shiva-bhaga
À propos
La compétence Shiva Bhaga aide les développeurs à clarifier le contexte en identifiant et en démantelant délibérément les modèles obsolètes, les hypothèses dépassées et le bruit de code mort. Elle est conçue pour être utilisée lorsque le contexte accumulé est devenu encombré ou lorsqu'un changement majeur nécessite une page blanche. Cette dissolution contrôlée crée un espace pour de nouvelles approches plus efficaces.
Installation rapide
Claude Code
Recommandénpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/shiva-bhagaCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
Shiva Bhaga
Controlled destruction + dissolution → stale patterns, outdated assumptions, accumulated noise. Clears ground for new growth.
Use When
- Ctx accumulated stale assumptions silently distorting reasoning
- Prev approach failed → temptation = patch not discard
- Conv long → earlier decisions don't serve current goal
- Dead code, abandoned plans, zombie tasks → noise + confusion
- Before major pivot → clearing precedes creation
- Attachment to approach blocks alternatives
In
- Required: Current conv state | proj ctx (implicit)
- Optional: Specific dissolution target (e.g., "this approach not working", "clear all DB layer assumptions")
- Optional: Scope boundary — what survives destruction
Do
Step 1: ID What Must End
Survey current state, mark stale, broken, no longer serving.
Dissolution Triage:
+---------------------+---------------------------+------------------------+
| Category | Symptoms | Action |
+---------------------+---------------------------+------------------------+
| Stale Assumptions | Decisions made early that | List and re-evaluate |
| | no longer match current | each against current |
| | understanding | reality |
+---------------------+---------------------------+------------------------+
| Failed Approaches | Approaches attempted and | Acknowledge failure |
| | abandoned but still | explicitly; release |
| | influencing thinking | the sunk cost |
+---------------------+---------------------------+------------------------+
| Accumulated Noise | Context, variables, or | Identify and mark for |
| | plans that are no longer | removal |
| | referenced or relevant | |
+---------------------+---------------------------+------------------------+
| Attachment Points | "We already decided..." | Question whether the |
| | beliefs that resist | decision still holds |
| | re-examination | |
+---------------------+---------------------------+------------------------+
| Zombie Artifacts | Code, tasks, or plans | Delete or archive; |
| | that exist but serve no | do not leave in limbo |
| | current purpose | |
+---------------------+---------------------------+------------------------+
- Scan each category honest — resistance to examining = signal
- Each item: "If starting fresh now, would I create this?"
- No → mark for dissolution
Got: Clear inventory of release targets, specific items per category.
If err: Nothing stale → assess too shallow. Pick oldest decision, justify from scratch — forced justification = dissolution candidate.
Step 2: Preservation Boundary
Not everything destroyed. ID what survives.
- Core reqs: What user actually asked → survives.
- Verified knowledge: Facts confirmed via tools (file reads, test results) → survives.
- User prefs: Explicit prefs + constraints → survive.
- Working components: Demonstrably functioning code/approaches → survive.
Draw boundary: inside = preserved, outside = subject to dissolution.
Got: Clear distinction kept vs released.
If err: Boundary unclear → "What would I need to reconstruct if starting from scratch?" → answer = boundary.
Step 3: Dissolve w/ Intention
Execute dissolution → not abandonment, intentional clearing.
- Each marked item, release explicit:
- Stale assumption: "I assumed X, current evidence shows Y. Releasing X."
- Failed approach: "Approach A attempted, didn't work because Z. Releasing attachment to A."
- Noise: "Variable/plan/ctx Q no longer relevant. Removing."
- Don't justify/defend dissolved → point = release, not analysis
- Large body dissolved → summarize what + why in one sentence
- Clear workspace: close abandoned files, reset mental model, acknowledge clean slate
Got: Lighter, cleaner ctx, stale removed. Remaining feels accurate + current.
If err: Incomplete (released items still influence) → name explicit again. "I notice I'm still reasoning as if X true. X dissolved. Proceeding without X."
Step 4: Sit in Void
After destruction, resist immediate rebuild. Space between destruction + creation has value.
- Acknowledge cleared space: "Following dissolved: [list]"
- Note remains: "Surviving: [list]"
- Resist premature reconstruction → don't immediately propose replacement
- Let cleared space inform what comes next
- Void ≠ emptiness → potential. Next step (creation via
brahma-bhaga| preservation viavishnu-bhaga) emerges.
Got: Moment of clarity old → new. Next direction apparent from what remains, not forced.
If err: Void uncomfortable, strong pull to rebuild → urgency = signal of attachment to dissolved. Sit longer. Right next step emerges.
Check
- Stale assumptions ID'd + explicit released
- Failed approaches acknowledged no defensiveness
- Accumulated noise cleared
- Preservation boundary set before dissolution
- Core reqs + user prefs preserved
- Cleared space acknowledged before creation
Traps
- Destroy too much: No boundary → destroys working w/ stale. Boundary first.
- Destroy too little: Polite "release" while still influencing reasoning. True dissolution = actual letting go.
- Skip void: Rush destruction → creation w/o sitting → recreation of old w/ superficial changes.
- Performing destruction: Going through motions w/o updating internal model. Same assumptions next response = performative.
- Destruction as avoidance: Escape difficulty vs clear staleness. Problem persists after clearing → wasn't stale ctx, was problem itself.
→
brahma-bhaga— creation follows destructionvishnu-bhaga— preservation complements; what survives dissolution sustainedheal— subsystem assess may reveal dissolution needed before healingmeditate— clear ctx noise before → prevents reactive over-destructiondissolve-form— morphic equivalent for architectural dismantling w/ imaginal disc preservation
Dépôt GitHub
Compétences associées
content-collections
MétaCette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.
polymarket
MétaCette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.
creating-opencode-plugins
MétaCette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.
sglang
MétaSGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.
