agentleFS
mick-gskmick-gsk/drift/.github/skills/workspace-automation-orchestrator/SKILL.md

workspace-automation-orchestrator

Skill14 starsChanged 7 months agoMITView on GitHub

Erkennt wiederkehrende manuelle Entwicklungsprozesse im Workspace, priorisiert sie nach ROI und fuehrt sichere lokale Automationen automatisch aus. IMMER verwenden, wenn der User repetitive manuelle Schritte, Produktivitaetsverluste, wiederholte QA/Gate-Ablaufe oder den Wunsch nach weniger manuellem Agent-Anstossen beschreibt. Keywords: automate workspace, repetitive tasks, auto run, quality gates, drift workflow automation, productivity.

  • Deletes or force-pushes
  • Commits and pushes

The file

Files
SKILL.md

Workspace Automation Orchestrator

Dieser Skill reduziert wiederholte manuelle Ausfuehrungsschritte, indem er Prozesse erkennt und innerhalb klarer Safe-Scopes automatisch orchestriert.

Referenzen laden

Lade bei Bedarf die folgenden Dateien fuer Details:

  • references/contracts.md fuer Detection-, Safety- und Execution-Contract
  • references/v1-automations.md fuer den initialen Automationskatalog
  • references/rollout.md fuer den kontrollierten Rollout und Monitoring
  • evals/evals.json fuer die ersten Skill-Evaluationsprompts

Ziel

  • Wiederkehrende manuelle Prozesse im aktuellen Workspace erkennen
  • Automationskandidaten nach Nutzen priorisieren
  • Sichere lokale Ablaufe automatisch ausfuehren
  • Risiko-Aktionen strikt blockieren und sauber eskalieren

Trigger

Nutze diesen Skill, wenn der User:

  • von regelmaessig wiederholten manuellen Schritten berichtet
  • Produktivitaet durch wiederholtes manuelles Anstossen verliert
  • konsistente Qualitaet/Gate-Compliance erreichen will
  • nach "automatisch erkennen", "automatisieren" oder "nicht jedes Mal manuell" fragt

Betriebsmodus

Dieser Skill arbeitet im Hybrid-Modus:

  1. Discovery bei Task-Start
  2. ROI-Scoring fuer Kandidaten
  3. Automatische Ausfuehrung nur bei erreichtem Schwellwert und nur in Safe-Scopes
  4. Sonst Vorschlag + explizite Freigabe

Standardprofil fuer dieses Repo: balanced.

Profile:

  • strict: auto-run nur bei sehr hohem ROI und null Safety-Zweifel
  • balanced: auto-run bei klarem ROI in der Allowlist
  • aggressive: nur auf expliziten User-Wunsch, nie als Default

Safety-Vertrag (nicht verhandelbar)

Harte Block-Regeln

Folgende Aktionen werden niemals automatisch ausgefuehrt:

  • git push oder sonstige Remote-Write-Operationen
  • automatisches Posten von Issue-/PR-Kommentaren
  • destructive Git-Kommandos (git reset --hard, git checkout --, History-Rewrites)

Eskalations-Regel

Wenn ein geplanter Schritt nicht in der Allowlist ist:

  1. Aktion blockieren
  2. Grund nennen
  3. sichere Alternative vorschlagen
  4. explizite User-Freigabe anfordern

Detection-Contract

Suche nach Automationskandidaten anhand folgender Signale:

  • identische oder stark aehnliche Befehle wiederholen sich
  • gleiche Sequenzen erscheinen mehrfach (z. B. test -> gate-check -> audit)
  • wiederkehrende Quality- oder Gate-Fehler mit demselben Fix-Pattern
  • hoher manueller Koordinationsaufwand bei niedrigem Entscheidungsbedarf

ROI-Heuristik

Prioritaet fuer Automation:

priority = frequency_score * effort_score * consistency_gain / risk_factor

Hinweise:

  • frequency_score: Wie oft der Ablauf wiederkehrt
  • effort_score: Zeit-/Kontextkosten pro manueller Ausfuehrung
  • consistency_gain: Qualitaetsgewinn durch Standardisierung
  • risk_factor: Ausfuehrungsrisiko (niedriger ist besser)

Auto-Run nur bei:

  • Schwellwert erreicht
  • Aktion in Safe-Scopes
  • keine aktive Block-Regel verletzt

Schwellwerte (balanced)

  • priority >= 40: automatisch ausfuehren
  • priority 20-39: als Vorschlag ausgeben, optional auf Rueckfrage ausfuehren
  • priority < 20: nicht automatisieren

Zusatzregel:

  • Wenn risk_factor > 1.0, keine automatische Ausfuehrung; nur Vorschlag mit Begruendung

Safe-Scopes (V1)

V1 nutzt vorhandene Repo-Kommandos statt neuer Parallel-Logik.

Die autoritative V1-Allowlist und Denylist steht in:

  • references/v1-allowlist.md

Erlaubte lokale Orchestrierung

  • make test-fast
  • make check
  • make gate-check COMMIT_TYPE=<feat|fix|chore|signal>
  • make audit-diff
  • make changelog-entry COMMIT_TYPE=<...> MSG='...'
  • make catalog
  • gezielte lokale pytest-Laeufe fuer betroffene Tests

Erlaubte Analyse-/Discovery-Schritte

  • Status-/Diff-Pruefung (read-only)
  • Erkennen wiederkehrender Task-Sequenzen
  • Ableiten naechster lokaler Safe-Aktionen

Ausfuehrungsprotokoll

  1. Scan
    • Aktuelle Aufgabe erfassen
    • Wiederholungsmuster im aktuellen Arbeitskontext erkennen
  2. Score
    • Kandidaten nach ROI-Heuristik priorisieren
  3. Safety-Gate
    • Jede Kandidatenaktion gegen Hard-Blocks und Allowlist pruefen
  4. Execute or Escalate
    • In Safe-Scopes: automatisch ausfuehren
    • Ausserhalb: blockieren, begruenden, Freigabe anfordern
  5. Report
    • Was automatisch ausgefuehrt wurde
    • Was blockiert wurde und warum
    • Empfohlene naechste Schritte

Reihenfolge fuer V1-Auto-Orchestrierung

Wenn mehrere Aktionen in den Auto-Run fallen, nutze diese Reihenfolge:

  1. make catalog (Discovery)
  2. make gate-check COMMIT_TYPE=<...> (fruehe Gate-Sichtbarkeit)
  3. make audit-diff (nur wenn relevant)
  4. make test-fast (schnelle Verifikation)

Regel fuer make check:

  • Nur automatisch starten, wenn User explizit "vollstaendig" oder "full check" verlangt
  • Sonst als Vorschlag ausgeben, weil Laufzeit und Umfang hoeher sind

Output-Vertrag

Der Skill liefert immer einen strukturierten Kurzreport:

  • detected_repetitions: erkannte wiederkehrende Prozesse
  • auto_executed: automatisch ausgefuehrte Safe-Aktionen
  • blocked_actions: blockierte Aktionen inkl. Block-Grund
  • manual_approvals_needed: Aktionen mit Freigabebedarf
  • next_best_automations: Top-Kandidaten fuer weitere Automatisierung

Template:

Automation Report
- profile: <strict|balanced|aggressive>
- detected_repetitions:
   - <pattern>: <evidence>
- auto_executed:
   - <command>: <status>
- blocked_actions:
   - <action>: <reason>
- manual_approvals_needed:
   - <action>: <why>
- next_best_automations:
   - <candidate>

Drift-spezifische Integrationsregeln

  • Drift Policy Gate weiterhin vor nicht-trivialen Aenderungen beachten
  • Existierende Repo-Workflows und Make-Targets bevorzugen
  • Keine neue Automationslogik einfuehren, wenn ein bestehender Befehl den Zweck bereits erfuellt
  • Bei Unsicherheit konservativ bleiben: nicht ausfuehren, sondern eskalieren

Beispiele

Beispiel 1: Wiederkehrende QA-Sequenz

Input-Situation:

  • User startet mehrfach pro Tag dieselbe Sequenz aus test-fast, gate-check, audit-diff

Erwartetes Verhalten:

  1. Sequenz als wiederkehrenden Prozess erkennen
  2. ROI hoch einstufen
  3. komplette Sequenz in Safe-Scopes automatisch ausfuehren
  4. Ergebnis kompakt reporten

Beispiel 2: Unsichere Aktion mit Remote-Write

Input-Situation:

  • Workflow endet mit vorgeschlagenem git push

Erwartetes Verhalten:

  1. git push blockieren
  2. Block-Grund klar nennen
  3. nur sichere lokale Vorstufen ausfuehren
  4. fuer Push explizite User-Freigabe anfordern

Grenzen

Dieser Skill automatisiert V1 bewusst nur lokale, risikoarme Workflows. Er ist kein Freifahrtschein fuer autonome Remote-Aktionen oder Policy-Bypass.

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.