MCP HubMCP Hub
Volver a habilidades

integrate-gestalt

pjt222
Actualizado Yesterday
1 vistas
17
2
17
Ver en GitHub
Pruebasaitesting

Acerca de

Esta habilidad sintetiza las perspectivas multidisciplinares recopiladas por `expand-awareness` en una única percepción emergente. Analiza las conexiones y tensiones entre dominios para formar un "gestalt" coherente —un todo mayor que la suma de sus partes— y genera una frase unificadora. Úsala después de `expand-awareness` y antes de `express-insight` en el flujo de trabajo.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/integrate-gestalt

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Gestalt integrieren

Ein kohaerentes Ganzes aus der von expand-awareness produzierten panoramischen Wahrnehmung formen — nicht durch Mitteln, Kompromittieren oder Auswaehlen der Antwort der besten Domaene, sondern durch Identifizieren des emergenten Musters das aus keiner einzelnen Perspektive allein haette entstehen koennen.

Wann verwenden

  • expand-awareness hat rohe Wahrnehmung aus mehreren Domaenen an die Oberflaeche gebracht und die Beobachtungen muessen eine vereinheitlichte Erkenntnis werden
  • Mehrere Domaenen-Perspektiven sind verfuegbar aber keine einzelne erklaert die ganze Evidenz
  • Ein Problem wurde aus mehreren Winkeln analysiert und die separaten Analysen muessen mehr als eine Liste werden
  • Die Frage "was bedeutet das alles zusammen genommen?" hat keine offensichtliche Antwort
  • Wenn Synthese immer wieder in "die beste Domaene auswaehlen" kollabiert statt etwas Neues zu formen
  • Vor express-insight, das eine geformte Gestalt als Eingabe verlangt

Eingaben

  • Erforderlich: Multi-Domaenen-Beobachtungen aus expand-awareness (oder aequivalente panoramische Wahrnehmung)
  • Optional: Die urspruengliche Frage oder das Problem das den Multi-Domaenen-Scan ausgeloest hat
  • Optional: Bekannte Beschraenkungen die die Gestalt erfuellen muss
  • Optional: Frueher fehlgeschlagene Integrationsversuche (was in Ein-Domaenen-Antworten kollabierte)

Vorgehensweise

Schritt 1: Spannungen kartieren

Fuer jedes Paar von Domaenen das in der panoramischen Wahrnehmung identifiziert wurde, charakterisieren wie sie sich verhalten. Die drei moeglichen Beziehungen sind Spannung (sie sind uneins), Resonanz (sie verstaerken aus unterschiedlichen Winkeln) und Orthogonalitaet (sie adressieren unverwandte Aspekte).

Die Spannungs-Resonanz-Karte nutzen:

Tension-Resonance Map
+-------------------+-------------------+-------------------------------+
| Domain Pair       | Relationship      | Detail                        |
+-------------------+-------------------+-------------------------------+
| A vs B            | tension /         |                               |
|                   | resonance /       |                               |
|                   | orthogonal        |                               |
|   Evidence:       |                   | What specifically disagrees,  |
|                   |                   | reinforces, or is unrelated?  |
|   Implication:    |                   | What does this relationship   |
|                   |                   | suggest for the whole?        |
+-------------------+-------------------+-------------------------------+
| A vs C            | ...               | ...                           |
+-------------------+-------------------+-------------------------------+
| B vs C            | ...               | ...                           |
+-------------------+-------------------+-------------------------------+

Eine Zeile fuer jedes Domaenen-Paar ausfuellen. Fuer N Domaenen gibt es N(N-1)/2 Paare. Wenn das zehn Zeilen ueberschreitet, zuerst verwandte Domaenen gruppieren und zwischen Gruppen kartieren.

Spannungen priorisieren — sie tragen die meiste integrative Information. Resonanzen bestaetigen; Orthogonalitaeten koennen beiseite gelegt werden; aber Spannungen verlangen Aufloesung, und die Gestalt findet sich darin wie sie sich aufloesen.

Erwartet: Eine vervollstaendigte Spannungs-Resonanz-Karte wo jedes Domaenen-Paar eine charakterisierte Beziehung mit spezifischer Evidenz hat. Mindestens eine genuine Spannung ist identifiziert — wenn keine Spannungen vorhanden sind, sind die Domaenen moeglicherweise nicht unterschiedlich genug um Emergenz zu produzieren.

Bei Fehler: Wenn alle Paare Resonanz zeigen, sind die Domaenen auf Oberflaechenebene einig. Tiefer graben: wo sind sie aus unterschiedlichen Gruenden einig? Einigkeit-aus-unterschiedlichen-Gruenden ist eine versteckte Spannung. Wenn keine Beziehungen charakterisiert werden koennen, kann die panoramische Wahrnehmung aus expand-awareness zu flach sein — zurueckkehren und die domaenenspezifischen Beobachtungen vertiefen bevor Integration versucht wird.

Schritt 2: Die Figur finden

In der Gestalt-Psychologie taucht die Figur aus dem Grund auf. Der Grund ist die Spannungs-Resonanz-Karte aus Schritt 1. Die Figur ist das dominante Muster das die meisten Domaenen mit den wenigsten Widerspruechen vereinheitlicht.

  1. Die Karte nach Clustern scannen: welche Gruppen von Domaenen resonieren miteinander? Diese Cluster suggerieren Kandidaten-Figuren
  2. Fuer jede Kandidaten-Figur fragen: "Welche einzelne Perspektive macht aus den meisten Beobachtungen Sinn?"
  3. Die Figur ist kein Kompromiss (jede Domaene schwaechen bis sie einig sind) noch eine Auswahl (die staerkste Domaene waehlen). Sie ist ein neuer Rahmen der die Domaenen-Beobachtungen rekontextualisiert
  4. Test: die Kandidaten-Figur in einem Satz angeben. Fuehlt sie sich an als gehoere sie zu einer der Eingabe-Domaenen? Wenn ja, ist sie noch keine Gestalt — sie ist eine Domaenen-Antwort in Verkleidung
  5. Spezifisch auf die Spannungen schauen: die wahre Figur lebt oft im Raum zwischen den uneinigen Domaenen, nicht in einer der Domaenen-Positionen

Anzeichen dass die Figur auftaucht:

  • Mehrere Spannungen loesen sich gleichzeitig unter demselben Reframe auf
  • Domaenen-Beobachtungen die widerspruechlich schienen werden komplementaere Aspekte desselben Phaenomens
  • Die Figur erklaert warum jede Domaene sah was sie sah, einschliesslich warum sie uneins waren

Erwartet: Eine oder zwei Kandidaten-Figuren als einzelne Saetze artikuliert. Jeder Kandidat rekontextualisiert die Domaenen-Beobachtungen statt unter ihnen zu waehlen. Der Kandidat erklaert mindestens die Hauptspannungen in der Karte.

Bei Fehler: Wenn keine Figur auftaucht, kann die Integration vorzeitig sein. Zwei Recovery-Pfade: (a) zu expand-awareness zurueckkehren und eine fehlende Domaene hinzufuegen — manchmal kann die Figur nicht formen weil eine Schluesselperspektive abwesend ist; (b) bei den Spannungen sitzen ohne Aufloesung zu erzwingen — manche Gestalten brauchen Inkubation statt Anstrengung. Den aktuellen Zustand vermerken und spaeter zurueckkehren.

Schritt 3: Das Ganze testen

Die Kandidaten-Gestalt aus Schritt 2 muss drei Tests ueberleben bevor sie akzeptiert wird.

Test A — Spannungs-Berechnung: Durch jede Spannung aus Schritt 1 gehen. Loest die Gestalt sie auf, frahmt sie neu oder erkennt sie explizit als irreduziblen Trade-off an? Unaddressierte Spannungen indizieren eine vorzeitige Gestalt.

Test B — Ein-Domaenen-Ursprung: Haette diese Erkenntnis aus innerhalb einer einzelnen Domaene kommen koennen? Wenn ein Domaenenspezialist nicken und sagen wuerde "ja, das wussten wir schon", ist die Gestalt zurueck in eine Domaenen-Antwort kollabiert. Eine wahre Gestalt ueberrascht jede Domaene — jede erkennt ihren Beitrag aber nicht das Ganze.

Test C — Kohaerenz unter Rotation: Sich mental der Gestalt aus jeder Domaenen-Perspektive nacheinander naehern. Haelt sie ihre Form oder sieht sie unterschiedlich aus abhaengig davon aus welcher Domaene sie betrachtet wird? Eine robuste Gestalt ist dieselbe Erkenntnis aus jedem Winkel betrachtet; eine fragile aendert Bedeutung unter Rotation.

Bewertung:

  • Alle drei Tests bestehen: zu Schritt 4 fortfahren
  • Test A scheitert: die Gestalt ist unvollstaendig — zu Schritt 2 zurueckkehren mit den ungeloesten Spannungen als zusaetzlichen Beschraenkungen
  • Test B scheitert: die Gestalt ist nicht emergent — zu Schritt 2 zurueckkehren und Ein-Domaenen-Rahmungen explizit ausschliessen
  • Test C scheitert: die Gestalt ist nicht kohaerent — sie kann zwei separate Erkenntnisse sein die als eine getarnt sind. Aufteilen und jede Haelfte unabhaengig testen

Erwartet: Die Kandidaten-Gestalt besteht alle drei Tests oder der Versagensmodus ist klar identifiziert und leitet eine Rueckkehr zu Schritt 2.

Bei Fehler: Wenn der Kandidat wiederholt nach mehreren Iterationen scheitert, in Erwaegung ziehen dass die Domaenen moeglicherweise keine natuerliche Gestalt fuer dieses Problem formen. Nicht jede Multi-Domaenen-Beobachtung produziert Emergenz — manchmal ist die ehrliche Antwort eine strukturierte Liste von Domaenen-Perspektiven mit ihren kartierten Spannungen. Die Spannungs-Resonanz-Karte als Ausgabe liefern statt eine falsche Einheit zu erzwingen.

Schritt 4: Die Erkenntnis benennen

Die Gestalt in einem einzelnen Satz artikulieren den ein Domaenenspezialist nicht aus innerhalb seiner Domaene allein geschrieben haette. Dieser Satz ist das Deliverable.

  1. Den Satz schreiben. Er sollte sein:
    • Spezifisch genug um umsetzbar oder falsifizierbar zu sein
    • Allgemein genug um alle beitragenden Domaenen zu umfassen
    • Ueberraschend fuer mindestens zwei der Eingabe-Domaenen
    • Frei von Jargon aus irgendeiner einzelnen Domaene (oder Jargon absichtlich rekontextualisiert nutzend)
  2. Den Satz gegen die drei Kriterien aus Schritt 3 ein letztes Mal testen
  3. Optional eine einseitige Erweiterung hinzufuegen die nachzeichnet wie die Gestalt aus den Domaenen-Beitraegen auftauchte — dies ist die Provenienz, nicht die Erkenntnis selbst
  4. Aufzeichnen welche Domaenen beigetragen haben, welche Spannungen Schluessel waren und was die Figur-Grund-Beziehung war — diese Metadaten unterstuetzen zukuenftige Integrationsversuche

Die benannte Erkenntnis, zusammen mit ihrer Provenienz, wird die Eingabe fuer express-insight zur Kommunikation.

Erwartet: Ein einzelner Satz der die Gestalt erfasst, begleitet von einem kurzen Provenienz-Absatz. Der Satz besteht den "keine einzelne Domaene"-Test. Beim Lesen erkennt ein Praktiker jeder beitragenden Domaene den Beitrag seines Feldes aber haette die Aussage nicht allein erreichen koennen.

Bei Fehler: Wenn der Satz immer wieder in Domaenen-Sprache kollabiert, den Negationstest versuchen: angeben was die Gestalt NICHT ist. "Dies ist keine Sicherheits-Empfehlung und keine Performance-Optimierung und kein Architektur-Muster — es ist [die Gestalt]." Die Negationen klaeren die Domaenen-Rahmen und schaffen Raum fuer die emergente Formulierung.

Validierung

  • Eine Spannungs-Resonanz-Karte wurde fuer alle Domaenen-Paare mit spezifischer Evidenz vervollstaendigt
  • Mindestens eine genuine Spannung (nicht nur Unterschied der Betonung) wurde identifiziert
  • Die Kandidaten-Gestalt wurde als Reframe artikuliert, nicht als Kompromiss oder Auswahl
  • Test A bestanden: alle Hauptspannungen sind aufgeloest, neu gerahmt oder anerkannt
  • Test B bestanden: keine einzelne Domaene haette diese Erkenntnis allein produzieren koennen
  • Test C bestanden: die Gestalt haelt ihre Form wenn aus jeder Domaenen-Perspektive betrachtet
  • Die finale Erkenntnis ist in einem einzelnen Satz mit Provenienz ausgedrueckt

Haeufige Stolperfallen

  • Mitteln: Die Position jeder Domaene schwaechen bis sie oberflaechlich einig sind. Dies produziert Brei, keine Gestalt. Wenn die Integration sich fade anfuehlt, wird gemittelt
  • King-Making: Die Antwort der staerksten Domaene waehlen und in Multi-Domaenen-Sprache kleiden. Test B faengt das ab — wenn ein Domaenenspezialist unueberrascht nicken wuerde, ist es King-Making
  • Vorzeitiges Schliessen: Die erste Kandidaten-Figur akzeptieren ohne sie gegen Spannungen zu testen. Die erste Figur die auftaucht ist oft die offensichtlichste, nicht die integrativste
  • Erzwungene Einheit: Bestehen dass eine Gestalt existieren muss wenn die Domaenen genuein orthogonal sind. Orthogonale Domaenen produzieren strukturierte Listen, keine Gestalten — und das ist ein gueltiges Ergebnis
  • Jargon-Vermischung: Technische Begriffe aus mehreren Domaenen in einen Satz kombinieren der integrativ klingt aber nichts bedeutet. Jeder Begriff im finalen Satz sollte unabhaengig bedeutungsvoll sein

Verwandte Skills

  • expand-awareness — produziert die rohe panoramische Wahrnehmung die dieser Skill integriert; geht integrate-gestalt immer voraus
  • express-insight — kommuniziert die geformte Gestalt an ihre Zielgruppe; folgt integrate-gestalt immer
  • build-coherence — waehlt zwischen konkurrierenden Optionen mit strukturierter Bewertung; integrate-gestalt formt ein neues Ganzes statt unter existierenden Optionen zu waehlen
  • brahma-bhaga — erschafft aus Leere; integrate-gestalt erschafft aus Ueberfluss (mehrere gefuellte Perspektiven)
  • meditate — klaert vorigen Kontext um saubere Wahrnehmung zu ermoeglichen; nuetzlich vor expand-awareness, das diesem Skill vorausgeht
  • coordinate-reasoning — verwaltet Informationsfluss in Multi-Pfad-Bewertung; komplementaer wenn die Gestalt Koordination mehrerer Reasoning-Threads beinhaltet

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/de/skills/integrate-gestalt
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Habilidades relacionadas

evaluating-llms-harness

Pruebas

Esta Skill de Claude ejecuta el benchmark lm-evaluation-harness para evaluar modelos de lenguaje en más de 60 tareas académicas estandarizadas como MMLU y GSM8K. Está diseñada para que los desarrolladores comparen la calidad de los modelos, realicen seguimiento del progreso del entrenamiento o reporten resultados académicos. La herramienta admite varios backends, incluidos modelos de HuggingFace y vLLM.

Ver habilidad

cloudflare-cron-triggers

Pruebas

Esta habilidad proporciona conocimiento integral para implementar Cron Triggers de Cloudflare y programar Workers mediante expresiones cron. Cubre la configuración de tareas periódicas, trabajos de mantenimiento y flujos de trabajo automatizados, manejando problemas comunes como expresiones cron inválidas y inconvenientes de zonas horarias. Los desarrolladores pueden utilizarla para configurar manejadores programados, probar activadores cron e integrar con Workflows y Green Compute.

Ver habilidad

webapp-testing

Pruebas

Esta habilidad de Claude proporciona un kit de herramientas basado en Playwright para probar aplicaciones web locales mediante scripts de Python. Permite verificación de frontend, depuración de interfaz de usuario, captura de pantallas y visualización de registros, mientras gestiona los ciclos de vida del servidor. Úsela para tareas de automatización de navegadores, pero ejecute los scripts directamente en lugar de leer su código fuente para evitar contaminación del contexto.

Ver habilidad

finishing-a-development-branch

Pruebas

Esta habilidad ayuda a los desarrolladores a completar el trabajo terminado verificando que las pruebas pasen y luego presentando opciones estructuradas de integración. Guía el flujo de trabajo para fusionar, crear PRs o limpiar ramas después de que se completa la implementación. Úsala cuando tu código esté listo y probado para finalizar sistemáticamente el proceso de desarrollo.

Ver habilidad