К основному содержанию
скилл CX Codex

agent-operated-software — скилл для Claude Code: агенты как часть

Скилл для проектирования и отладки приложений, где агенты OpenRig работают в живом бэкенде или контуре управления.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add mvschwarz/openrig --skill agent-operated-software -a claude-code
Открыть на GitHub

Что делает agent-operated-software

Скилл задаёт общую таксономию: AI-enabled software, где код владеет контуром управления и вызывает модель как одну из возможностей; Agent-Operated Workflow, где агент ведёт одну ограниченную процедуру с условием старта и остановки; и Agent-Operated Software, где агенты участвуют в работе приложения постоянно. Разница важна, потому что одно приложение может собрать много ограниченных workflow, но сам продукт от этого не становится agent-operated.

Поведение в такой архитектуре распределено между агентами, скиллами, инструкциями, bootstrap-файлами, схемами, Markdown, YAML, JSON, папками и детерминированными инструментами. Странный результат может оказаться дефектом кода или разрывом связности в этом контуре управления. Скилл советует сначала проследить путь, который реально породил поведение, и только потом выбирать слой для починки: дефект кода правится в коде, отсутствующий триггер — в скилле, сломанный контракт — в схеме. Правка отрендеренной или установленной копии создаёт временную ветку, а не ремонт.

Отдельный блок — самосертифицирующиеся артефакты: запись во временный путь, проверка того свойства, которое действительно может быть неверным, атомарное переименование в финальный путь, затем манифест и последним — сентинел .done. Потребители падают закрыто на общем доказательстве, потому что имя файла или код выхода не подтверждают содержимое. Для установки нужен Node.js и npx; в GitHub Copilot используется gh skill install.

Какие задачи решает

  • разделить AI-enabled software, ограниченный workflow и agent-operated приложение
  • найти слой, который породил странное поведение агента, вместо правки установленной копии
  • сделать артефакты самопроверяемыми через временный путь и .done
  • вынести намерение, состояние работы и решения в адресуемые Markdown-артефакты
  • проверить готовность элемента через контур судейства, а не через захват данных

Примеры запросов агенту

  • Помоги спроектировать контур управления приложения на OpenRig-агентах
  • Почему агент выдал странный результат — проследи путь до слоя, который его породил
  • Сделай генерацию отчёта самосертифицирующейся: временный путь, проверка, атомарное переименование, .done

Как установить agent-operated-software

1Через Skills CLI (Vercel)

npx skills add mvschwarz/openrig --skill agent-operated-software -a claude-code

2Вручную: положить файлы

~/.claude/skills/agent-operated-software/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/agent-operated-software/

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

Вопросы о agent-operated-software

Как установить agent-operated-software в Claude?

Выполните npx skills add mvschwarz/openrig --skill agent-operated-software -a claude-code. Файл скилла появится по пути ~/.claude/skills/agent-operated-software/SKILL.md.

Что делает agent-operated-software?

Описывает, как проектировать, собирать, эксплуатировать и диагностировать приложение, в живом бэкенде или контуре управления которого работают агенты OpenRig. Даёт таксономию, правила работы с Markdown как контуром управления и порядок починки нужного слоя.

Чем agent-operated приложение отличается от AI-enabled?

В AI-enabled software контуром управления владеет код приложения и вызывает модель как одну возможность. В agent-operated приложении агенты участвуют в работе рантайма постоянно, а не в одной ограниченной процедуре.

Исходный текст

SKILL.md · Apache-2.0
---
name: agent-operated-software
description: >-
  Use when designing, building, operating, or diagnosing an ongoing application whose live backend
  or control loop includes OpenRig agents, including applications with a Markdown, YAML, or JSON
  agent control plane or a thin surface over specialist agent roles.
metadata:
  openrig:
    stage: provisional
    audience: any agent building or operating an agent-backed application
    sibling_skills:
      - agent-operated-workflows
      - forming-an-openrig-mental-model
      - mission-slice-sop
      - openrig-user
---

# Agent-Operated Software

**Agent-Operated Software** is an ongoing application whose functioning runtime includes an OpenRig
agent or rig in its live backend or control loop. The application surface can be thin: structured
state and specialist roles do the work, while the UI makes that work legible and steerable.

## Start with the shared taxonomy

- **AI-enabled software:** application code owns the control loop and calls a model as one capability.
- **Agent-Operated Workflow:** an agent owns one bounded procedure with a start and stop condition;
  see `agent-operated-workflows`.
- **Agent-Operated Software:** agents participate in an ongoing application's functioning runtime.

An application may compose many Agent-Operated Workflows. A bounded workflow does not by itself make
its surrounding product Agent-Operated Software, and a model call is neither category unless an agent
owns part of the control loop.

## Agents are part of the backend

In this architecture, behavior is not located only in functions. It is distributed across agents,
skills, instructions, bootstrap files, schemas, Markdown, YAML, JSON, folders, and deterministic
tools. A surprising result may therefore be a code defect or a coherence gap in this control plane.
Trace the path that actually produced the behavior before choosing which layer to repair.

This is not permission to tolerate defects in OpenRig core or another rock-solid substrate. There,
reproduce the bug, fix the code, and hold the full gate. The faster coherence-first posture belongs
to recoverable agent-operated application layers whose state and behavior can be inspected and
repaired cheaply.

## Markdown is the control plane

Markdown is maximally useful to an agent while remaining legible enough for a human to steer. Put
intent, work state, evidence, and decisions into stable addressed artifacts rather than private chat
or an opaque custom database. Keep schemas and conventions aligned with the running behavior: the
agent population acts on those files as executable context.

Use **progressive disclosure**. A skill's name and description are the hot trigger; its body is cold
procedure. Descriptions say when to load, not how to work. The body should route the reader to exact
sources instead of copying them into another doctrine fork.

Scripts can act as prompts. A good script returns the context or exact effect an agent needs; when it
cannot, its failure teaches what it observed, why it stopped, and safe next actions. Keep deterministic
mechanics in tools and judgment in agents.

## Make artifacts self-certifying

When a tool produces an artifact, do not make every consumer invent a completeness test:

1. Write to a partial path, never the final path.
2. Verify the property that can actually be wrong, such as duration, streams, resolution, or schema.
3. Flush and atomically rename the partial artifact to its final path.
4. Write the manifest, then a `.done` sentinel last.

Consumers fail closed on the shared proof. A filename or exit code is not content verification.

## Build with an agent SDLC

Select the rigor required by the outcome and the project's policy. Scope relationships,
attributed evidence-backed item judgment, and genuinely distinct higher judgment have separate
owners. One item judgment derives its upstream readiness; agents do not synchronize parent
checkboxes, queue tags, or status prose. Capture alone is not acceptance, and readiness does not
publish or advance a workflow. Use `openrig-operating-model` and `rig proof --help` for the
supported judgment, correction, and read path. Keep historical locks and evidence addressable.
The human supplies steering, taste, and decisions the project's authority reserves for them.

For studio applications, the running product is usually the best iteration surface. A separate mockup
earns its cost only when it resolves a real design uncertainty that the running app cannot expose as
cheaply. This removes a redundant artifact, not the visual review or proof contract.

## Repair the narrowest authoritative layer

Find the generator or source that every affected agent actually consumes. Fix a code defect in code;
fix a missing trigger in the skill; fix a malformed contract in its schema. Then verify through the
consumer. Editing a rendered or installed copy creates a temporary fork, not a repair.

The payoff compounds: a correction to the shared application control plane changes the next agent's
starting point. That is how an ongoing agent-operated system improves without making one human its
permanent router.

© mvschwarz · Apache-2.0 · mvschwarz/openrig

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →
software-patterns bobmatnyc Помогает выбрать паттерн под конкретную проблему: связанность, отказоустойчивость, границы сервисов. Пригодится, когда код трудно тестировать или сервисы вызывают друг друга по кругу. CX Codex +1 373установок software-design-philosophy wondelai Скилл разбирает проектирование модулей: считает сложность, ищет утечки информации и ставит дизайну оценку по восьми диагностикам. CX Codex +1 6 100установок uml-and-software-architecture-visualization официальный OpenAI Скилл помогает выбрать нотацию и формат для UML-диаграмм, схем архитектуры, процессов и данных. Подключайте его, когда нужно описать структуру или поведение системы. CX Codex GP ChatGPT 24установок software-engineer siviter-xyz Скилл задаёт агенту правила стиля кода, документации и рабочего процесса: без лишних комментариев, без самовольных git-коммитов, с вопросами при неясностях. CX Codex +1 623установок convex-quickstart convex Разворачивает минимальный шаблон Next.js + Convex из идеи в одно предложение и доводит его до запущенного локального приложения. CX Codex +1 131 100установок convex-create-component convex Скилл помогает создавать переиспользуемые Convex-компоненты с изолированными таблицами и чётким API. Пригодится, когда нужно выделить backend-логику в отдельный модуль или собрать интеграцию, которая владеет своими данными. CX Codex +1 130 900установок

Из того же набора14

session-compaction-and-restore Скилл для тех, кто думает, что переживёт компакцию, рестарт и смену места: помогает не потерять рабочий контекст и намерение задачи. CX Codex +1 ★ 8 172звёзд репо openrig-user Скилл-справочник по CLI rig: подсказывает точный синтаксис команд, форму JSON, значения по умолчанию и смысл ошибок, когда команда уже известна. CX Codex +1 ★ 8 172звёзд репо loading-addressable-markdown Достаёт из дерева файлов ровно одну секцию Markdown по адресу вида file.md#h2-slug. Нужен, когда задача ссылается на раздел спецификации, а не на файл целиком. CX Codex +1 ★ 8 172звёзд репо claude-compaction-restore Помогает не потерять связи между файлами и решениями после компакции контекста: перед сжатием пишется карта восстановления, после — сессия перечитывает её и собирает картину заново. CX Codex +1 ★ 8 172звёзд репо context-engineering Скилл про то, как наполняется окно контекста агента: что грузить сразу, что по запросу, когда чистить. Пригодится, если агент забывает ограничения посреди задачи. CX Codex +1 ★ 8 172звёзд репо orchestration-team Скилл для оркестрации: раздаёт задания между агентами, следит за простаивающими и заблокированными и не даёт оркестратору делать работу за других. CX Codex +1 ★ 8 172звёзд репо requirements-writer Ведёт диалог с продакт-менеджером и собирает из черновых мыслей один SPEC.md с проверяемыми критериями приёмки и явными границами. CX Codex +1 ★ 8 172звёзд репо exec-summary Собирает из папки фичи один документ на 600–800 слов: питч для продаж, стратегию для руководства и поведение для разработки. CX Codex +1 ★ 8 172звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой