GSD Skill Creator
Tibsfox/gsd-skill-creatorРасширение для Claude Code и GSD: адаптивное обучение, оркестрация агентов, персистентная память между сессиями. Устраняет деградацию контекста и амнезию AI-ассистентов при сложной многофазной разработке.
Установка
npx get-shit-done-cc@latestREADME
GSD Skill Creator
Адаптивная архитектура обучения и сопроцессора для Claude Code, построенная как расширение к GSD (Get Shit Done).
npx get-shit-done-cc@latest
npx gsd-skill-creator@latest
v1.49.561 — Living Sensoria
В версии v1.49.561 поставляются восемь компонуемых модулей (M1–M8), расширяющих gsd-skill-creator нативным стеком памяти, субстратом рецепторов net-shift, граничным слоем одеяла Маркова и слоем обучения/коэволюции. Все модули по умолчанию отключены через флаги opt-in; установки v1.49.560 загружаются без изменений.
| Модуль | Что добавляет | Руководство |
|---|---|---|
| M1–M5 Memory Stack | Семантический граф, гибридная память, журнал трассировки, контекст ветвей, оркестрация | docs/memory-stack.md |
| M6 Sensoria | Субстрат рецепторов net-shift Lanzara для активации навыков | docs/sensoria.md |
| M7 Umwelt | Граница одеяла Маркова с вариационным минимизатором свободной энергии | docs/umwelt.md |
| M8 Symbiosis | Журнал обучения, предложения коэволюции, пятиосевой отчёт Quintessence | docs/symbiosis.md |
Теоретические основы (Lanzara 2023, Friston 2010, Kirchhoff et al. 2018, Foxglove 2026, Traag 2019) задокументированы с первичными источниками в docs/foundations/theoretical-audit.md.
Волна уточнений (добавлено 2026-04-18): в v1.49.561 добавлены шесть дополнительных компонентов — ME-5 фронтматтер структуры вывода, ME-1 классификатор tractability, MA-6 каноническая таксономия подкрепления, MA-1 слой eligibility-trace, MA-2 провод актора-критика ACE, ME-4 предупреждение coin-flip teach. Ключевой вывод из Zhang et al. 2026: правки содержимого промпта статистически неотличимы от подбрасывания монеты, если только навык не объявляет эксплуатируемую структуру вывода. Обзор и сквозная линия: docs/refinement-wave.md. Отдельные руководства: docs/tractability.md, docs/reinforcement-taxonomy.md, docs/actor-critic.md.
Волна продолжения (добавлено 2026-04-19): тринадцать компонентов второй волны в пяти пакетах завершают стек адаптации Living Sensoria. Пакет 3 — Stability Rails (MB-1 Lyapunov, MB-2 проекция, MB-5 мёртвая зона) применяет теорию устойчивости адаптивного управления (Sastry & Bodson 1989 / Narendra & Annaswamy 1989) к контуру обучения K_H — руководство: docs/stability-rails.md. Пакет 4 — Exploration Harness (MA-3+MD-2 стохастический выбор, MD-3 шум Ланжевена, MD-4 расписание температур) добавляет структурированное исследование на основе SGLD (Welling & Teh 2011) — руководство: docs/exploration-harness.md. Пакет 5 — Representation Frontier (MD-1 обученные эмбеддинги, MD-5 обучаемый K_H, MD-6 аудит представлений) вводит skip-gram эмбеддинги (Mikolov et al. 2013) и специализацию K_H по парам (навык, тип задачи) — руководство: docs/representation-frontier.md. Пакет 6 — Authoring Tools (ME-2 affinity модели, ME-3 A/B harness) предоставляет маршрутизацию по уровням и экспериментирование с контролем значимости — руководство: docs/authoring-tools.md. Пакет 7 — College + Rosetta bootstrap закрывает GAP-2 из AAR v1.49.132. Все тринадцать компонентов по умолчанию отключены; инвариант полного отключения флагов (SC-CONT-FLAG-OFF) обеспечивается интеграционным тестом.
Содержание
- Проблема: почему AI-assisted разработка деградирует
- Как GSD и Skill Creator решают её вместе
- Архитектура сопроцессора
- Десктопное приложение GSD-OS
- Быстрый старт
- Документация
- Безопасность
- Лицензия
- Участие в разработке
Проблема: почему AI-assisted разработка деградирует
AI-ассистенты для написания кода эффективны в коротких сессиях, но деградируют при длительной сложной работе. Основные проблемы:
- Деградация контекста — По мере заполнения контекстного окна AI теряет нить ранних решений, повторяет ошибки и выдаёт результат всё худшего качества. К моменту глубокого погружения в реализацию ассистент уже забыл, почему были приняты архитектурные решения, которые он теперь противоречиво нарушает.
- Амнезия между сессиями — Каждая новая сессия начинается с нуля. AI не знает, что сработало в прошлый раз, какие паттерны вы предпочитаете и чего следует избегать. Одно и то же приходится объяснять в каждом разговоре заново.
- Отсутствие памяти о рабочем процессе — Повторяющиеся последовательности (тест, исправление, коммит, проверка) каждый раз выполняются ad-hoc. AI никогда не усваивает, что «после падения теста всегда сначала проверяют fixture-данные» или что «деплой — это семь шагов в строгом порядке».
- Масштабирование сложности — Одна AI-сессия справляется с функцией или файлом. Надёжно координировать многофазную фичу по десяткам файлов без потери связности, пропуска шагов или отклонения от плана она не может.
Это не ограничения самих моделей. Это ограничения того, как вокруг них структурирована работа.
Как GSD и Skill Creator решают её вместе
GSD — движок рабочего процесса. Он устраняет деградацию контекста и проблемы масштабирования, разбивая работу на фазы с атомарными границами выполнения. Каждая фаза получает свежее контекстное окно, детальный план и персистентное отслеживание состояния. AI выполняет одну чётко ограниченную единицу работы, атомарно коммитит и чисто передаёт управление следующей фазе. Контекст не деградирует, потому что никогда не накапливается сверх необходимого для текущей задачи.
Skill Creator — слой обучения, расширяющий GSD. Он не заменяет функциональность GSD — он наблюдает за тем, как вы работаете в рамках жизненного цикла GSD, и строит из ваших паттернов переиспользуемые знания:
- Наблюдение — Отслеживает последовательности инструментов, пути к файлам и решения в рамках фаз GSD.
- Извлечение — Идентифицирует повторяющиеся паттерны и кодирует их как навыки.
- Применение — Предлагает релевантные навыки в начале новых фаз, до того как контекст успевает деградировать.
- Уточнение — Обновляет навыки на основе обратной связи, делая их точнее со временем.
Архитектура сопроцессора
GSD Skill Creator реализует паттерн сопроцессора: специализированный агент, работающий параллельно с основным потоком выполнения GSD, а не внутри него.
┌─────────────────────────────────────────┐
│ GSD Workflow │
│ Phase 1 → Phase 2 → Phase 3 → ... │
│ ↕ ↕ ↕ │
│ ┌──────────────────────────────────┐ │
│ │ Skill Creator Layer │ │
│ │ Observe → Extract → Apply │ │
│ │ ↕ │ │
│ │ Skill Registry (persistent) │ │
│ └──────────────────────────────────┘ │
└─────────────────────────────────────────┘
Сопроцессор:
- Не прерывает и не изменяет выполнение GSD.
- Сохраняет знания в персистентном реестре навыков между сессиями.
- Внедряет релевантный контекст в начале каждой фазы.
- Работает с теми же атомарными границами, что и GSD.
Десктопное приложение GSD-OS
GSD-OS — это десктопное приложение, предоставляющее графический интерфейс для рабочих процессов GSD и Skill Creator. Оно включает:
- Визуальное управление фазами и отслеживание состояния.
- Браузер реестра навыков с возможностью поиска.
- Мониторинг сессий в реальном времени.
- Инструменты конфигурации для всех модулей M1–M8.
Подробности: docs/gsd-os.md.
Быстрый старт
Предварительные требования
- Claude Code установлен и настроен.
- Node.js 18 или выше.
Установка
# Установить GSD
npx get-shit-done-cc@latest
# Установить Skill Creator
npx gsd-skill-creator@latestПервый запуск
После установки Skill Creator интегрируется в рабочий процесс GSD автоматически. Базовое наблюдение и извлечение навыков начинаются немедленно без дополнительной настройки.
Для включения расширенных модулей (M1–M8) обратитесь к соответствующим руководствам в разделе Документация.
Документация
| Документ | Описание |
|---|---|
| docs/memory-stack.md | Модули M1–M5: семантический граф, гибридная память, журнал трассировки |
| docs/sensoria.md | M6: субстрат рецепторов net-shift Lanzara |
| docs/umwelt.md | M7: граница одеяла Маркова |
| docs/symbiosis.md | M8: журнал обучения и коэволюция |
| docs/refinement-wave.md | Обзор волны уточнений |
| docs/tractability.md | ME-1: классификатор tractability |
| docs/reinforcement-taxonomy.md | MA-6: таксономия подкрепления |
| docs/actor-critic.md | MA-2: провод актора-критика ACE |
| docs/stability-rails.md | MB-1/2/5: рельсы стабильности |
| docs/exploration-harness.md | MA-3/MD-2/3/4: обвязка исследования |
| docs/representation-frontier.md | MD-1/5/6: граница представлений |
| docs/authoring-tools.md | ME-2/3: инструменты разработчика |
| docs/foundations/theoretical-audit.md | Теоретические основы с первичными источниками |
| docs/gsd-os.md | Десктопное приложение GSD-OS |
Безопасность
GSD Skill Creator следует принципу минимальных привилегий. Реестр навыков хранится локально. Никакие данные сессии или навыки не передаются на внешние серверы.
Об уязвимостях безопасности сообщайте через механизм security advisories репозитория GitHub, а не через публичные issues.
Лицензия
MIT — подробности в файле LICENSE.
Участие в разработке
Pull request'ы приветствуются. Для крупных изменений сначала откройте issue, чтобы обсудить предлагаемые правки.
См. CONTRIBUTING.md для получения подробной информации о процессе разработки, соглашениях о коммитах и требованиях к тестированию.