Agent Project Development

Metodologia drzewa decyzyjnego do określania zakresu projektów potoków LLM: dopasowanie zadania do modelu, etapowa architektura, matematyka kosztów.

Autor: viktorbezdek · viktorbezdek/skillstack

Testowano · Działa ★ 9.6/10

Agent Project Development — Metodologia drzewa decyzyjnego do określania zakresu projektów potoków LLM: dopasowanie zadania do modelu, etapowa architektura, matematyka kosztów.

Co robi ten skill

Referencyjna metodologia do decydowania, czy zadanie nadaje się do przetwarzania przez LLM w porównaniu do tradycyjnego kodu, strukturyzowania pracy jako dyskretnego potoku pobierania/przygotowywania/przetwarzania/parsowania/renderowania ze stanem systemu plików i szacowania kosztu tokenów przed budową. Aktywuje się, gdy użytkownik chce rozpocząć projekt LLM, zaprojektować potok wsadowy, ocenić dopasowanie zadania do modelu lub wybrać między architekturami jedno- i wieloagentowymi; wyraźnie wyklucza pytania dotyczące rubryki oceny i przekazywania między agentami, które należą do umiejętności siostrzanych.

Raport z testu

Zastosowano do zadania planowania 'podsumuj 50 cotygodniowych zgłoszeń GitHub', odpowiedź kierowana przez umiejętność wygenerowała konkretny potok pobierania/przygotowywania/przetwarzania/parsowania/renderowania z rzeczywistym wzorem kosztów i układem stanu systemu plików, w porównaniu do odpowiedzi bazowej, która ogólnikowo sugerowała wieloagenta 'jeśli stanie się złożone' — dokładnie ten anty-wzorzec, przed którym własne drzewo decyzyjne umiejętności ostrzega dla niezależnych elementów.

Testowano: 2026-07-16 · Claude Code 2.x (agent harness)

Instalacja

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

Komendy i przykładowe prompty

  • /agent-project-developmentMetodologia drzewa decyzyjnego do określania zakresu projektów potoków LLM: dopasowanie zadania do modelu, etapowa architektura, matematyka kosztów.

Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):

  • Should I use an LLM or plain code to summarize these issues?
  • Help me scope a pipeline for processing fifty weekly GitHub issues
  • Estimate the token cost before I build this batch LLM pipeline