К основному содержанию
скилл CX Codex

adr-decision-extraction — скилл для Claude Code: установка

Скилл adr-decision-extraction извлекает архитектурные решения из чатов и расшифровок, чтобы подготовить материал для ADR. Он распознаёт выбор технологий, компромиссы и явные метки.

Apache-2.0 144 установок ★ 89 обновлён 2026-09-15

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add existential-birds/beagle --skill adr-decision-extraction -a claude-code
Открыть на GitHub

Что делает adr-decision-extraction

Скилл просматривает контекст разговора и собирает решения в JSON. Он ищет метки [ADR], формулировки выбора, обсуждения альтернатив и связки «проблема — решение». Для каждого пункта задаёт заголовок, проблему, выбранный вариант, альтернативы, факторы решения и уровень уверенности.

Явно помеченные блоки получают высокую уверенность. Выводы по косвенным признакам оцениваются как средние или низкие; для неясных случаев сохраняется контекст обсуждения. После извлечения результат можно передать инструменту для написания ADR. Сам скилл ADR-документы не создаёт, поэтому для этого нужен отдельный adr-writing или write-adr.

Какие задачи решает

  • извлечь решения из длинной сессии планирования
  • найти выбор технологий в обсуждении
  • собрать альтернативы и причины выбора
  • отделить явные решения от предположений
  • подготовить данные для ADR

Примеры запросов агенту

  • Извлеки архитектурные решения из этой переписки и верни их в JSON.
  • Найди все решения с меткой [ADR] в этой расшифровке.
  • Собери выборы, альтернативы и причины из нашей сессии планирования, оцени уверенность каждого решения.

Как установить adr-decision-extraction

1Через Skills CLI (Vercel)

npx skills add existential-birds/beagle --skill adr-decision-extraction -a claude-code

2Вручную: положить файлы

~/.claude/skills/adr-decision-extraction/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/adr-decision-extraction/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы об adr-decision-extraction

Как установить adr-decision-extraction в Claude Code?

Выполните npx skills add existential-birds/beagle --skill adr-decision-extraction -a claude-code, затем проверьте файл ~/.claude/skills/adr-decision-extraction/SKILL.md.

Что делает adr-decision-extraction?

Скилл извлекает архитектурные решения из разговоров, расшифровок и обсуждений дизайна. Он возвращает структурированные данные с выбранным вариантом, альтернативами, причинами и уверенностью.

Пишет ли adr-decision-extraction ADR-документы?

Нет. Он подготавливает решения для последующего написания ADR; для создания документа используются adr-writing или write-adr.

Исходный текст

SKILL.md · Apache-2.0
---
name: adr-decision-extraction
description: "Use when you need to mine a conversation, session transcript, or design discussion for architectural decisions before writing ADRs. Identifies problem-solution pairs, trade-off debates, technology choices, and explicit \"[ADR]\" tags. Triggers on \"what decisions did we make\", \"extract decisions from this chat\", \"find the choices in our discussion\", or \"summarize architectural decisions\". Also useful after long planning sessions to capture decisions that were made implicitly. Does NOT write ADR documents \u2014 use adr-writing or write-adr for that."
---

# ADR Decision Extraction

Extract architectural decisions from conversation context for ADR generation.

## Detection Signals

| Signal Type | Examples |
|-------------|----------|
| Explicit markers | `[ADR]`, "decided:", "the decision is" |
| Choice patterns | "let's go with X", "we'll use Y", "choosing Z" |
| Trade-off discussions | "X vs Y", "pros/cons", "considering alternatives" |
| Problem-solution pairs | "the problem is... so we'll..." |

## Extraction Rules

### Explicit Tags (Guaranteed Inclusion)

Text marked with `[ADR]` is always extracted:

```
[ADR] Using PostgreSQL for user data storage due to ACID requirements
```

These receive `confidence: "high"` automatically.

### AI-Detected Decisions

Patterns detected without explicit tags require confidence assessment:

| Confidence | Criteria |
|------------|----------|
| **high** | Clear statement of choice with rationale |
| **medium** | Implied decision from action taken |
| **low** | Contextual inference, may need verification |

## Output Format

```json
{
  "decisions": [
    {
      "title": "Use PostgreSQL for user data",
      "problem": "Need ACID transactions for financial records",
      "chosen_option": "PostgreSQL",
      "alternatives_discussed": ["MongoDB", "SQLite"],
      "drivers": ["ACID compliance", "team familiarity"],
      "confidence": "high",
      "source_context": "Discussion about database selection in planning phase"
    }
  ]
}
```

### Field Definitions

| Field | Required | Description |
|-------|----------|-------------|
| `title` | Yes | Concise decision summary |
| `problem` | Yes | Problem or context driving the decision |
| `chosen_option` | Yes | The selected solution or approach |
| `alternatives_discussed` | No | Other options mentioned (empty array if none) |
| `drivers` | No | Factors influencing the decision |
| `confidence` | Yes | `high`, `medium`, or `low` |
| `source_context` | No | Brief description of where decision appeared |

## Extraction Workflow

1. **Scan for explicit markers** - Find all `[ADR]` tagged content
2. **Identify choice patterns** - Look for decision language
3. **Extract trade-off discussions** - Capture alternatives and reasoning
4. **Assess confidence** - Rate each non-explicit decision
5. **Capture context** - Note surrounding discussion for ADR writer

## Hard gates

Run these **in order** after the workflow above and **before** returning output. Each step has an objective pass condition.

1. **Explicit `[ADR]` inventory** — Capture every `[ADR]` segment from the full source (verbatim in working notes). **Pass:** a second pass over the same source adds no new `[ADR]` blocks.
2. **De-duplicate** — Merge or drop inferred rows that repeat an explicit `[ADR]` decision (see [Merge Related Decisions](#merge-related-decisions)). **Pass:** at most one row per distinct decision.
3. **Schema validity** — Serialized JSON matches [Output Format](#output-format) and [Field Definitions](#field-definitions). **Pass:** parse succeeds; every `decisions[]` item has non-empty `title`, `problem`, `chosen_option`; `confidence` ∈ {`high`,`medium`,`low`}; `alternatives_discussed` is an array (use `[]` if none); other optional fields per table.
4. **Low-confidence audit** — For any `confidence: "low"`, `source_context` states what was missing, weak, or contradictory. **Pass:** a reader can see why the rating is not higher.

## Pattern Examples

### High Confidence

```
"We decided to use Redis for caching because of its sub-millisecond latency
and native TTL support. Memcached was considered but lacks persistence."
```

Extracts:
- Title: Use Redis for caching
- Problem: Need fast caching with TTL
- Chosen: Redis
- Alternatives: Memcached
- Drivers: sub-millisecond latency, native TTL, persistence
- Confidence: high

### Medium Confidence

```
"Let's go with TypeScript for the frontend since we're already using it
in the backend."
```

Extracts:
- Title: Use TypeScript for frontend
- Problem: Language choice for frontend
- Chosen: TypeScript
- Alternatives: (none stated)
- Drivers: consistency with backend
- Confidence: medium

### Low Confidence

```
"The API seems to be working well with REST endpoints."
```

Extracts:
- Title: REST API architecture
- Problem: API design approach
- Chosen: REST
- Alternatives: (none stated)
- Drivers: (none stated)
- Confidence: low

## Best Practices

### Context Capture

Always capture sufficient context for the ADR writer:
- What was the discussion about?
- Who was involved (if known)?
- What prompted the decision?

### Merge Related Decisions

If multiple statements relate to the same decision, consolidate them:
- Combine alternatives from different mentions
- Aggregate drivers
- Use highest confidence level

### Flag Ambiguity

When decisions are unclear or contradictory:
- Note the ambiguity in `source_context`
- Set confidence to `low`
- Include all interpretations if multiple exist

## When to Use This Skill

- Analyzing session transcripts for ADR generation
- Reviewing conversation history for documentation
- Extracting decisions from design discussions
- Preparing input for ADR writing tools

© existential-birds · Apache-2.0 · existential-birds/beagle

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →
adr-create ruvnet Скилл adr-create для Claude Code и пяти других платформ создаёт Architecture Decision Record с порядковым номером, регистрирует его в графе AgentDB и связывает с похожими решениями. Запускается на команду с названием решения. CX Codex +1 743установок architecture-decision Donchitos Скилл architecture-decision для Claude Code и Codex ведёт агента через создание ADR: контекст, рассмотренные варианты, последствия. Фиксирует архитектурное решение письменно. CX Codex +1 679установок create-adr Tech Leads Club - github.com/tech-leads-club Скилл create-adr для Claude Code — фиксирует принятые архитектурные решения в формате ADR, сохраняя контекст для будущих разработчиков. CX Codex +1 ★ 7 191звёзд репо adr-drafting giuseppe-trisciuoglio Скилл adr-drafting опрашивает разработчика об архитектурном решении, находит соглашения в репозитории и создаёт новый markdown-документ формата ADR. Пригодится при смене стека или разделении сервисов. CX Codex +1 3 700установок develop-adr product-on-purpose Скилл develop-adr для Claude Code оформляет архитектурное решение по формату Майкла Нигарда: фиксирует контекст, выбор и последствия. CX Codex +1 886установок architecture-decision-records Seth Hobson Пишет и ведёт Architecture Decision Records (ADR) — документы о технических решениях. Запускается, когда нужно зафиксировать выбор базы, фреймворка или паттерна интеграции. CX Codex +1 22 036установок

Из того же набора68

Весь набор →
explanation-docs Скилл explanation-docs для Claude Code помогает писать документы о том, как и почему устроена система. Документирует архитектурные решения и материалы для онбординга. CX Codex +1 152установок llm-artifacts-detection Скилл llm-artifacts-detection находит типичный мусор после ИИ-кодеров: лишние слои абстракций, тесты стандартных библиотек, мёртвый код и очевидные комментарии. CX Codex +1 151установок go-testing-code-review Скилл go-testing-code-review ревьюит тесты Go: табличные кейсы, сообщения об ошибках, параллельность и покрытие. Замечания отдаёт с файлом, строкой и важностью. CX Codex +1 148установок pydantic-ai-testing Скилл pydantic-ai-testing помогает писать тесты для агентов PydanticAI: подменять ответы модели, проверять вызовы инструментов и воспроизводить записанные API-запросы. CX Codex +1 146установок deepagents-implementation Скилл deepagents-implementation для Claude Code даёт рецепты сборки агентов на Deep Agents: фабрика create_deep_agent, файловые бэкенды, субагенты и стриминг LangGraph. CX Codex +1 142установок llm-judge Скилл llm-judge сравнивает две и более реализации одной задачи по файлу спецификации: собирает факты, ставит оценки по пяти измерениям и выдаёт отчёт с победителем. CX Codex +1 141установок pydantic-ai-dependency-injection Скилл pydantic-ai-dependency-injection показывает, как передавать базы данных, API-клиенты и контекст пользователя в PydanticAI через RunContext и deps_type. CX Codex +1 141установок watchos-code-review Скилл watchos-code-review для Claude Code проверяет watchOS-код на ошибки жизненного цикла, осложнений, WatchConnectivity и ограничения производительности. CX Codex +1 137установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой