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:
Dmitry DementievandClaude Opus 5.5 committed 2026-10-12 22:39:49 +02:00
1 parent 4d3edc09ee
commit d19239bf31
13 files changed
+9 -1716

No files matched your search

+4
View File
@@ -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
+2 -1
View File
@@ -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).
@@ -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.
@@ -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.
@@ -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.