К основному содержанию
промпт GP ChatGPT

code_as_policy — промпт для Claude Code: управление роботом

Промпт code_as_policy для Claude Code задаёт правила управления роботом через сгенерированный Robot API. Агент пишет и запускает Python-код, проверяет ответы инструментов и осматривает изображения перед зависимыми действиями.

MIT ★ 488 обновлён 2026-11-15

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/commands/code_as_policy.md
Открыть на GitHub

Что делает code_as_policy

Промпт учит агента управлять роботом через зарегистрированные инструменты, вызываемые из обычных Python-программ. Агент проверяет результат каждого вызова, сохраняет полный ответ и использует его данные для проверки условий перед следующими действиями.

Если для продолжения нужно оценить новое изображение, программа останавливается: агент открывает снимок и решает, что делать дальше. Скрипты и эпизод робота сохраняются между запусками, а переменные Python — нет. После потери соединения управление прекращается; повторять действие наугад нельзя.

Промпт запрещает обходить Robot API через низкоуровневые библиотеки, запросы к сервисам или команды оболочки. Он также ограничивает завершение процессов теми вычислениями, которые запустил сам агент.

Какие задачи решает

  • управлять роботом через Python и зарегистрированные инструменты
  • проверять результат вызова перед зависимым действием
  • останавливать сценарий для оценки новых изображений
  • сохранять полный результат вызова робота
  • не повторять действие после потери соединения

Примеры запросов агенту

  • Управляй роботом по задаче и проверяй результат каждого действия.
  • Осмотри новое изображение, затем выполни следующий шаг.
  • Запусти Python-сценарий для управления роботом через Robot API.

Как установить code_as_policy

Вручную: положить файлы

.claude/commands/code_as_policy.md

Вопросы о code_as_policy

Как установить code_as_policy в Claude Code?

Сохраните промпт в файл .claude/commands/code_as_policy.md.

Что делает code_as_policy?

Задаёт правила для управления роботом через Robot API из Python-кода. Агент проверяет результаты вызовов и останавливает зависимые действия, когда нужно оценить новое изображение.

Что нужно для работы code_as_policy?

Нужны сгенерированный Robot API, зарегистрированные инструменты робота и возможность писать и запускать Python-скрипты в scratch.

Исходный текст

code_as_policy.md · MIT
Control the robot through ordinary programs using the generated Robot API.
Use your native terminal, file editing and image-reading tools. When list_skills
and read_skill are declared, use them directly to discover and read skills; their
results expose the paths and Markdown text without a Python wrapper. Robot
observations, actions and task completion use the registered tools through code.
Tool names in prompts and skills are operation labels; consult the generated
schemas for exact names and arguments.

Write and run Python scripts in scratch. A one-call program is valid. Freely
calculate, import libraries, define helpers, branch and iterate. Combine operations
when their dependencies are already established and their continuation conditions
can be checked in code. You need not build a controller for the whole task.
Calls wait for completed feedback, even with background executor jobs.

Manage only computation processes you started. To stop a slow local computation,
prefer the native terminal tool's cancellation mechanism for its exact returned
session or job. If cancellation requires a signal, use the specific PID recorded
when you launched it and verify that it still belongs to that computation.
Do not use broad pkill/killall matches such as python or python3, or signal
shared process groups, harness services or other tasks. Your working directory
does not restrict which processes a kill command can affect. If ownership is
unclear, do not kill it. Stopping a script does not cancel robot actions already
submitted; inspect actual state before continuing and never replay them blindly.

Print each robot call's complete result with print(result). This emits JSON with
data (the full original tool payload), images (ordered file paths) and call_id.
Do not substitute a field-selected summary for the receipt. Typed properties
such as result.feedback and result.remaining_steps help code check conditions;
print(result) preserves all raw fields regardless of those projections.
result.state contains progress only; full arm/device measurements remain in
result.data["state"] when returned. Missing typed fields are None, not success
or zero. A stored receipt describes its own state version and snapshot.
For long output, save str(result) to a separate JSON file in scratch, print its
path and read omitted portions with native file tools if output is truncated.
Do not repeat a robot action to recover its output.

Check completed feedback before dependent actions. Arrival and budget checks do
not establish object identity, attachment, contact effect or release support.
When the next action needs your interpretation of new images, end the current
script after exposing its receipt. Open the relevant returned images with your
native reader, then decide and write the next program. Image paths do not display
images, and printing inside a running program does not pause it for your judgment.
Stop a dependent sequence when its helper reports failure or an uncovered state.
Use loops when available evidence supports continuation. Preserve the same
physical verification requirements as direct tool calling.
Use reported camera order and snapshot_id to identify the images. Reuse returned
views when sufficient; obtain new observations when the scene changed or evidence
is missing. Python variables and unprinted values are not model context.

Files and the robot episode persist across scripts; Python variables do not.
An exception can follow partial physical execution. Catch ToolCallError to print
or save error.result before exiting; inspect actual state before recovery.
Do not blindly replay a failed script. Do not inspect simulator internals,
privileged object state, service processes or implementation sources. Do not
bypass the registered robot API with low-level control libraries, service
requests or shell commands. Connection loss is uncertain execution: stop control
and report it, never retry.

© Open-RUA · MIT · Open-RUA/uni-robot-agent

Похожие промпты

Каталог промптов →
api-rate-limit-policy Samuel Berthe Скилл api-rate-limit-policy для Claude Code, Codex, Cursor и других агентов, который проектирует политику rate limit публичного API: модели измерения трафика, квоты по тирам, заголовки и поведение 429. CX Codex +1 10 400установок api-versioning-policy Samuel Berthe Скилл api-versioning-policy помогает составить регламент версионирования и вывода API из эксплуатации. Пригодится при подготовке к ломающим изменениям или переходу на схему /v2. CX Codex +1 10 100установок cmux-socket-policy manaflow-ai Скилл cmux-socket-policy задаёт правила потоков, фокуса и удалённой ретрансляции для socket- и CLI-команд cmux. Нужен при добавлении или изменении таких команд. CX Codex +1 5 000установок platform-policy-rule-generate forcedotcom Скилл platform-policy-rule-generate для Claude Code и пяти других платформ: создаёт и разворачивает пару PolicyRuleDefinitionSet + PolicyRuleDefinition для политик доступа Data Cloud и Data Governance. CX Codex +1 4 300установок iam-helper-for-policy-simulator официальный google Скилл iam-helper-for-policy-simulator прогоняет предложенную IAM-политику через Policy Simulator на истории доступов, чтобы понять, кого она отрежет, до применения. CX Codex +1 3 800установок privacy-policy phuryn Скилл privacy-policy помогает составить подробную политику конфиденциальности с учётом GDPR, CCPA и других требований. Пригодится при создании политики для нового продукта или обновлении документов по защите данных. CX Codex +1 3 800установок

Из того же набора41

Весь набор →
meta_skill Промпт meta_skill для Claude Code помогает агенту находить и записывать проверенные уроки в библиотеку скиллов. Он подключается к работе, когда нужно сохранить опыт задачи или обновить существующий скилл. GP ChatGPT ★ 488звёзд репо observer Промпт observer для Claude Code анализирует опубликованные наблюдения по заданному визуальному вопросу. Он сообщает, что видно, и передаёт основному агенту неопределённость или полезное следующее наблюдение. GP ChatGPT ★ 488звёзд репо common Промпт common для Claude Code и ChatGPT помогает агенту выполнять задачи с физическим роботом по наблюдениям и инструкциям среды. Он задаёт проверку состояния до и после действий и правила восстановления после неопределённого выполнения. GP ChatGPT ★ 488звёзд репо hybrid_decision Промпт hybrid_decision для Claude Code оценивает предложение агента по наблюдениям и истории выполнения. Он выбирает режим продолжения, остановки или разрешённой коррекции и передаёт решение через submit_review. GP ChatGPT ★ 488звёзд репо clean Промпт clean для Claude Code управляет роботизированной рукой через команды движения и наблюдения. Он помогает выполнять инструкции и проверять результат каждого этапа. GP ChatGPT ★ 488звёзд репо system Промпт system для Claude Code задаёт правила управления эпизодом RoboDojo с роботом ARX X5. Агент сверяется с навыками, наблюдает сцену и проверяет результат действий перед продолжением. GP ChatGPT ★ 488звёзд репо robodojo-return-to-start Скилл robodojo-return-to-start для Claude Code возвращает роборуки в исходную позу после общей процедуры возврата. Он включается после выполнения задачи, когда нужно освободить захват и проверить положение обеих рук. CX Codex +1 ★ 488звёзд репо deformable-material Скилл deformable-material для Claude Code помогает перемещать выбранные участки гибкого материала и проверять форму после отпускания. Включается, когда деформация меняет положение захвата или прежние координаты контакта уже не подходят. CX Codex +1 ★ 488звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой