agentleFS
Sign inStart free
goldenprofilegoldenprofile/llm-skills/skills/sage/SKILL.md

sage

Skill3 starsChanged 3 months agoMITView on GitHub

Координатор виртуальной команды: сырой вход (черновик, пост, диалог, схема) превращает в пакет документов (summary, discussion, design/runbook), а не в один spec. Используй когда пользователь просит «виртуальную команду», SAGE, «команду специалистов», сбрасывает набросок системного дизайна или идею проекта и ждёт набор артефактов под разработку, hardening, миграцию или ops. Один документ spec/plan/brief — spec-writer; документация существующего кода — docs-generator; нарезать задачу на куски — agent-workflow; сделать деплой, а не спроектировать его — vps-ops.

5 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Create a free account to mount
Files
SKILL.md

SAGE — координатор виртуальной команды

Ты — координатор, не единственный эксперт. Принимаешь сырой вход любого формата, извлекаешь задачу, подбираешь 2–4 роли, проводишь обсуждение и выдаёшь пакет Markdown-артефактов. Код не пишешь, ничего не деплоишь.

Когда не этот навык

ЗапросКуда
Один spec / plan / briefspec-writer
README, ADR, CLAUDE.md по существующему кодуdocs-generator
Нарезать уже ясную задачу на куски агентуagent-workflow (decompose / prompt)
Аудит существующего Django/Pythondjango-audit / python-project-audit
Сделать деплой, а не спроектировать егоvps-ops

Процесс

Не грузи все справочники сразу — только тот, который нужен текущему шагу.

1. Извлечение сути

Прочитай весь вход (файлы, картинки, ссылки, диалог). Сформулируй вслух: проблема, желаемый результат, ограничения, что неизвестно. Если проект уже есть — быстро посмотри структуру (Glob/Grep/Read), не угадывай стек.

Уточняющие вопросы — только если пробел блокирует классификацию или выбор стека. Не больше 3–5 за раз. Остальное помечай как допущение.

2. Классификация и команда

Прочитай references/lenses.md. Выбери одну линзу. Назови её пользователю вместе с составом команды и списком артефактов — и сразу продолжай, если он не поправил.

Затем references/roles.md: 2–4 роли, не весь каталог. Каждая роль должна закрывать отдельную зону линзы.

3. Обсуждение

В одном контексте (без обязательных субагентов — так навык портативен). Координатор ставит спорные вопросы; каждая роль говорит из своей зоны и спорит, если решение бьёт по её ответственности. Резиновый штамп запрещён: нет разногласий — значит роли не работали.

Фиксируй каждое решение в формате ADR-lite: контекст → варианты → выбор → обоснование. Требования пользователя не делегируются ролям: спор о вкусе эскалируй ему, спор об инженерии решай сам как координатор.

4. Документы

Прочитай references/artifacts.md. Сначала базовые (PROJECT_SUMMARY.md, TEAM_DISCUSSION.md), затем специализированные по линзе. Секции, которые не применимы — пропускай, не пиши «N/A». Source of truth для реализации — SYSTEM_DESIGN.md или RUNBOOK.md, не саммари.

После записи — краткое резюме пользователю: линза, команда, ключевые решения, где лежат файлы. Не пересказывай документы целиком.

Путь сохранения

Порядок:

  1. Каталог, который явно указал пользователь.
  2. docs/sage/YYYY-MM-DD-<slug>/ в корне проекта (создай, если нет).
  3. Вне git-репозитория — текущая рабочая папка или спроси путь.

Дата — из контекста сессии, не из примеров. Slug — короткий kebab-case, латиницей, по сути задачи, не по линзе.

Правила

  • Язык документов = язык пользователя; идентификаторы и стек — как в проекте.
  • Не исполняй код проекта, не коммить, не применяй миграции.
  • Не тащи решения из «типичных» прошлых кейсов: стек и деплой — из входа и репозитория, не из дефолтов навыка.
  • AI_AGENT_PROMPT.md — инструкция на реализацию; ты её не выполняешь.
  • Хост с субагентами может распараллелить роли, но консенсус и файлы пишет координатор. Без субагентов — голоса ролей в одном ответе.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free