ax-extract-workflow
Über
Diese Fähigkeit rekonstruiert den schrittweisen Arbeitsablauf, der zur Erstellung eines bestimmten vergangenen Artefakts, wie eines Features oder PR, verwendet wurde. Sie analysiert relevante Entwicklungssitzungen, um die Abfolge der Fähigkeiten und Aktionen zu schildern, die zum Endergebnis führten. Sie wird durch Anfragen ausgelöst, die danach fragen, wie etwas aufgebaut oder ausgeliefert wurde, nicht durch Anfragen nach generischen Aktivitätsprotokollen.
Schnellinstallation
Claude Code
Empfohlennpx skills add Necmttn/ax -a claude-code/plugin add https://github.com/Necmttn/axgit clone https://github.com/Necmttn/ax.git ~/.claude/skills/ax-extract-workflowKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
ax:extract-workflow - reconstruct the recipe behind a shipped artifact
Given a deliverable (a demo, a PR, a feature) the user wants to know: what skills, in what order, produced it? This skill resolves an anchor (date or sha), windows the relevant sessions, and narrates the ordered skill arcs in plain text. Eats its own dogfood: it is itself a framing skill.
Assumes ax (axctl) is on PATH and the local SurrealDB is running.
If ax sessions here fails with a connection error, tell the user
scripts/db-start.sh and stop.
When to fire
ONLY on explicit reconstruction triggers:
- "what made <X> work" / "how did we ship <Y>"
- "extract workflow from <date>" / "extract workflow from <sha>"
- "what was the workflow around <topic>"
- "reconstruct the recipe for <artifact>"
- "show me how I built <feature>"
Do NOT fire on generic "what did I do today" or "show recent activity".
That is ax sessions here territory, not this skill.
Step 1 - resolve the anchor
Decide one of three modes based on what the user gave you:
| User said | Mode | Action |
|---|---|---|
| commit sha (full or short) | sha | use it directly |
| date or date range (YYYY-MM-DD) | date | use ax sessions around <date> |
| topic / feature / artifact name | topic | ax recall "<topic>" --sources=commit --json to find candidate shas |
| "this repo, recently" | pwd | ax sessions here --days=14 |
For topic mode pick the most relevant sha and proceed in sha mode. If results are ambiguous, ask the user to pick one before continuing.
Step 2 - window the sessions
Pick the right command for the resolved anchor:
- sha mode:
ax sessions near <sha> --json - date mode:
ax sessions around <date> --days=3 --json - pwd mode:
ax sessions here --days=14 --json
Pick the N most relevant sessions from the JSON (default N=5). Bias to sessions with the highest turn counts and that touch files related to the artifact.
Step 3 - inspect each session
For each picked session:
ax sessions show <id> --json
ax sessions show <id> --by-role # optional, see Step 4
Read the top_skills and agent_delegations arrays. If a subagent's
work looks central to the artifact, drill in:
ax sessions show <id> --expand=<subagent-uuid>
Step 4 - narrate
Produce two artifacts inline (no files written - keep the answer in chat).
4a. Ordered skill arc
Lead with the framing skill that opened the work (use --by-role output
if available - the framing group goes first). Then execution skills,
then verification. For each skill, name it and write one line on what
it produced.
Example:
1. brainstorming -> defined the workflow extraction problem
2. writing-plans -> turned 13 grilled questions into a plan
3. subagent-driven -> executed the plan as 17 typed-CLI tasks
4. code-review -> two-stage spec + quality review per task
5. test-driven-dev -> 100% green throughout
4b. Key decisions
Pull 2-4 turn excerpts where the user steered the work. Use:
ax recall "<keyword>" --skill=<framing-skill> --limit=5 --json
Quote one line per decision; cite the session id.
4c. Reproducer brief (optional, if user asks)
A one-paragraph "to do this again, you would" summary - the skills, the order, and the key user inputs at the steering points.
When to recommend ax skills classify
If ax sessions show <id> --by-role returns many skills in the
(unclassified) group, the role-weighted output above will be noisy.
Suggest the user run ax skills classify once - it generates briefs
the user can fill in to seed roles. Don't block on it; the
artifact-reconstruction story still works without roles.
Output contract
Write everything inline. Do not create files under .ax/tasks/ or
anywhere else. Do not modify the repo. This is a read-only,
reconstruction-focused skill.
If the user asks for a permanent recipe, recommend they paste your
output into docs/recipes/<name>.md themselves - ax intentionally has
no recipe save format yet (per the workflow-extraction-frictions plan).
GitHub Repository
Häufig gestellte Fragen
Was ist der Skill ax-extract-workflow?
ax-extract-workflow ist ein Claude Skill von Necmttn. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um ax-extract-workflow ohne zusätzliche Eingaben auszuführen.
Wie installiere ich ax-extract-workflow?
Verwende die Installationsbefehle auf dieser Seite: Füge ax-extract-workflow als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.
Zu welcher Kategorie gehört ax-extract-workflow?
ax-extract-workflow gehört zur Kategorie Meta.
Kann ich ax-extract-workflow kostenlos nutzen?
Ja. ax-extract-workflow ist auf AIMCP gelistet und kann kostenlos installiert werden.
Verwandte Skills
Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.
Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.
Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.
SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.
