Обзор zcode-smart-skill: протокол менеджера, записанный в одном Markdown-файле

ГЛУБОКИЙ ОБЗОР · ИСХОДНИКИ

Четыре файла и никакого рантайма. Это весь репозиторий, и в этом суть. Главный артефакт - один большой `SKILL.md`, который превращает способного кодового агента в менеджера свежих рабочих контекстов. Состояние идёт через журнал `.smart//`: задача, план, заметки, задания, тесты, решение-кандидат, чекпойнты и журнал проверки. Здесь нет библиотеки, которую можно импортировать. Это протокол, которому следуют, и обзор спрашивает, можно ли проверять протокол, написанный прозой, как код.

Как это устроено

Primary agent планирует и проверяет. Fresh subagents делают ideation, тесты или одну задачу. Файловая система - шина. `task.md` хранит цель, `plan.md` стратегию, `tasks.json` ограничивает работу, `notes.md` несёт уроки, `tests_spec.md` появляется до кода, `verify.log` хранит запуски. Hard tasks могут гонять изолированные worktrees.

Десять расширений, один цикл

V2 добавляет adversarial tests, reflection, parallel racing, scrutiny, бюджеты сложности, модели по ролям, backtracking, self-attack, workflow memory и строгий handoff. Хорошо, что каждое меняет конкретный файл или решение, а не остаётся ссылкой в библиографии.

Что обзор кода здесь может и не может проверить

Исполняемого кода почти нет. Протокол и guards читаются, лицензия MIT ясна. Но benchmark-эффект именно этого skill не подтверждён: нет harness, корпуса запусков, результатов или CI. Исследования мотивируют компоненты, но не валидируют эту комбинацию.

{"id":"implement-1","difficulty":"hard","status":"in_progress","done_when":"artifact exists and tests pass"}

Оригинальный поясняющий фрагмент журнала, а не дословный файл проекта.

Безопасность и доверие

Brief объявляет ledger данными, не властью. Checkpoints копируются без destructive reset, boundaries явны. Но user task копируется дословно, а защита зависит от того, послушает ли агент trust-фразу. Нужны внешние sandbox, tool permissions, path validation и изоляция.

Дизайн как опыт разработчика

ASCII-схема быстро объясняет manager, workers и ledger. README показывает цикл до установки, даёт два copy-based пути и natural triggers. Audit trail полезен: можно читать провалы и verify output. Изменение стоимости объявляется заранее.

Где он слаб

Нужен host со fresh subagents, файлами, командами и иногда выбором моделей. Совместимость между разными permission/concurrency системами не тривиальна. Markdown не гарантирует бюджет, изоляцию, safe paths, serialized merge и реальные тесты. Pruning может потерять доказательства, racing множит цену, auto-trigger может сработать слишком широко.

Как проверить его честно

Сделайте публичный набор сложных задач и фиксированный token budget. Сравните long-context, базовый ledger и ablation каждого расширения. Публикуйте pass rate, время, tokens, false done, conflicts и реакцию на заложенную prompt injection вместе со всеми ledger.

Вердикт

Это сильная операционная инструкция, не framework. Лучшие идеи - независимый автор тестов, execution как истина, bounded handoff и отказ от мёртвых подходов. Слабое место - enforcement: правила остаются прозой. Используйте с сильным sandbox и требуйте воспроизводимые результаты.

Демо и автор

Отдельное live demo не указано. Проверяемый артефакт - публичный репозиторий и `SKILL.md`.

Для кого: хосты агентов, где уже есть песочница, свежие рабочие контексты и надёжный запуск команд.

Reviewed source at commit b847694 · No separate live demo listed