issue и git-историю |
|
||||
| H4 | полный режим ревью применялся избыточно | частично, переосмыслена | дело не в самом ревью, а в polling-overhead: 42/44 таймаута, сессия 947 КБ |
|
||||
| H5 | лимит съели `/goal` и тест-прогоны | частично | 103 полных ретеста — главное; `/goal` был только на 05–06 |
|
||||
|
||||
### Что Codex дал верно, несмотря на промах с локацией
|
||||
|
||||
Его интроспекция угадала **форму** балласта (материал, который должен был сжиматься после своего
|
||||
момента) и продиктовала точные компактные форматы. Он перечислил, что таскал зря: полные выводы
|
||||
тестов; полные diff'ы крупных файлов; полные отчёты ревьюеров (вместо классифицированных
|
||||
находок); полные отчёты воркеров после приёмки issue; тексты уже закрытых issue; собственные
|
||||
пользовательские апдейты («запускаю», «жду воркера»); полные build/compose/ClickHouse-логи;
|
||||
длинные фрагменты спек после первичного чтения.
|
||||
|
||||
Ключевой ответ про классификацию находок: отчёта субагента **хватало для маршрутизации**
|
||||
(blocker / риск / docs-мелочь / ложная тревога), но для финального решения «чинить или нет» по
|
||||
**межмодульному инварианту** он **всё равно лез в код** — отчёт был индексом и аргументацией, а
|
||||
не заменой чтения. Примеры мест, куда он шёл: `service.py:_is_startup_history_state`, порядок
|
||||
записи manifest/state, путь восстановления state→manifest→state→live load→startup-marker→
|
||||
fallback, SQL-воронка для доказательства. Вывод: лучший отчёт — это **индекс** (находка,
|
||||
`файл:строка`, минимальный путь воспроизведения, какой критерий нарушен, что проверить в коде),
|
||||
а не нарратив.
|
||||
|
||||
Про `wait_agent`: таймауты стояли 600000 мс (10 мин) для воркера/ревьюера, 900000 мс (15 мин)
|
||||
для долгих стендовых задач, 180000 мс (3 мин) после запроса промежуточного статуса.
|
||||
Push-уведомления (`<subagent_notification>`) приходили, но Codex им не доверял и ждал заново —
|
||||
отсюда лишний опрос. Сам прописал лечение: на уведомление **сразу обрабатывать результат**, а не
|
||||
запускать `wait_agent` повторно; после `spawn_agent` не делать длинный `wait_agent`, если есть
|
||||
локальная работа; один разумный статус-таймер вместо polling-цикла.
|
||||
|
||||
## Prior art: obra:superpowers `subagent-driven-development`
|
||||
|
||||
Чужой навык глубоко проработан (в том числе по экономии токенов и выбору минимально достаточной
|
||||
модели) и стоит на той же идее: оркестратор не делает работу сам, держит контекст чистым,
|
||||
субагенты — «свежий контекст». По части ядра мы переизобретали его.
|
||||
|
||||
Как у них устроено: на задачу один эфемерный **implementer** → два последовательных ревьюера
|
||||
(spec-review → quality-review) → фиксы → следующая задача. Задачи строго последовательны.
|
||||
Implementer возвращает компактный статус `DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT` +
|
||||
изменённые файлы + итог тестов (без полного вывода). Spec-reviewer читает реальный код и не
|
||||
доверяет докладу implementer'а. Модель выбирается по роли (дешёвая → стандартная → сильная).
|
||||
|
||||
**Берём оттуда:**
|
||||
|
||||
- **Ревьюер читает код сам и не верит докладу** — жёсткое правило, убивает Пожар A по построению
|
||||
(координатор перестаёт быть верификатором).
|
||||
- **Модель по роли.** Поправка под нас: наш implementer «толстый» (`/goal`), ему нужна сильная
|
||||
модель; дешёвая выигрывает на субагенте-верификаторе простых находок, docs-проверках и
|
||||
диагностике (разбор логов мы и сделали на Sonnet).
|
||||
- **Статус-контракт воркера** `DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT` — протокол
|
||||
эскалации, которого у нас нет: воркер сам стопорится на архитектурной неясности.
|
||||
- **Качественная стадия ревью** (хорош ли код, межмодульные инварианты).
|
||||
|
||||
**Не берём (сознательно другой выбор):**
|
||||
|
||||
- У superpowers **толстый план** (~2000 строк, почти реализация) + тонкий механический
|
||||
implementer. У нас **тонкий issue** (acceptance criteria) + толстый `/goal`, который сам
|
||||
додумывает реализацию и самопроверяется. Для учебного репозитория наш путь лучше: issue
|
||||
читаемы менти, реальное решение живёт в петле, нет огромного плана.
|
||||
- Их **спек-стадия ревью** у нас по большей части избыточна: «выполнили ли спеку» уже проверяет
|
||||
петля `/goal`. Берём только качественную линзу.
|
||||
> **Поправка 2026-07-02 (по опыту эксплуатации).** Отменено. На практике два лена ревью
|
||||
> **разными субагентами** (task-lens «сделал ли то, что в issue/спеке» + code-lens «качество
|
||||
> и межмодульное») находят **непересекающиеся** множества — и не так редко. Держим оба, но
|
||||
> как **полный режим** (по порогу риска), а task-lens можно на дешёвой модели. См. раздел
|
||||
> «Режимы ревью» в `SKILL.md`.
|
||||
|
||||
Вывод: `coordinator-loop` остаётся отдельным навыком (своя идентичность — цепочка issue из
|
||||
`/to-issues`, гейт-классификация находок, владение коммитом). Заимствуем механику делегирования,
|
||||
а не план-центричную философию.
|
||||
|
||||
## Решения сессии — с адресами правок в `SKILL.md`
|
||||
|
||||
**Принято (дёшево, метрически обосновано):**
|
||||
|
||||
1. **Координатор не читает diff ради проверки находки.** Чтение кода уходит ревьюеру-субагенту:
|
||||
он читает код сам и возвращает только вердикт. Чинит Пожар A (413 КБ). Куда править:
|
||||
- «Цикл на одну задачу», **шаг 8 «Свой sanity-check»** — сейчас список включает чтение
|
||||
(дефолты, compose/конфиги, документы, acceptance criteria, git status, тесты). Сузить:
|
||||
sanity-check проверяет связи, но **не читает diff/код ради верификации находки** — это
|
||||
работа ревьюера.
|
||||
- «Роли», пункт **Координатор** («делает sanity-check») — уточнить так же.
|
||||
- «Роли», пункт **Независимый ревьюер** — добавить жёсткое правило superpowers: ревьюер
|
||||
читает код сам и **не верит докладу**; именно он несёт верификацию.
|
||||
- «Когда звать независимого ревьюера» — это и есть порог, на котором верификация (с чтением
|
||||
кода) уходит в субагента; для межмодульных инвариантов — обязательно.
|
||||
|
||||
2. **Доверять push, не крутить `wait_agent` по кругу.** Пришло `<subagent_notification>` — сразу
|
||||
обрабатывать; один разумный статус-таймер вместо polling-цикла; после `spawn_agent` не делать
|
||||
длинный `wait_agent`, если есть локальная работа. Возможно, самый дешёвый одиночный выигрыш
|
||||
(сток 947 КБ почти случайный, не дизайн). Куда править — **открытый вопрос** (см. ниже):
|
||||
`wait_agent` — рантайм Codex, а `SKILL.md` host-agnostic. Связано со «Цикл», **шаг 4
|
||||
«Дождись отчёта»**.
|
||||
|
||||
**Намеренная цена — НЕ трогать:**
|
||||
|
||||
- `/goal`-петля (~400K токенов/задача) — сознательный обмен на качество решения;
|
||||
- независимое межмодульное ревью на пороге риска;
|
||||
- декомпозиция «тонкий issue + толстый `/goal`».
|
||||
|
||||
**Кандидаты-фиксы (не приняты, проверить на прогоне) — с адресами:**
|
||||
|
||||
- **Точечные тесты в петле, полный тест-сет — только на гейте.** Главный потребитель токенов
|
||||
(103 ретеста). Риск пропустить межмодульный регресс в середине петли ловит гейт + межмодульный
|
||||
ревьюер. Куда: «Контракт задания worker-у» (методика тестов) и шаг 12 «Коммит» (полный сет
|
||||
перед коммитом).
|
||||
- **Отчёты в формате индекса, а не нарратива.** Куда: «Контракт задания worker-у» →
|
||||
«формат финального отчёта»: находка/изменение, `файл:строка`, минимальный repro, какой
|
||||
критерий, что проверить; запрет на вставку diff и полных логов.
|
||||
- **Статус-контракт воркера** `DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT`. Куда:
|
||||
«Контракт задания worker-у».
|
||||
- **Демоушн закрытых issue** в компактную durable-форму (`summary`), чтобы компактизация её не
|
||||
уничтожала. Куда: новый короткий раздел + связь с observability-handoff (`summary.md`).
|
||||
- **Файловый канал в общем дереве** для обмена находками (оркестрация по ссылке, а не payload
|
||||
через контекст). Куда: см. observability-handoff (`coordinator-runs/`).
|
||||
- **Модель по роли.** Куда: «Облегчённый и полный режим» / «Контракт задания worker-у».
|
||||
- **Только качественная стадия ревью** (спек несёт `/goal`). Куда: «Роли» (ревьюер) + «Когда
|
||||
звать независимого ревьюера». **(Отменено — см. поправку 2026-07-02 выше в разделе «Prior
|
||||
art»: два лена ревью держим, спек-линза не избыточна.)**
|
||||
|
||||
## Связь с handoff про наблюдаемость
|
||||
|
||||
Побратим `2026-06-14-observability-design.md` (рядом) уже спроектировал файловый канал
|
||||
`coordinator-runs/` (live-логи + `summary.md`, чтение по требованию, координатор не ведёт лог
|
||||
сам). Это **тот же** файловый канал, что нужен кандидатам-фиксам «демоушн» и «файловый канал».
|
||||
**Свести в один дизайн, не строить две файловые системы.** Оба не реализованы — слить легко.
|
||||
|
||||
## Открытые вопросы (с моей рекомендацией, но не закрыты)
|
||||
|
||||
1. **Объём первого захода.** A — полная переделка сразу; B — внести только два дёшевых правила,
|
||||
остальное пометить «проверить на следующем прогоне». Рекомендация: **B** (держит навык от
|
||||
разрастания).
|
||||
2. **Кто верифицирует находку** — автор-воркер со своим знанием кода и проверяемым обоснованием,
|
||||
или свежий ревьюер? Склонялись к автору на знании + независимый на пороге риска. Не закрыто.
|
||||
3. **Где живёт правило 2 (push/`wait_agent`).** Это рантайм Codex, а `SKILL.md` host-agnostic.
|
||||
Куда: короткий раздел «Синхронизация с субагентами» в `SKILL.md` с пометкой «Codex-specific»,
|
||||
либо `references/rationale.md`, либо привычка оператора. Не решено.
|
||||
4. **Слить ли два handoff** (этот и про наблюдаемость) в один дизайн до правки `SKILL.md`?
|
||||
Рекомендация: да.
|
||||
5. **Кросс-хост.** Файловый канал отчасти оправдан тем, что host-agnostic (Codex и Claude Code).
|
||||
Если на деле только Codex — обоснование слабее. Уточнить требование.
|
||||
6. **Носитель для проверки.** Фича почти закрыта (осталась issue 06), новой цепочки под рукой
|
||||
нет. На чём гонять проверочный прогон — пока неясно; числа-ориентиры ниже остаются baseline
|
||||
на будущую фичу.
|
||||
|
||||
## Числа-ориентиры для следующего прогона
|
||||
|
||||
Чтобы измерить, помогли ли фиксы, а не поверить на слово:
|
||||
|
||||
- пик контекста координатора: было 77 % окна (199K/258K) — должно заметно упасть;
|
||||
- собственные diff-чтения координатора: было 413 КБ — должно стремиться к нулю;
|
||||
- сессия ожиданий/опроса: было 947 КБ при 42/44 таймаутах — push обрабатывается, цикла нет;
|
||||
- прогоны полного тест-сета: было 103 — точечные в петле, полный только на гейте.
|
||||
|
||||
## Что ещё не сделано
|
||||
|
||||
- Решения не внесены в `SKILL.md`.
|
||||
- Кандидаты-фиксы не приняты и не проверены на реальном прогоне.
|
||||
- Два handoff не сведены.
|
||||
- Не решён объём первого захода (вопрос 1).
|
||||
- Не решено, где живёт правило 2 (вопрос 3).
|
||||
|
||||
## Рекомендуемые следующие шаги
|
||||
|
||||
1. Решить объём первого захода (A vs B).
|
||||
2. Свести этот handoff с handoff про наблюдаемость в один дизайн.
|
||||
3. Внести минимум в `SKILL.md` (два принятых правила) по адресам выше, сверяясь с superpowers как
|
||||
prior art.
|
||||
4. На ближайшей новой фиче замерить числа-ориентиры; по факту резать или добавлять.
|
||||
5. Опционально — лёгкая дивергенция/конвергенция через `brainstorm-with-docs`, если решение
|
||||
захочется поискать шире. Возможно, и не понадобится: два дешёвых фикса метрически очевидны.
|
||||
|
||||
## Suggested skills
|
||||
|
||||
- `write-a-skill` — при переносе правил в `SKILL.md`, чтобы не раздувать основной файл.
|
||||
- `brainstorm-with-docs` — если делать полноценный заход с дивергенцией/конвергенцией.
|
||||
- `conventional-commits` — для коммитов изменений в навыке.
|
||||
@@ -1,229 +0,0 @@
|
||||
# Handoff: наблюдаемость coordinator-loop
|
||||
|
||||
Дата: 2026-06-14 20:00 MSK
|
||||
Статус: рабочая договорённость, ещё не внесена в `SKILL.md`
|
||||
|
||||
## Зачем этот handoff
|
||||
|
||||
Нужно передать на другую машину выводы обсуждения про минимальную наблюдаемость
|
||||
работы субагентов в `coordinator-loop`. Это не runtime-инструкция: обычный агент
|
||||
при запуске скилла читает `SKILL.md`, а не этот файл. Если решение надо проверить
|
||||
на реальном цикле, короткий минимум придётся добавить в `SKILL.md`.
|
||||
|
||||
## Контекст
|
||||
|
||||
- Скилл: `/home/dementev/dotfiles/agents/.agents/skills/coordinator-loop/`.
|
||||
- Основная инструкция: `SKILL.md`.
|
||||
- Человеческое описание и границы: `README.md`.
|
||||
- Обоснование процесса: `references/rationale.md`.
|
||||
- В `dotfiles` уже были сделаны коммиты:
|
||||
- `aa3e362 fix(skill): уточнена обработка чужих правок координатором`
|
||||
- `8f6d9de docs(skill): уточнено назначение README coordinator-loop`
|
||||
|
||||
## Проблема
|
||||
|
||||
При долгой работе worker-а координатор и пользователь плохо видят, что происходит.
|
||||
Чатовый контекст ненадёжен: координатор может уйти в compaction, потерять детали
|
||||
старта команды или не понять, сколько длится ожидание. При этом нельзя превращать
|
||||
координатора в секретаря, который постоянно ведёт подробный журнал.
|
||||
|
||||
Нужна минимальная наблюдаемость:
|
||||
|
||||
- понять, какой issue сейчас в работе;
|
||||
- увидеть последнюю фазу и последнюю нетривиальную команду;
|
||||
- восстановить примерную длительность фаз;
|
||||
- не спамить координатора сообщениями;
|
||||
- не смешивать процессный шум с рабочими коммитами.
|
||||
|
||||
## Принятый дизайн
|
||||
|
||||
Использовать feature-local файлы рядом с локальными issues:
|
||||
|
||||
```text
|
||||
.scratch/<feature>/coordinator-runs/
|
||||
live/ # временные live-логи, в .gitignore
|
||||
<NN>-<issue-slug>.md
|
||||
summary.md # короткий итог, можно коммитить
|
||||
```
|
||||
|
||||
Причина: `.scratch/<feature>/` уже является местом локальных issues. Наблюдаемость
|
||||
должна жить рядом с ними, а не в глобальной папке.
|
||||
|
||||
## Git-правило
|
||||
|
||||
Не игнорировать весь `.scratch/`: в этом репозитории `.scratch/` используется как
|
||||
локальный issue tracker и коммитится. Игнорировать только живой шум:
|
||||
|
||||
```gitignore
|
||||
# Временные live-логи coordinator-loop.
|
||||
.scratch/*/coordinator-runs/live/
|
||||
```
|
||||
|
||||
`summary.md` можно коммитить как итоговый артефакт прогона.
|
||||
|
||||
## Live-log
|
||||
|
||||
Один файл на issue. Этого достаточно: цикл по feature одноразовый, а если worker
|
||||
упал и был запущен заново, новый worker продолжает дописывать тот же файл.
|
||||
|
||||
Координатор перед запуском worker-а:
|
||||
|
||||
1. создаёт `coordinator-runs/live/<NN>-<issue-slug>.md`;
|
||||
2. передаёт путь worker-у в задании;
|
||||
3. передаёт тот же путь reviewer-у, если reviewer нужен.
|
||||
|
||||
Worker и reviewer:
|
||||
|
||||
- только дописывают в конец файла;
|
||||
- не обязаны читать предыдущие записи;
|
||||
- ставят текущую временную метку в каждой записи;
|
||||
- не пишут рассуждения и полный вывод тестов.
|
||||
|
||||
Координатор:
|
||||
|
||||
- знает путь к live-log;
|
||||
- читает его только при необходимости: пользователь спросил статус, worker долго
|
||||
молчит, произошёл фазовый переход, нужен контекст перед коммитом;
|
||||
- не обязан вручную поддерживать live-log.
|
||||
|
||||
## Формат записи
|
||||
|
||||
Append-only Markdown-блоки. Они читаются глазами лучше, чем строки с `|`, и не
|
||||
ломаются от команд с кавычками или длинными путями.
|
||||
|
||||
```md
|
||||
### 2026-06-14 19:52 MSK — worker — tests
|
||||
|
||||
- event: started
|
||||
- command: `uv run pytest tests/generator/test_state.py`
|
||||
- note: checking state v2 restore cases
|
||||
```
|
||||
|
||||
```md
|
||||
### 2026-06-14 19:58 MSK — worker — tests
|
||||
|
||||
- event: passed
|
||||
- result: 8 passed
|
||||
- next: self-review
|
||||
```
|
||||
|
||||
Минимальные поля:
|
||||
|
||||
- заголовок: время, роль, фаза;
|
||||
- `event`: `started`, `progress`, `passed`, `failed`, `blocked`, `heartbeat`,
|
||||
`restarted`, `final`;
|
||||
- `command`: команда, если запись про запуск проверки;
|
||||
- `result`: короткий итог, если есть;
|
||||
- `next`: следующий шаг, если понятен;
|
||||
- `note`: короткая поясняющая заметка, если нужна.
|
||||
|
||||
## Что логировать
|
||||
|
||||
Обязательные события:
|
||||
|
||||
- старт работы по issue;
|
||||
- перезапуск worker-а после сбоя: `event: restarted`;
|
||||
- смена фазы;
|
||||
- начало нетривиальной команды;
|
||||
- результат нетривиальной команды;
|
||||
- блокер;
|
||||
- финальный отчёт готов.
|
||||
|
||||
Нетривиальная команда: тесты, линтеры, сборка, Docker, миграции, симуляции,
|
||||
обращение к внешнему сервису, обработка заметного объёма данных, либо любая
|
||||
команда, длительность которой агент не уверен как оценить.
|
||||
|
||||
Не логировать:
|
||||
|
||||
- каждую мелкую правку;
|
||||
- каждый прочитанный файл;
|
||||
- `rg`, `sed`, `ls`, `git diff`, `git status` и похожие быстрые операции;
|
||||
- внутренние рассуждения;
|
||||
- полный вывод тестов.
|
||||
|
||||
## Heartbeat
|
||||
|
||||
Heartbeat нужен как best-effort, а не строгий таймер.
|
||||
|
||||
Если работа длится больше примерно 5 минут и агент находится между командами или
|
||||
может безопасно прерваться на запись, он дописывает:
|
||||
|
||||
```md
|
||||
### 2026-06-14 19:55 MSK — worker — tests
|
||||
|
||||
- event: heartbeat
|
||||
- note: still working; waiting for simulation/test result
|
||||
```
|
||||
|
||||
Не строить отдельный таймер или фоновый процесс ради heartbeat. Если запущена
|
||||
блокирующая команда, достаточно записи `event: started` перед ней.
|
||||
|
||||
## Почему не state.md
|
||||
|
||||
Обсуждали отдельный `state.md`, который хранил бы текущий issue, фазу и ожидаемый
|
||||
следующий шаг. Отказались: если `state.md` ведёт координатор, это добавляет
|
||||
нагрузку и снова делает координатора секретарём. Если координатор ушёл в
|
||||
compaction, восстановиться можно из `git status` и хвоста последнего live-log.
|
||||
|
||||
Первый заход: без `state.md`.
|
||||
|
||||
## Почему без run-id
|
||||
|
||||
Обсуждали `live/<run-id>/<issue>.md`. Отказались: работа над feature идёт как
|
||||
один проход по issues. Старые прогоны не должны накапливаться. Если worker упал,
|
||||
новый worker пишет `event: restarted` в тот же файл issue.
|
||||
|
||||
## Summary
|
||||
|
||||
После завершения issue координатор переносит короткий итог в `summary.md`. Live-log
|
||||
остаётся временным и игнорируемым.
|
||||
|
||||
Формат раздела на issue:
|
||||
|
||||
```md
|
||||
## <NN>-<issue-slug>
|
||||
|
||||
Commit: <hash> <subject>
|
||||
Result:
|
||||
- <что наблюдаемо работает>
|
||||
|
||||
Checks:
|
||||
- `<command>` — passed/skipped
|
||||
|
||||
Review:
|
||||
- self-review: <summary>
|
||||
- independent review: <summary or not run>
|
||||
|
||||
Risks:
|
||||
- <none / list>
|
||||
```
|
||||
|
||||
## Что ещё не сделано
|
||||
|
||||
- Это решение пока не внесено в `SKILL.md`.
|
||||
- `.gitignore` проекта пока не обновлён правилом для `live/`.
|
||||
- Не было реального прогона coordinator-loop с такой наблюдаемостью.
|
||||
- Нужно решить, делать ли наблюдаемость всегда или только по явной просьбе / для
|
||||
длинных задач. Текущая рекомендация: включить как лёгкий стандарт для
|
||||
coordinator-loop, потому что нагрузка на координатора мала.
|
||||
|
||||
## Рекомендуемые следующие шаги
|
||||
|
||||
1. Внести короткий раздел «Наблюдаемость» в `SKILL.md`, иначе агент при запуске
|
||||
`/coordinator-loop` не обязан читать этот handoff или README.
|
||||
2. Добавить в `.gitignore` правило `.scratch/*/coordinator-runs/live/`.
|
||||
3. На ближайшем реальном прогоне проверить, не создаёт ли live-log лишний шум.
|
||||
4. После прогона уточнить `SKILL.md`: оставить, упростить или сделать режим
|
||||
опциональным.
|
||||
|
||||
## Suggested skills
|
||||
|
||||
- `write-a-skill` — при переносе правил в `SKILL.md`, чтобы не раздувать основной
|
||||
файл и оставить runtime-инструкции короткими.
|
||||
- `conventional-commits` — если изменения в скилле или `.gitignore` будут
|
||||
коммититься.
|
||||
- `grill-me` — если нужно ещё раз стресс-тестировать развилки: always-on vs opt-in,
|
||||
формат summary, порог heartbeat.
|
||||
- `coordinator-loop` — только при реальном прогоне issues после обновления
|
||||
`SKILL.md`.
|
||||
|
||||
@@ -1,52 +0,0 @@
|
||||
# Handoff: рефрейм coordinator-loop вокруг «индекс, не полный текст»
|
||||
|
||||
Дата: 2026-07-02 MSK
|
||||
Статус: сделано и принято независимым ревью (`/claude-team-review`, 2 раунда, APPROVED). Не закоммичено на момент написания записки — коммит идёт следом.
|
||||
|
||||
## Зачем этот handoff
|
||||
|
||||
Зафиксировать, что и почему сделано в сессии переписывания навыка, пока свежо. Сам дизайн живёт в `SKILL.md` — сюда его **не** дублирую, только решения, их обоснование и что осталось. Продолжает линию июньских handoff'ов (`2026-06-14-*`): те диагностировали болезнь, эта — лечение.
|
||||
|
||||
## Что сделано
|
||||
|
||||
`SKILL.md` переписан целиком (194 → 159 строк). Ядро — одно ведущее правило: **координатор работает по индексу, а не по полному тексту** (полный diff / вывод тестов / нарратив ревью в его контекст не входят). Это прямое лекарство от главной болезни из июньского handoff'а «context-economy»: контекст координатора пух от вычитывания сырья, компактился, дальше косяки.
|
||||
|
||||
Подробности — в `../SKILL.md`. README и `references/rationale.md` подровнены под новый дизайн; в июньский `2026-06-14-…-context-economy.md` вписана датированная поправка (см. ниже).
|
||||
|
||||
## Ключевые решения (и чем обоснованы)
|
||||
|
||||
- **User-invoked** (`disable-model-invocation: true`). Навык всегда зовут руками — авто-инвокация была no-op'ом, платившим context load за фразу «не включай меня».
|
||||
- **Per-finding триаж делегирован `claude-team-review`** (single source of truth). У координатора только chain-level корзины (риск / вне скоупа). Проверено на опыте: у team-review триаж встроен, «не применять слепо» — тоже.
|
||||
- **Ревьюера запускает сам worker** внутри `/goal`, не координатор → нарративы ревью не доходят до координатора. Чистота контекста «по построению».
|
||||
- **Режимы ревью по риску/стоимости**: тривиальный → `/goal` + отдельное саморевью свежим взглядом; обычный → один прогон team-review по коду; риск/гейт → два прогона **разными субагентами** (по задаче + по коду), проверку по задаче можно на дешёвой модели. Два лена ловят непересекающиеся находки — **опровергает** прежний наклон июньского handoff'а выкинуть спек-линзу (там вписана поправка).
|
||||
- **Коммит у координатора**; полный тест-сет на гейте, но в контекст координатора идёт **только сводка** (код возврата + имена упавших), не вывод. Эту дыру (полный тест-лог возвращал Пожар A в координатора) поймал ревьюер — не я.
|
||||
- **Финал цепочки**: (1) рекомендованное ревью на соответствие замыслу **сильной моделью** — целое против исходной спеки, ловит дрейф, который per-issue срезы не видят; это Codex (одна линия), берёт охват, не кросс-линию; (2) **handoff**, который готовит опциональный ручной кросс-линия проход Клодом и фиксирует непокрытую родословную как видимый риск.
|
||||
- **Родословная**: внутри Кодекса только модели Codex → team-review из-под Codex = ревьюер той же линии. Кросс-линия — это отдельный рабочий процесс пользователя (Клод пишет проектные документы, Кодекс выполняет), взаимодействие агентов **намеренно не автоматизировано**. Поэтому кросс-линия остаётся ручным опциональным проходом вне скилла.
|
||||
|
||||
## Процесс проверки (сам по себе — рабочий приём)
|
||||
|
||||
Дешёвый self-проход «проверь свежим взглядом» до дорогого ревью — сокращает список находок; сохранён в память `feedback_fresh_eyes_first_pass.md`. Полное ревью — через `/claude-team-review` (Codex-эквивалент `/adversarial-review` для опинейтед-скиллов не годится — «улучшит» намеренный дизайн). Ревью нашло 3 important + 4 minor, все закрыты, вердикт APPROVED.
|
||||
|
||||
## Что не сделано / открытые вопросы
|
||||
|
||||
- **Не замерено на реальной цепочке.** Числа-ориентиры из июньского handoff'а (пик контекста 77 %, 413 КБ diff-чтений, 103 полных тест-прогона) — baseline; рефрейм под них ещё не гонялся. Кандидат-носитель рядом: `.scratch/training-feedback-loop/issues/` в проекте pole-equipment-detector.
|
||||
- **Кандидаты-фиксы намеренно не внесены в SKILL.md** (непроверены): файловый канал `coordinator-runs/`, демоушн закрытых issue в `summary.md`, точечные тесты в петле vs полный сет на гейте как метрика, live-log наблюдаемости. Живут в июньских handoff'ах — вносить по факту замера, не вслепую.
|
||||
- Развилка «автор-воркер vs свежий ревьюер как верификатор нериск-находок» решена в пользу воркера с богатым контрактом — но это выбор, не доказанная истина.
|
||||
|
||||
## Где что лежит
|
||||
|
||||
- Источник-правды: `~/dotfiles/agents/.agents/skills/coordinator-loop/` (git, ветка master, remote gitverse). `~/.claude/skills` — симлинк на `~/dotfiles/agents/.agents/skills` (тот же инод), правка одной точки меняет обе.
|
||||
- Память сессии: `~/.claude/projects/-home-ddmitry-sources-pole-equipment-detector/memory/feedback_fresh_eyes_first_pass.md`.
|
||||
|
||||
## Рекомендуемые следующие шаги
|
||||
|
||||
1. Прогнать реальную цепочку (`.scratch/training-feedback-loop/issues/`) под новым `coordinator-loop`, замерить числа против baseline.
|
||||
2. По факту замера решить судьбу кандидатов (файловый канал / демоушн / метрика тестов).
|
||||
3. Если понадобится развести наблюдаемость и файловый канал — свести два июньских handoff'а в один дизайн (их «Связь» это предусматривала).
|
||||
|
||||
## Suggested skills
|
||||
|
||||
- `coordinator-loop` — при реальном прогоне цепочки для замера.
|
||||
- `writing-great-skills` — если по итогам замера править `SKILL.md` (держать от разрастания).
|
||||
- `claude-team-review` — ревью правок навыка (не `adversarial-review`).
|
||||
- `conventional-commits` — для коммитов изменений навыка.
|
||||
-211
@@ -1,211 +0,0 @@
|
||||
# Handoff: топология ревью под Codex, эскалация и дисциплина финала
|
||||
|
||||
Дата: 2026-07-04 MSK
|
||||
Статус: пакет правок по итогам боевого прогона; прошёл адверсарное ревью свежим
|
||||
субагентом (2 блокера, 7 important, 4 minor — все закрыты правкой этого текста).
|
||||
Внесено в `SKILL.md` и закоммичено той же сессией; итог сессии — в
|
||||
`2026-07-04-rework-session-claude-line.md` (рядом).
|
||||
|
||||
## Зачем этот handoff
|
||||
|
||||
Зафиксировать решения по итогам первого боевого прогона переписанного скилла
|
||||
(цепочка issue 07 → 11 фичи `generator-model-time-startup-history`,
|
||||
репозиторий `~/sources/clickstream-ch-kafka-superset-demo`) до правки `SKILL.md`.
|
||||
Источник фактов — журнал прогона
|
||||
`.scratch/generator-model-time-startup-history/coordinator-journal.md`
|
||||
(коммиты `d2899e9`, `5081319`, `0a240e3`): отдельного handoff'а координатор не
|
||||
написал, диагностика лежит в журнале.
|
||||
|
||||
## Что показал прогон
|
||||
|
||||
Хорошее: дисциплина «индекс, не полный текст» удержалась; журнал фиксировал
|
||||
происхождение ревью в момент события; финальное chain-ревью поймало дрейф PRD.
|
||||
Контекст координатора, по впечатлению пользователя, не страдал (прерывания и
|
||||
дополнительные вопросы прогон пережил) — но это наблюдение, не замер:
|
||||
числа-ориентиры июня (пик % окна, объём diff-чтений, число тест-прогонов) на
|
||||
этом прогоне не сняты, сырьё в `~/.codex` ротируется. Пункт остаётся открытым.
|
||||
|
||||
Проблемы:
|
||||
|
||||
1. **Worker не может запускать субагентов в среде Codex.** У субагентов нет
|
||||
`multi_agent_v1.spawn_agent`; `tool_search` не находит ни spawn, ни
|
||||
`claude-team-review`. Проверено дважды: read-only диагностом и отдельным
|
||||
диагностом с `agent_type=worker` (журнал, записи «Диагностика nested review
|
||||
tools»). Ключевое допущение дизайна («ревьюера запускает сам worker внутри
|
||||
`/goal`») в этой среде не работает. Координатор импровизировал: запускал
|
||||
ревьюеров сам и возвращал worker-у индекс находок — сработало.
|
||||
2. **Пинг-понг ревью без ограничителя.** Issue 07 прошёл пять кругов code
|
||||
review; спорная находка (raw-сериализация) продержалась два круга, пока
|
||||
координатор не изобрёл «узкий гейт на xhigh» по одной находке (усиленный
|
||||
уровень понадобился на двух кругах из пяти плюс на финальном chain-ревью —
|
||||
и по делу). Ограничителя и правил эскалации в скилле нет — открытые вопросы
|
||||
rationale стали боевыми.
|
||||
3. **Статус-контракт смешивает «работа заблокирована» и «шаг процесса
|
||||
недоступен»**: worker по issue 11 вернул `BLOCKED` при готовой реализации —
|
||||
заблокирован был только механизм ревью. Со стендовыми проверками так же:
|
||||
docker недоступен в песочнице worker-а (07).
|
||||
4. **Финальный handoff не написан** — шаг «Финал цепочки, п.2» тихо выпал,
|
||||
бриф для кросс-прохода никто не получил.
|
||||
5. **Закрытие issue делалось, но внутри feature-коммитов**: статусы 07 и 11
|
||||
переведены в `done` в коммитах `3c38465` и `4f8f992` — процессная правка
|
||||
смешана с рабочим diff. Прошлая цепочка (01–06) хуже: статусы остались
|
||||
неверными («ready-for-human от глючившего координатора», триаж 2026-07-04).
|
||||
Правила в скилле нет — каждый прогон решает по-своему.
|
||||
6. **Журнал без меток времени** — длительность этапов и границы issue по
|
||||
времени не восстановить. Метка времени была в дизайне live-log
|
||||
(`2026-06-14-observability-design.md`) и потерялась, когда live-log «вырос
|
||||
в журнал» (2026-07-03).
|
||||
|
||||
## Решения (пакет правок)
|
||||
|
||||
1. **Датированный факт среды вместо preflight-пробы.** В `SKILL.md` — короткая
|
||||
врезка: «Среда Codex (проверено 2026-07-04): worker не может запускать
|
||||
субагентов; ревьюеров запускает координатор». Не перепроверять каждый
|
||||
прогон — только при сигнале обратного (например, `tool_search` нашёл spawn).
|
||||
Гонять диагностику на каждой цепочке — жечь токены и время.
|
||||
|
||||
2. **Топология ревью: запуск у координатора, триаж у worker-а.**
|
||||
- Координатор запускает reviewer-субагентов-**наблюдателей** и пересылает
|
||||
worker-у индекс находок дословно, без своих интерпретаций (он не читает
|
||||
код и судить не может). Наблюдатель — не read-only субагент: инструменты
|
||||
полные (тесты, воспроизведение, поиск), ограничение «не менять репозиторий
|
||||
и среду» держится промптом — как в `claude-team-review`.
|
||||
- `claude-team-review` запускает только **владелец правок** — worker, в
|
||||
средах, где worker может запускать субагентов. Координатору запускать
|
||||
team-review нельзя: его лид чинит код сам, а это второй писатель в дереве
|
||||
и слом границы «координатор кода не трогает». Под Codex механизм —
|
||||
reviewer-субагент координатора с ревью-промптом; промпт адаптирован в
|
||||
`references/reviewer-prompt.md` самого скилла (из `claude-team-review`) —
|
||||
скилл самодостаточен, внешних файлов не требует.
|
||||
- Триаж находок остаётся в worker-е: у него контекст кода и «зачем» из
|
||||
контракта. Worker вправе аргументированно отклонить находку — через
|
||||
контракт и тест, не голословно (приём из прогона).
|
||||
- Бонус топологии: координатор видит зацикливание ревью (см. п.4).
|
||||
- Цена: индексы ревью идут через контекст координатора, по кругу на каждый
|
||||
rerun. Прямого замера этого трафика нет (июньские 2,6 КБ — замер
|
||||
финальных отчётов worker-ов, не пер-раундового трафика ревью), но порядок
|
||||
тот же — килобайты. Если на длинной цепочке начнёт пухнуть — готовый
|
||||
фолбэк: файловый канал из `2026-06-14-observability-design.md` (ревьюер
|
||||
пишет индекс в файл, координатору — путь и вердикт). Сейчас не вносим.
|
||||
|
||||
3. **Контракт ревьюеру** (новый, симметричен контракту worker-а): наблюдатель
|
||||
с полными инструментами (ограничение «не менять репозиторий и среду» —
|
||||
промптом), код читает сам и докладу worker-а не верит; возвращает
|
||||
**индекс** — находка,
|
||||
`файл:строка`, какой критерий нарушен, минимальный repro; вердикт одной
|
||||
строкой (`APPROVED` / `CHANGES_REQUESTED`); запрет вставлять diff, полный
|
||||
вывод тестов и нарратив рассуждений. Уровень мышления и модель задаёт
|
||||
координатор при запуске (см. п.5).
|
||||
|
||||
4. **Политика кругов ревью.** Тождество находок между кругами судит не
|
||||
координатор (по индексам оно не определяется — формулировки и `файл:строка`
|
||||
между кругами плывут, что видно по прогону 07), а **worker в триаже**: если
|
||||
ревьюер снова поднимает вопрос, который worker уже аргументированно
|
||||
отклонял, worker помечает это в своём индексе флагом **«спор»** с отсылкой
|
||||
к прежнему обоснованию. Координатор реагирует на флаг и на общий счётчик:
|
||||
- **спор** → не общий rerun, а узкий гейт по спорному вопросу на усиленном
|
||||
уровне (паттерн «xhigh narrow gate» из прогона);
|
||||
- спор пережил и узкий усиленный гейт → **стоп, решение человека**;
|
||||
- независимо от споров: больше **четырёх** кругов ревью на issue → стоп,
|
||||
координатор выносит человеку вопрос «дробить issue или принимать риск»
|
||||
(потолок взят по прогону 07 — пять кругов прошли без управления);
|
||||
- rerun после правок по гейт-находкам назначает координатор автоматически —
|
||||
это больше не concern worker-а (в прогоне дважды висело «rerun ещё не
|
||||
выполнен»).
|
||||
|
||||
5. **Две ручки стоимости: модель по роли и уровень мышления.** Это разные оси,
|
||||
не смешивать: «модель по роли» в скилле уже есть (дешёвая на task-lens,
|
||||
сильная на финале), прогон же эскалировал **уровень рассуждений** (xhigh)
|
||||
на той же модели. Вводим три относительных уровня без имён:
|
||||
*экономный* (ступень вниз: task-lens ревью, диагностика, разбор логов),
|
||||
*рабочий* (дефолт: worker, обычное code review), *усиленный* (ступень
|
||||
вверх: эскалация по п.4, находки про межмодульные инварианты и форму
|
||||
распределений, финальное chain-ревью — усиленный уровень на сильной
|
||||
модели). Соответствие ролей конкретным моделям и уровням хоста — датированная
|
||||
таблица `references/effort-levels.md`; логика скилла имён не знает. Дефолт —
|
||||
рабочий уровень, вверх только по триггеру. Хост без управляемых уровней:
|
||||
эскалация вырождается в «свежий субагент». Уровень фиксируется в записи
|
||||
журнала о запуске ревью.
|
||||
|
||||
6. **Происхождение ревью пишет координатор в журнал** — в момент запуска и в
|
||||
момент вердикта: режим, механизм, кто запускал, уровень, вердикт. Worker
|
||||
больше не автор этой строки (факты «кто запускал» и «уровень» знает только
|
||||
координатор); в индексе worker-а остаются саморевью и триаж (включая флаг
|
||||
«спор»). Честная граница прежняя: журнал — самозапись координатора,
|
||||
append-only след для внешней проверки; ложь в моменте ловит кросс-линия и
|
||||
человек, не сам журнал.
|
||||
|
||||
7. **Метка времени в журнале.** Каждая запись начинается с `HH:MM` (дата — в
|
||||
заголовке дня; время брать вызовом `date`, модель его не знает). Порог
|
||||
записей прежний — точки записи из раздела «Журнал прогона»; мельче
|
||||
(каждая команда, каждый прочитанный файл) не писать, чтобы метки не
|
||||
превратили журнал в спам. Heartbeat worker-а в пакет **не входит**: журнал
|
||||
пишет только координатор, файлового канала нет, а слать сигналы в контекст
|
||||
координатора — противоречить его экономии. Если когда-нибудь вносим
|
||||
файловый канал — heartbeat возвращается вместе с ним (дизайн готов в
|
||||
observability-handoff).
|
||||
|
||||
8. **Статус-контракт: недоступность стендовой проверки ≠ `BLOCKED`.** Если
|
||||
проверка (docker, стенд, сеть) недоступна в среде worker-а, он возвращает
|
||||
`DONE_WITH_CONCERNS` с фактом («docker отсутствует: <вывод>») и **готовой
|
||||
командой**, которую координатор прогоняет сам. `BLOCKED` — только про саму
|
||||
работу. Оговорка по прогону: команда может не пройти и у координатора
|
||||
(на коммит-гейте 11 `snap-confine` ломал dry-run в sandbox — перегоняли вне
|
||||
sandbox); тогда координатор фиксирует в журнале, где и как проверка
|
||||
прошла фактически. Случай «ревью недоступно worker-у» из контракта уходит
|
||||
совсем — worker ревью больше не запускает (п.2).
|
||||
|
||||
9. **Дисциплина финала.**
|
||||
- Обновить PRD/трекер **до** финального chain-ревью, чтобы оно проверяло
|
||||
приведённое состояние (low finding прогона — предсказуемый класс).
|
||||
- После коммит-гейта issue — `Status: done` в файле issue, **docs-коммитом
|
||||
вместе с журналом**, не в feature-коммите. Это смена фактического
|
||||
поведения (прогон 07/11 закрывал статусы внутри feature-коммитов):
|
||||
файл issue — процессный, как и журнал, и на границе шага 6 «только файлы
|
||||
worker-а» он файлом worker-а не считается.
|
||||
- Финальный handoff обязателен для нетривиальной цепочки и является
|
||||
**условием выхода из цикла**, а не пунктом-пожеланием; место и формат — по
|
||||
конвенции репозитория (AGENTS.md / ADR), если она есть.
|
||||
|
||||
## Куда править
|
||||
|
||||
- `SKILL.md`:
|
||||
- frontmatter `description` («с ревью через claude-team-review» — убрать);
|
||||
- «Роли» — ревьюер: запускает координатор, наблюдатель, контракт по п.3;
|
||||
- врезка про среду Codex (п.1);
|
||||
- «Цикл» — шаги 4–6: приём индекса ревью, политика кругов и rerun (п.4),
|
||||
происхождение в журнале (п.6), закрытие issue (п.9);
|
||||
- «Журнал прогона» — метка времени (п.7), происхождение пишет координатор;
|
||||
- «Контракт задания worker-у» — убрать запуск team-review worker-ом,
|
||||
добавить триаж находок ревью + флаг «спор», статус-контракт по п.8;
|
||||
- новый раздел «Контракт ревьюеру» (п.3);
|
||||
- «Режимы ревью» — две ручки (модель по роли + уровень мышления), таблица
|
||||
`references/effort-levels.md` (п.5);
|
||||
- «Классификация находок» — триаж делает worker, не «team-review внутри
|
||||
worker-а»;
|
||||
- «Финал цепочки» — порядок: PRD/трекер → chain-ревью (усиленный уровень на
|
||||
сильной модели) → handoff как условие выхода (п.9);
|
||||
- чек-лист — привести к новым ролям (происхождение в журнале, уровни,
|
||||
handoff обязателен, закрытие issue).
|
||||
- `README.md`: строка потока и раздел «Что получается» («/goal + /tdd +
|
||||
claude-team-review», «per-finding триаж делает claude-team-review внутри
|
||||
worker-а»), «сильной моделью» в описании финала, раздел «Статус и что
|
||||
дальше» — открытый вопрос «бюджет кругов ревью» закрывается п.4.
|
||||
- `references/rationale.md`: датированная поправка 2026-07-04 — факт среды
|
||||
Codex, боевое подтверждение вопросов про круги ревью, закрытие вопроса
|
||||
«бюджет кругов» политикой п.4.
|
||||
- `references/effort-levels.md`: новая датированная таблица уровней (п.5).
|
||||
|
||||
## Чего сознательно не делаем
|
||||
|
||||
- Файловый канал / `coordinator-runs/` — не вносим, зафиксирован как фолбэк
|
||||
(п.2) и носитель heartbeat (п.7).
|
||||
- Preflight-проба среды на каждый прогон — отвергнута (расход без пользы).
|
||||
- Автоматизация кросс-линейного прохода — по-прежнему вне скилла.
|
||||
- Замер чисел-ориентиров июня — не сделан в этом прогоне и не закрыт; снять
|
||||
на следующей цепочке, пока сырьё в `~/.codex` не ротировалось.
|
||||
|
||||
## Suggested skills
|
||||
|
||||
- `conventional-commits` — коммиты в dotfiles.
|
||||
- `coordinator-loop` — следующий боевой прогон (цепочка 12 или 08) как замер.
|
||||
-163
@@ -1,163 +0,0 @@
|
||||
# Handoff: сессия переработки скилла по итогам боевого прогона
|
||||
|
||||
Дата: 2026-07-04 MSK (вечер, после прогона 07 → 11); дополнено 2026-07-05
|
||||
(после прогона 15 → 19, см. последний раздел).
|
||||
Статус: сделано и закоммичено (`2d9fc7e` в dotfiles). Сессия Claude Code —
|
||||
правки вносила модель другой родословной, чем та, что гоняла прогон.
|
||||
|
||||
## Зачем этот handoff
|
||||
|
||||
Продолжение в новой сессии: что решено, как проверено, что осталось. Сами
|
||||
решения и их обоснования — в пакете правок рядом
|
||||
(`2026-07-04-codex-topology-and-escalation.md`), сюда их не дублирую.
|
||||
|
||||
Отдельно стоит зафиксировать форму: разбор прогона Codex и переработку скилла
|
||||
делал Claude — по сути это был кросс-линейный проход по **процессу** (не по
|
||||
коду фичи). Он же дал главный улов сессии — см. ниже. Рабочее разделение
|
||||
пользователя (Claude — документы и планы, Codex — исполнение) на скиллах
|
||||
работает так же, как на коде.
|
||||
|
||||
## Как проверялось (сам процесс — рабочий приём, повторить)
|
||||
|
||||
1. Черновик пакета → **адверсарное ревью свежим субагентом** с проверкой
|
||||
каждого утверждения по первоисточникам (журнал прогона, SKILL.md, старые
|
||||
handoff'ы). Улов: 2 blocker, 7 important, 4 minor — все закрыты правкой
|
||||
пакета до внесения в SKILL.md.
|
||||
2. Внесение → **лёгкое саморевью свежим взглядом** (без субагентов): 4 находки,
|
||||
3 исправлены.
|
||||
3. Досоздание `reviewer-prompt.md` → ещё одно лёгкое саморевью: 2 находки
|
||||
(обе реальные — untracked-файлы невидимы в diff; предусловие ревью-гейта),
|
||||
исправлены амендом.
|
||||
|
||||
Блокеры адверсарного ревью били по ядру пакета (неисполнимый критерий «та же
|
||||
находка» в политике кругов; team-review из-под координатора = второй писатель) —
|
||||
без этого шага они уехали бы в SKILL.md.
|
||||
|
||||
## Повороты после ревью (чего не было в исходном замысле)
|
||||
|
||||
- **Наблюдатель, не read-only** — поправка пользователя: ревьюеру нужны
|
||||
инструменты (тесты, воспроизведение, поиск), ограничение «не менять
|
||||
репозиторий и среду» держится промптом, как в `claude-team-review`.
|
||||
- **Скилл сделан цельным**: `references/reviewer-prompt.md` — адаптация
|
||||
шаблона из `claude-team-review` под нашу топологию (чинящего лида нет,
|
||||
вердикты наши, четыре фокуса, блок rerun учитывает отклонения worker-а).
|
||||
Зависимость от файлов чужого скилла снята.
|
||||
- **Тождество находок судит worker** (флаг «спор»), координатор считает
|
||||
только круги — ответ на блокер ревью.
|
||||
- Определение круга, критерий закрытия гейта, предусловие ревью-гейта
|
||||
(`DONE`/`DONE_WITH_CONCERNS`) — из саморевью.
|
||||
|
||||
## Что не сделано / открытые вопросы
|
||||
|
||||
- **Числа-ориентиры июня не замерены** (пик контекста, трафик через
|
||||
координатора, тест-прогоны): «контекст не пострадал» в прогоне 07 → 11 —
|
||||
впечатление пользователя, не замер. Снять на следующем прогоне по горячему:
|
||||
сырьё в `~/.codex` (logs/sessions) ротируется.
|
||||
- **Политика кругов не проверена вживую** — потолок четыре круга и флаг
|
||||
«спор» появились после прогона; первый боевой тест — следующая цепочка
|
||||
(12 «DAG-пульт» или 08 «миграция курса» в clickstream-репозитории).
|
||||
- **`references/effort-levels.md` — первый черновик**: соответствия уровней
|
||||
подобраны по одному прогону, калибровать по журналам (уровень пишется в
|
||||
происхождение ревью — данные будут копиться сами).
|
||||
- **Кросс-хост не гонялся**: ветка Claude Code в effort-levels — умозрительная.
|
||||
|
||||
## Где что лежит
|
||||
|
||||
- Пакет правок с обоснованиями: `2026-07-04-codex-topology-and-escalation.md`
|
||||
(рядом).
|
||||
- Изменённые файлы: `SKILL.md`, `README.md`, `references/rationale.md`
|
||||
(поправка 2026-07-04), новые `references/effort-levels.md` и
|
||||
`references/reviewer-prompt.md`.
|
||||
- Журнал боевого прогона-источника:
|
||||
`~/sources/clickstream-ch-kafka-superset-demo/.scratch/generator-model-time-startup-history/coordinator-journal.md`.
|
||||
|
||||
## Дополнение той же ночью: вторая волна правок по живому прогону
|
||||
|
||||
Прогон цепочки 12 → 14 → 09 → 10 → 08 (Codex) шёл параллельно с этой сессией и
|
||||
дал шесть процессных находок; все закрыты правками скилла до конца прогона
|
||||
(коммиты `9fda85f`…`12a4783`):
|
||||
|
||||
- субагенты — свежими сессиями, без форка истории координатора; но свежая
|
||||
сессия — правило запуска, не запрет продолжения: узкий rerun — тем же
|
||||
ревьюером через `send_input` (обратное сожгло пять полных xhigh-кругов
|
||||
финального ревью);
|
||||
- уровни мышления: субагенты не наследуют уровень сессии (дефолт spawn —
|
||||
medium), задавать явно; в журнал — фактическое значение, не название яруса;
|
||||
таблица перекалибрована: worker обычных issue — medium, любое ревью — high
|
||||
(эксперимент, критерий выхода — круги ревью по журналам), спор/финал — xhigh;
|
||||
- финал: находки — по классу файла (процессные чинит координатор, проектные —
|
||||
fixer-субагент; триаж — у fixer-а); словарь статусов отчётов
|
||||
(«APPROVED финального ревью ≠ завершение цепочки»); предупреждение о расходе
|
||||
на третьем круге.
|
||||
|
||||
Кросс-линейный проход по итогам цепочки (Claude, 4 параллельных адверсарных
|
||||
ревьюера с исполняемыми доказательствами) дал 1 critical, 5 high, 10 medium,
|
||||
4 low после APPROVED финального ревью линии — третий случай подтверждения
|
||||
находки о родословной; отчёт —
|
||||
`clickstream-repo:.scratch/handoffs/20260705-0002-cross-review-generator-chain.md`.
|
||||
|
||||
Урок сессии: живой прогон под наблюдением человека — самый дешёвый источник
|
||||
процессных находок; все шесть дефектов увидел пользователь на экране/в журнале,
|
||||
ни один — самоотчёт координатора.
|
||||
|
||||
## Дополнение 2026-07-05: ретро прогона 15 → 19 и калибровка (Claude)
|
||||
|
||||
Цепочка 15 → 18 плюс багфикс-issue 19 по кросс-ревью (Codex) завершена. После неё
|
||||
Codex дал ретро по скиллу и разбор вопроса «не зря ли worker-ы на medium»; Claude
|
||||
сверил ретро с журналом прогона — первый случай, когда самоотчёт линии полностью
|
||||
сошёлся с первоисточником (Codex отвечал по журналу, а не по памяти).
|
||||
|
||||
- **Эксперимент medium-worker: критерий выхода не сработал.** Medium-issue в
|
||||
основном закрывались за один круг ревью (16, 18, 12, 08 — по одному; 17 и 10 —
|
||||
по два), а issue 15 на high тоже собрал круг находок — глубина не покупает
|
||||
чистый первый проход. Решение: уровни в таблице не менять, точность даёт
|
||||
классификация issue. Итог записан в `references/effort-levels.md`.
|
||||
- **Три правки скилла** (коммит `b8f1fe0`): предусловие входа (качественно
|
||||
подготовленные issue — обычно выход `/to-issues`; мутные — сначала прояснение
|
||||
замысла, иначе цикл превращается в машину ревью-кругов); точная граница чтения
|
||||
координатора (запрет только на код ради верификации, процессные артефакты — его
|
||||
зона); расширенный классификатор риска (версионирование state, разрушающие пути
|
||||
во внешние сервисы, fail-open проверки) — по нему issue 17 ушёл бы в гейт сразу.
|
||||
- Правки держались проектно-нейтральными (поправка пользователя): полный
|
||||
тест/линт-гейт — дело репозитория, скилл предписывает лишь «полный тест-сет».
|
||||
- Закрыты два пункта из «не сделано» выше: `effort-levels.md` откалиброван по
|
||||
журналам двух цепочек; **политика кругов прошла живой тест** — узкие rerun'ы
|
||||
продолжением того же ревьюера работали, потолок четырёх кругов не достигнут ни
|
||||
на одном issue.
|
||||
- Осталось открытым: числа-ориентиры (пик контекста, трафик через координатора)
|
||||
так и не замерены; ветка Claude Code в effort-levels — по-прежнему
|
||||
умозрительная, кросс-хост не гонялся.
|
||||
|
||||
### Вторая волна той же сессии: кросс-ревью правок и контракт автономного прогона
|
||||
|
||||
Правки прошли два круга кросс-ревью Codex (та линия, что гоняла прогон, читала
|
||||
правки этой), находки сходились по убыванию — признак, что текст стабилизировался:
|
||||
|
||||
- Круг 1, medium: «Дефолт — рабочий уровень» противоречил таблице effort-levels
|
||||
(worker обычного issue — экономный) и толкал запускать всех worker-ов на high.
|
||||
Остаток старой формулировки, пропущенный саморевью при правке соседнего текста.
|
||||
Исправлено: уровень — по роли и классу issue из таблицы, дефолта «для всех» нет;
|
||||
заодно «форма распределений» расширена до доменных инвариантов данных — скилл
|
||||
общий, не только для генератора (`1d67a3f`, тронут и `reviewer-prompt.md`).
|
||||
- Круг 2, одна находка: в новом разделе «живой стенд» ошибочно попал в класс
|
||||
«может проверить только человек». Разведено по статус-контракту: недоступное
|
||||
worker-у прогоняет координатор (часть коммит-гейта), открытый риск в handoff —
|
||||
только недоступное и ему (`c959911`).
|
||||
|
||||
**Новый раздел «Контракт автономного прогона»** (`f6b9b3b`) — по предложению Codex
|
||||
из ретро; пользователь подтвердил: скилл и проектировался под сценарий «передал
|
||||
очередь issue и ушёл», но контракт вызова нигде не был записан. Внесено компактно,
|
||||
не по полному эскизу Codex: вход (список issue, порядок, «зачем»), мандат (весь цикл
|
||||
без уточняющих вопросов; локальные коммиты — да, push/теги/разрушение внешнего —
|
||||
только по поручению), стоп-условия **сводкой со ссылками на разделы-первоисточники**,
|
||||
не пересказом — чтобы не разъезжались. Попутно снят конфликт с автономностью:
|
||||
предупреждение о третьем круге ревью — не вопрос, ответа не ждать, жёсткая граница —
|
||||
потолок кругов. Назначение вынесено в description скилла.
|
||||
|
||||
Открытое: контракт автономного прогона вживую не проверен — первый тест на
|
||||
следующей цепочке.
|
||||
|
||||
## Suggested skills
|
||||
|
||||
- `coordinator-loop` — багфикс-цепочка по кросс-ревью = следующий замер.
|
||||
- `conventional-commits` — коммиты по итогам прогона.
|
||||
@@ -1,53 +0,0 @@
|
||||
# Уровни мышления и модели по ролям
|
||||
|
||||
Обновлено: 2026-07-05. Логика скилла оперирует относительными уровнями
|
||||
(экономный / рабочий / усиленный) и «моделью по роли»; здесь — привязка к
|
||||
конкретным настройкам хостов. Вышла новая модель или переименовались уровни —
|
||||
правится этот файл, не `SKILL.md`.
|
||||
|
||||
## Codex CLI (проверено на боевых прогонах 2026-07-04 и 2026-07-05)
|
||||
|
||||
Ручка уровня — reasoning effort субагента (`low` / `medium` / `high` / `xhigh`).
|
||||
|
||||
**Субагенты НЕ наследуют уровень сессии.** У `spawn_agent` свой дефолт — `medium`:
|
||||
промолчал про уровень — получил ступень ниже рабочей (наблюдение прогона issue 12:
|
||||
сессия `high`, worker и ревьюер молча ушли на `medium`). Уровень задавай **явно
|
||||
каждому субагенту** при запуске.
|
||||
|
||||
| Роль | Уровень | Настройка |
|
||||
|---|---|---|
|
||||
| worker на обычном issue; task-lens ревью, диагностика, разбор логов | экономный | `medium` |
|
||||
| **любое code review**; worker на гейтовом issue | рабочий | `high` |
|
||||
| узкий гейт по спору, финальное chain-ревью | усиленный | `xhigh` |
|
||||
|
||||
Почему ревью глубже worker-а, а не наравне: у worker-а есть страховочная сетка ниже
|
||||
по течению (тесты в петле, саморевью, ревью, коммит-гейт), у ревьюера её нет —
|
||||
пропущенную находку не ловит никто до кросс-линии и человека, «не нашёл» выглядит как
|
||||
«искать было нечего». Плюс экономика: worker — самая дорогая петля (~400K токенов на
|
||||
issue), ревью — один короткий прогон; глубина дешевле там, где прогон короткий, а цена
|
||||
пропуска — целый лишний круг.
|
||||
|
||||
Калибровка по журналам двух цепочек (2026-07-05): worker-ы на `medium` в основном
|
||||
закрывались за один круг ревью; worker на `high` всё равно собрал круг находок — глубина
|
||||
не покупает чистый первый проход, ревью нужно при любом уровне. Вывод: уровни в таблице
|
||||
не менять; точность даёт **классификация issue** (обычный или гейтовый — «Порог риска»
|
||||
в SKILL.md), а не повышение уровня всем worker-ам.
|
||||
|
||||
Модель по роли: во всех ролях — модель сессии; отдельной дешёвой модели для
|
||||
субагентов в текущей конфигурации нет, экономия достигается уровнем.
|
||||
|
||||
## Claude Code (если прогон под этим хостом)
|
||||
|
||||
Ручки: effort субагента (`low` / `medium` / `high` / `xhigh` / `max`) и model
|
||||
(`haiku` / `sonnet` / `opus`).
|
||||
|
||||
| Роль | Уровень | Настройка |
|
||||
|---|---|---|
|
||||
| worker на обычном issue; task-lens ревью, диагностика, разбор логов | экономный | модель ступень ниже, effort `low`–`medium` |
|
||||
| любое code review; worker на гейтовом issue | рабочий | модель сессии, effort `high` |
|
||||
| узкий гейт по спору, финальное chain-ревью | усиленный | сильная модель, effort `xhigh`–`max` |
|
||||
|
||||
## Хост без управляемых уровней
|
||||
|
||||
Эскалация вырождается в запуск свежего субагента — слабее, но не пусто
|
||||
(см. `SKILL.md`, «Режимы ревью»).
|
||||
@@ -1,124 +0,0 @@
|
||||
# Почему цикл устроен именно так
|
||||
|
||||
Это эмпирика, на которой стоят правила в `SKILL.md`. Читать не обязательно перед
|
||||
каждым запуском — нужна, когда хочешь понять, какому классу дефектов какой шаг
|
||||
противостоит, или решить спорный случай.
|
||||
|
||||
Источник — эксперимент на цепочке из трёх зависимых задач генератора кликстрима
|
||||
(калибровка интенсивности, state версии 2 и рестарт, интеграция сервиса). Задачи
|
||||
меняли близкий код, поэтому шли строго последовательно, по одному worker-у на
|
||||
issue. Выводы — хороший сигнал для класса «последовательные инженерные срезы с
|
||||
тестами и acceptance criteria», но не универсальная истина: один репозиторий, один
|
||||
домен, три задачи.
|
||||
|
||||
## Что какой шаг ловит
|
||||
|
||||
> **Поправка 2026-07-02.** Ниже — эмпирика эксперимента, не текущий процесс. В переписанном
|
||||
> `SKILL.md` координатор больше **не** верифицирует чтением кода: сквозной sanity-check (связи
|
||||
> дефолтов/конфигов/документов/acceptance) ушёл независимому ревьюеру и финальному ревью на
|
||||
> соответствие замыслу. Читай раздел как «что какой шаг ловил», а роли бери из `SKILL.md`.
|
||||
|
||||
- **Саморевью worker-а** хорошо ловит локальные несостыковки своей же реализации:
|
||||
забытый старый дефолт, слишком широкий тест, устаревшие числа в конфиге,
|
||||
двусмысленный README. У worker-а уже есть подробный контекст, поэтому он дёшево
|
||||
находит такие вещи — но только если запретить ему править на первом шаге и
|
||||
попросить сначала выдать находки.
|
||||
- **Sanity-check координатора** добавляет то, что саморевью структурно не видит:
|
||||
связи между дефолтами, обычным запуском, документами и acceptance criteria.
|
||||
Пример из эксперимента: новый базовый поток конфликтовал со старым нижним
|
||||
пределом числа событий на тик — каждая настройка по отдельности «корректна», а
|
||||
вместе ломали критерий интенсивности.
|
||||
- **Отдельный ревьюер** ловит то, что не видит ни worker, ни его саморевью:
|
||||
падение на битом сохранённом состоянии, которое проходит первичную загрузку;
|
||||
слишком большой снимок состояния (мегабайты вместо компактного); слабый
|
||||
интеграционный тест, который формально проходит, но не доказывает уход от
|
||||
старой плоской модели.
|
||||
- **Повторный круг ревью после большого исправления.** Когда правка по находке
|
||||
меняет дизайн или формат данных, она сама нуждается в ревью. В эксперименте
|
||||
переделка компактного состояния закрыла старый дефект и тут же внесла рядом
|
||||
новый — его поймал именно второй круг.
|
||||
|
||||
## Центральная находка про родословную
|
||||
|
||||
Главную гипотезу эксперимента проверяло отложенное ревью **моделью другой
|
||||
родословной** — той, что вела дизайн и спеки, а не той, что писала код.
|
||||
|
||||
Прогноз, что цикл пропустит ссылочную целостность при восстановлении состояния, **не
|
||||
оправдался**: этот точечный дефект цикл поймал сам (саморевью и отдельный ревьюер
|
||||
независимо нашли «битое состояние проходит загрузку, но роняет восстановление», и в
|
||||
коммит легли обёртка и регрессионный тест).
|
||||
|
||||
А до внешнего взгляда дожили дефекты **не точечные, а сквозные**:
|
||||
|
||||
- **Расхождение живого и восстановленного путей.** Живой визит и восстановленный
|
||||
после рестарта брали атрибуты из разных источников и по-разному генерировали
|
||||
идентификаторы событий. Инвариант «один визит — однородный контекст» нарушался на
|
||||
стыке двух путей, который ни один тест не сводил вместе.
|
||||
- **Форма распределения длины визита.** Среднее и конверсия — на цели, воронка
|
||||
монотонна (тесты это подтверждали), но форма уехала от эталона: спайк на коротких
|
||||
визитах, заметная доля срезов о верхний потолок, медиана у нижней границы тестовой
|
||||
полосы. Тесты пинили средние и пороги, но не форму.
|
||||
|
||||
Отсюда уточнение: ценнее всего ревьюер **другой родословной**, и именно там, где
|
||||
свойство (а) тянется через несколько модулей или путей, либо (б) корректность
|
||||
распределительная (форма, а не одно среднее). Для точечных дефектов на входе
|
||||
хватает саморевью и отдельного ревьюера той же линии.
|
||||
|
||||
Поэтому в `SKILL.md` независимый ревьюер по умолчанию — свежий субагент той же
|
||||
модели, но с честной оговоркой: свежий контекст снимает память о реализации, а не
|
||||
общую слепоту линии. Эти два семейства (межмодульное и распределительное) ему надо
|
||||
давать как явную цель, а незакрытое кросс-линейное ревью на gate — фиксировать как
|
||||
риск.
|
||||
|
||||
> **Поправка 2026-07-03.** Второй случай подтвердил находку: в прогоне цепочки
|
||||
> training-iteration-pipeline (Codex) кросс-линейный проход Claude нашёл 2 серьёзных
|
||||
> расхождения с планом **после** APPROVED ревьюера той же линии. Поэтому в `SKILL.md`
|
||||
> кросс-проход для нетривиальной цепочки поднят до рекомендованного по умолчанию
|
||||
> (по-прежнему вне скилла). Тот же прогон дал урок честности: координатор молча
|
||||
> подменил team-review своими субагентами и записал недоказанную причину
|
||||
> («Agent Teams недоступны») — отсюда происхождение ревью в индексе worker-а,
|
||||
> append-only журнал прогона (запись в момент события, след для внешней проверки)
|
||||
> и запрет причин-предположений в handoff. Границы журнала честные: он закрывает
|
||||
> наблюдаемость при обрыве, ретроспективную правку истории и handoff «по памяти»;
|
||||
> ложь в момент события ловит только внешняя проверка (кросс-линия, человек).
|
||||
|
||||
> **Поправка 2026-07-04.** Боевой прогон цепочки 07 → 11 (генератор кликстрима) дал два
|
||||
> уточнения. Первое — факт среды: в Codex worker не может запускать субагентов
|
||||
> (проверено диагностом с `agent_type=worker`), поэтому топология изменена — ревьюеров
|
||||
> запускает координатор, а триаж находок остаётся в worker-е (см. `SKILL.md` и handoff
|
||||
> `2026-07-04-codex-topology-and-escalation.md`). Второе — вопросы про число кругов
|
||||
> ревью из списка ниже стали боевыми: issue 07 прошёл пять кругов без ограничителя, а
|
||||
> спор с ревьюером разрешил изобретённый по ходу «узкий гейт на xhigh». Ответ закреплён
|
||||
> политикой кругов в `SKILL.md`: флаг «спор» в триаже worker-а, узкий гейт на усиленном
|
||||
> уровне, потолок четыре круга на issue, дальше — человек.
|
||||
|
||||
> **Поправка 2026-07-05.** Третий случай подтверждения находки о родословной, самый
|
||||
> сильный по контрасту: кросс-проход Claude по цепочке 12 → 14 → 09 → 10 → 08 дал
|
||||
> 1 critical, 5 high (и 14 находок ниже) **после** APPROVED финального xhigh-ревью
|
||||
> той же линии. Улов лёг ровно в предсказанные классы: сквозные сценарии через
|
||||
> несколько модулей («смешение миров» тремя дорогами, «чистый клон никто не прошёл»)
|
||||
> и честность проверок (ложнозелёные тесты и стыковая проверка). Локальные дефекты
|
||||
> внутренние ревью закрыли честно — кросс-линия их не переоткрывала. Отчёт:
|
||||
> `clickstream-repo:.scratch/handoffs/20260705-0002-cross-review-generator-chain.md`.
|
||||
|
||||
## Чего не делать слепо
|
||||
|
||||
- Не запускать ревьюера после каждой мелкой правки — дорого и раздувает задачу.
|
||||
- Не принимать все находки за правду — каждую классифицировать.
|
||||
- Не давать координатору верхнеуровневый `/goal` на всю цепочку — нужна
|
||||
управленческая осторожность, а не достижение цели любой ценой.
|
||||
- Не смешивать процессные и handoff-заметки с рабочими коммитами задач.
|
||||
- Не требовать реальный внешний стек на каждом шаге, если acceptance criteria
|
||||
допускают мок, — но явно фиксировать, что именно осталось непроверенным.
|
||||
|
||||
## Открытые вопросы
|
||||
|
||||
Эксперимент оставил нерешённым:
|
||||
|
||||
- как заранее понять, что задаче нужен отдельный ревьюер, а не только саморевью;
|
||||
- стоит ли заранее обязывать worker-а к промежуточным отчётам на статистике и
|
||||
долгих тестах;
|
||||
- нужно ли явно ограничивать бюджет worker-а (число кругов ревью закрыто политикой
|
||||
кругов — поправка 2026-07-04);
|
||||
- как формализовать порог «большое исправление требует второго круга» (частично
|
||||
закрыто: rerun после правок по гейт-находкам координатор назначает автоматически).
|
||||
@@ -1,120 +0,0 @@
|
||||
# Шаблон промпта ревьюеру
|
||||
|
||||
Координатор заполняет плейсхолдеры и передаёт текст как промпт
|
||||
reviewer-субагенту. Адаптирован из `reviewer-prompt.md` скилла
|
||||
`claude-team-review` (2026-07-04) под топологию coordinator-loop: чинящего
|
||||
лида здесь нет — правит worker по индексу находок, круги считает координатор.
|
||||
|
||||
---
|
||||
|
||||
## Шаблон
|
||||
|
||||
```text
|
||||
Ты — старший адверсарный ревьюер. Твоя работа — подорвать доверие к изменению,
|
||||
а не подтвердить его. Скепсис по умолчанию: считай, что в работе есть дыры,
|
||||
пока доказательства не показали обратное. Не засчитывай добрые намерения и
|
||||
«допилят следом». Работает только на happy path — это настоящая слабость.
|
||||
|
||||
## Фокус проверки
|
||||
|
||||
{FOCUS}
|
||||
# по коду — тонкие баги, межмодульные инварианты, доменные инварианты данных
|
||||
# (например, форма распределений, если она важна проекту)
|
||||
# по задаче — сделано ли то, что требует issue/спека (acceptance criteria)
|
||||
# узкий гейт — только спорный вопрос: {SPOR_SUMMARY}
|
||||
# chain — вся реализация цепочки против исходной спеки/PRD (дрейф целого)
|
||||
|
||||
## Что проверяем
|
||||
|
||||
{ARTIFACT}
|
||||
# для issue: текст issue, ссылки на PRD/спеку/смежное — «зачем».
|
||||
# Работа worker-а НЕ закоммичена: смотри рабочее дерево целиком —
|
||||
# `git status --short` (новые файлы untracked, в diff их нет!) плюс
|
||||
# `git diff`; закоммиченная история — контекст, не объект ревью
|
||||
# для chain: ключевые пути реализации + исходная спека/PRD;
|
||||
# объект — закоммиченная реализация цепочки
|
||||
|
||||
## Круг
|
||||
|
||||
{ROUND} # 1 — первичное ревью; N — rerun после правок worker-а
|
||||
|
||||
{PREVIOUS_FINDINGS_BLOCK}
|
||||
# Только когда rerun делает СВЕЖИЙ субагент (не знает прошлого круга): дословно
|
||||
# находки прошлого круга; что worker исправил; что отклонил и с каким
|
||||
# обоснованием (контракт/тест). Отклонённое оценивай по существу: обоснование
|
||||
# верно — признай; неверно — переформулируй находку с контраргументом и новым
|
||||
# доказательством, а не повторением прежней формулировки.
|
||||
# При продолжении того же ревьюера блок не нужен: передай через send_input
|
||||
# только узкий вопрос — закрывают ли правки твои находки, не внесено ли нового
|
||||
# рядом; полный обход заново не повторять.
|
||||
|
||||
## Что можно
|
||||
|
||||
- Читать любые файлы репозитория; git-историю, диффы, ветки.
|
||||
- Запускать команды: тесты, линтеры, сборку, воспроизведение находок.
|
||||
- Искать в сети и документации (Context7) для проверки предположений.
|
||||
|
||||
## Что нельзя
|
||||
|
||||
- Создавать, менять или удалять файлы проекта; менять среду (git-операции с
|
||||
записью, установка пакетов, правка конфигов).
|
||||
- Чинить находки — это работа worker-а. Ты аудитор, не участник.
|
||||
|
||||
## Планка находки
|
||||
|
||||
Каждая находка отвечает на четыре вопроса:
|
||||
|
||||
1. Что сломается? — конкретный сценарий, не гипотеза.
|
||||
2. Почему уязвимо? — `файл:строка` или раздел.
|
||||
3. Последствия — что и насколько плохо (потеря данных > простой > деградация).
|
||||
4. Рекомендация — конкретный фикс, достаточный worker-у для работы.
|
||||
|
||||
Вне скоупа: стиль и нейминг; спекуляции без конкретного сценария; «неплохо
|
||||
бы» без связи с корректностью или безопасностью.
|
||||
|
||||
Перед докладом верифицируй находку: прогони тесты, сверь документацию,
|
||||
воспроизведи путь. Одна проверенная находка стоит десяти догадок; ссылки на
|
||||
доки и upstream-issue давай точно — их проверят.
|
||||
|
||||
## Калибровка
|
||||
|
||||
- Одна сильная находка лучше нескольких слабых.
|
||||
- Серьёзность: critical (данные/безопасность) > high (баг в проде) >
|
||||
medium (крайний случай).
|
||||
- Работа крепкая — так и скажи: ложные тревоги подрывают доверие.
|
||||
|
||||
## Формат ответа — индекс, не нарратив
|
||||
|
||||
**Findings:** на каждую — `[severity]`, `файл:строка`, какой критерий нарушен,
|
||||
минимальный repro, рекомендация. Без diff, без полного вывода тестов, без
|
||||
нарратива рассуждений. Нет находок — «No actionable findings».
|
||||
|
||||
Последняя строка ответа — ровно одна из:
|
||||
VERDICT: APPROVED
|
||||
VERDICT: CHANGES_REQUESTED
|
||||
|
||||
APPROVED — находок нет или все medium без нарушения acceptance criteria.
|
||||
CHANGES_REQUESTED — есть high/critical или нарушен критерий issue/спеки.
|
||||
|
||||
## Язык
|
||||
|
||||
Отвечай на русском. Severity, заголовки полей и строку VERDICT оставляй
|
||||
латиницей как есть.
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Заметки по запуску
|
||||
|
||||
- Координатор собирает бриф сам — ревьюер не наследует историю сессии;
|
||||
передавай только нужное.
|
||||
- Модель и уровень мышления — по [effort-levels.md](effort-levels.md):
|
||||
обычное ревью — рабочий уровень, узкий гейт по спору и chain-ревью —
|
||||
усиленный на сильной модели.
|
||||
- **Не запускай ревьюера в урезанном/read-only субагенте**: тесты и
|
||||
воспроизведение требуют исполнения команд. Ограничение «не менять
|
||||
репозиторий и среду» держит промпт (раздел «Что нельзя») — как в
|
||||
`claude-team-review`.
|
||||
- На узком гейте `{SPOR_SUMMARY}` — формулировка спора из индекса worker-а
|
||||
(находка + его обоснование отклонения) дословно, без интерпретаций
|
||||
координатора.
|
||||
Reference in new issue
Block a user