Agent Project Development
Metodologie rozhodovacího stromu pro rozsah projektů LLM pipeline: shoda úkolu a modelu, stupňovitá architektura, matematika nákladů.
Otestováno · Funguje
Co umí
Referenční metodologie pro rozhodování, zda je úkol vhodný pro zpracování LLM oproti tradičnímu kódu, strukturování práce jako diskrétní pipeline acquire/prepare/process/parse/render se stavem souborového systému a odhadování nákladů na tokeny před sestavením. Spouští se, když uživatel chce zahájit LLM projekt, navrhnout dávkovou pipeline, vyhodnotit shodu úkolu a modelu, nebo zvolit mezi jedno- a víceagentní architekturou; výslovně vylučuje otázky hodnocení/rubriky a předávání mezi více agenty, které patří sesterským dovednostem.
Testovací report
Aplikováno na plánovací úkol 'shrnutí 50 týdenních GitHub issues', odpověď řízená dovedností vygenerovala konkrétní pipeline acquire/prepare/process/parse/render s reálným vzorcem nákladů a rozložením stavu souborového systému, oproti základní odpovědi, která vágně navrhovala více agentů 'pokud se to zkomplikuje' - přesně ten antipattern, proti kterému se v rozhodovacím stromu dovednosti varuje pro nezávislé položky.
Testováno: 2026-07-16 · Claude Code 2.x (agent harness)
Instalace
git clone https://github.com/viktorbezdek/skillstack mkdir -p ~/.claude/skills cp -r skillstack/agent-project-development/skills/agent-project-development ~/.claude/skills/agent-project-development
Příkazy a ukázkové prompty
/agent-project-developmentMetodologie rozhodovacího stromu pro rozsah projektů LLM pipeline: shoda úkolu a modelu, stupňovitá architektura, matematika nákladů.
Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):
Should I use an LLM or plain code to summarize these issues?Help me scope a pipeline for processing fifty weekly GitHub issuesEstimate the token cost before I build this batch LLM pipeline