agentleFS
shakhruzshakhruz/mila-core/skills/dela/SKILL.md

dela

Skill3 starsChanged 14 days agoApache-2.0View on GitHub

Use after every piece of real work that leaves a trace (a message sent, a file made, an offer, a meeting set, a payment received), on «what did you do», «report», «итог дня», and in the evening report: log the deed with evidence and count deeds by type. RU: «что сделала», «отчёт», «итоги», учёт дел, «помнит все дела».

The file

Files
SKILL.md

Учёт дел

Каждое настоящее дело — строкой в work/dela.jsonl: что сделала, взял ли человек, что из этого вышло. Каждая строка — с уликой. Не выдумываю и не приукрашиваю: нет улики — нет строки.

Ступени

  • сделала — я отправила, подготовила, назначила; улика — моё сообщение, файл, коммит.
  • приняли — человек взял: ответил «да», открыл, назначил, попросил дальше; улика — ЕГО сообщение (указатель).
  • результат — что стало: оплатил, подписал, пришёл, отказал; коротко своими словами; улика — его сообщение или оплата. Ступени накопительные: дело на «результате» считается и в «приняли», и в «сделала».

Как пишу — сразу после дела

python3 scripts/dela.py add --delo "КП кофейня 04.11" --tip КП --dlya "лид·12" --ulika msg:<чат>:<id> --stupen сделала Потом тем же --delo: --stupen приняли, --stupen результат --rezultat "оплатил тест-драйв".

  • «дело» — уникальное: имя + дата или номер. Не «КП», а «КП кофейня 04.11».
  • «для» — ярлык pd-vault ⟦…⟧ или одно слово-тип («турфирма», «гость», «лид·12»), не имя человека.
  • улика — указатель, а не текст переписки: msg:<чат>:<номер>, file:<путь внутри work> (файл существует), commit:<хэш>, link:https://…, journal:<файл>:<строка>, kassa:<номер>. Скрипт откажет без улики или с несуществующей, с личными данными, с именем в «для», с общим словом вместо имени дела и на повтор той же ступени.

Итог

python3 scripts/dela.py itog --days 1 — по типам: сделала · приняли · результат. Наружу — только эти числа.

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.