dissolve-form
О программе
Навык `dissolve-form` выполняет контролируемый демонтаж жестких, закостеневших системных структур с сохранением ключевых возможностей. Он применяется, когда технический долг или структурная ригидность блокируют развитие, обычно после классификации `assess-form` как PREPARE/CRITICAL или перед фазой `adapt-architecture`. Ключевые виды деятельности включают картирование ригидности, определение последовательности демонтажа и безопасную декомпозицию технического долга и организационной закостенелости.
Быстрая установка
Claude Code
Рекомендуетсяnpx 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/dissolve-formСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
解形
控拆僵硬系統之結構——消石化之架構、累積之技債、組織之僵固——而存為新形之種之核心能力(「成蟲盤」)。
用時
- 形評(見
assess-form)定系統為 PREPARE 或 CRITICAL(過僵難直變) - 系統石化至增量變不可能
- 技債已累積至阻一切前進
- 組織結構僵至不能適新要
- 欲
adapt-architecture前先軟化當前之形使可重塑 - 遺產系統退役前須取值
入
- 必要:示高剛性之形評(由
assess-form得) - 必要:須存之核心能力之識(成蟲盤)
- 可選:目標形(解形後應顯現者;或未知)
- 可選:解形之時間表與限
- 可選:相關者於特定組件之憂
- 可選:前次解形之試與其果
法
第一步:識成蟲盤
生物蛻變中,成蟲盤乃毛蟲內一簇細胞,歷解而存,化為蝶之器。識必存之核心能力。
- 錄當前系統所供之諸能:
- 面用者之功能
- 資料處理之函
- 與外系統之整合點
- 嵌於代碼/流程中之組織知識
- 業務規則(常隱而無書)
- 類每能:
- 成蟲盤(必存):核心業務邏輯、關鍵整合、不可替之資料
- 可替組織(可重建):UI、基礎設施、標準算法
- 死組織(不應存):已無之 bug 之繞過、死系統之相容墊、無人用之功能
- 將成蟲盤取為可攜形式:
- 明書業務規則(其或僅存於代碼註釋或部落知識)
- 取關鍵算法為獨立已測之模塊
- 以格式無關之表示出核心資料
- 記整合契約及其實際(非書面)行為
得: 諸能清單已類為核心(存)、可替(重建)、死(棄)。解形始前核心能力已取為可攜形式。
敗則: 成蟲盤之識不確(相關者於何為核心有異)則寧取偏存。取多於所料之能——解後棄易,失之知識常不可復。
第二步:謀解形之序
定結構元件解形之序——外層先,核心最後。
- 按依賴深度排序:
- 第 1 層(最外):無依賴之組件——去之無損
- 第 2 層:其依賴僅為第 1 層(已解)之組件
- 第 3 層:依賴更深之組件——去之須謹守接口
- 第 N 層(核心):諸皆依之承重組件——最後解
- 每層定:
- 何物解之(去、退役、存檔)
- 何替之(新組件、無物、臨時樁)
- 餘諸層之須保接口
- 此層解後何驗系統仍行
- 立解形檢查點:
- 每層後,餘系統須測且驗行
- 每檢查點為解形可暫之穩態
- 若層解致意外破壞,由前檢查點復之
Dissolution Sequence (outside in):
┌─────────────────────────────────────────────────────────────────┐
│ Layer 1: Dead features, unused integrations, orphaned code │
│ → Remove. Nothing depends on these. │
│ │
│ Layer 2: Replaceable UI, standard infrastructure │
│ → Replace with modern equivalents or stubs │
│ │
│ Layer 3: Business logic wrappers, data access layers │
│ → Extract imaginal discs, then dissolve │
│ │
│ Layer 4 (core): Load-bearing structures, data stores │
│ → Dissolve last, with full replacement ready │
└─────────────────────────────────────────────────────────────────┘
得: 層序之解形序,每步穩(檢查點驗)且可逆(前檢查點可復)。最關鍵組件於最後解形,其時隊最有驗與信。
敗則: 依賴映射揭循環依賴(A 依 B,B 依 A)則先破環方能順解。於 A、B 間設接口、破環、再續序。
第三步:行接口考古
解僵結構前,掘並書其實接口——非書面者,乃實用者。
- 監測當前接口:
- 每調、每消息、每資料交換於每接口皆記
- 行至少一完整業務週期(日、週、月——視相關)
- 捕實負載形,非僅書面模式
- 實行對書面行為:
- 書面接口何未被調?(第 1 層解之候選)
- 書面之外接口何活躍?(隱依賴——須存或明替)
- 實流量揭何邊界情形,書面未及?
- 由實行為立接口契約:
- 此契約為任何替者之規格
- 含入出之實例
- 書錯誤處理行為(實為何,非應為何)
得: 經驗所得之接口契約,準確表系統實際通訊,含未書行為與隱依賴。
敗則: 監測過侵(損性能或須改代碼)則採樣流量代盡捕。業務週期過長則用已有資料佐以相關者訪談「何時何物調何物」。
第四步:控行解形
系統去結構元件而保成蟲盤之活。
- 始於第 1 層(最外、無依賴):
- 去死功能與無用代碼
- 存檔(勿刪)以作參
- 驗:系統仍過諸測,無運行錯
- 歷每層而進:
- 每解之組件: a. 驗成蟲盤已取(第一步) b. 若有依賴餘者裝替或樁 c. 去組件 d. 行驗證套 e. 察意外副作用
- 每檢查點:書系統當前狀,驗行之狀
- 處解形之抗:
- 某組件抗解(隱依賴浮出)
- 去致意外破壞時: a. 由檢查點復 b. 查隱依賴 c. 加之於接口考古(第三步) d. 為該依賴立明樁 e. 再試解
- 追解形之進:
- 餘與解之組件
- 已取且驗為可攜之成蟲盤
- 已現且處之意外依賴
得: 非核心結構之系統、可驗之解。每層後餘系統更小、更簡、且仍行。成蟲盤保於可攜形式。
敗則: 解致級聯失敗則層序有誤——隱依賴深於預期。停、復、重映依賴、重序。若顯「成蟲盤」複雜於預期則該能配更多取時。
第五步:備重建之基
解後,餘系統應為最小可行核加取出之成蟲盤,備作重建。
- 評解後狀:
- 餘者何?(最小行核 + 取出之能)
- 餘系統可維否?(隊能解且改否)
- 諸成蟲盤皆可訪且驗否?(可攜、已測、已書)
- 立重建清單:
- 列每成蟲盤及其契約、資料、測試套
- 明重建之目標架構(或標為「待定」)
- 識缺口:部分取出或質量有慮之能
- 交於重建:
- 目標形已知:以最小核為起點續
adapt-architecture - 目標形未知:於最小核上運行而設計目標
- 無論何者:系統今已足柔可塑
- 目標形已知:以最小核為起點續
得: 最小、可維之系統,附明書之取能。基礎潔淨,備以任何所擇之形重建。
敗則: 解後系統不可維於預期則某應存之核心結構已解。察成蟲盤清單——若關鍵能缺,或仍可由存檔復。最小核過小不能行則某「可替組織」實為核心——由檢查點復之。
驗
- 成蟲盤已識、取出、驗為可攜形式
- 解形序由最外(無依賴)至核心層序
- 接口考古捕實際(非僅書面)行為
- 每解形層有驗之檢查點
- 解中無核心能力失
- 解後系統最小、可維、且行
- 重建清單書取能與缺口
陷
- 未取而解:取核心能力前去僵組件毀不可復之知識。恆先取成蟲盤
- 信書面甚於觀察:書面接口常異於實行。接口考古(第三步)顯真;書面顯意圖
- 先解核心:於依賴未解前去承重結構致級聯失敗。恆由外而內
- 盡解:盡解以從頭始聽來潔淨然失組織知識、歷驗之邊界處理、運維連續。存成蟲盤
- 解為罰:解系統「因其不良」而無重建之謀致真空。解乃重建之備,非終點
參
assess-form— 前置評估以識僵固且觸解形adapt-architecture— 繼解形之重建技repair-damage— 為須定向修而非全解之系統build-consensus— 大解前之共識可防隊散decommission-validated-system— 監管系統之正式退役流程conduct-post-mortem— 事後分析與解形之考據嚴謹相通
GitHub репозиторий
Похожие навыки
llamaguard
ДругоеLlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.
cost-optimization
ДругоеЭтот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.
quantizing-models-bitsandbytes
ДругоеЭтот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.
dispatching-parallel-agents
ДругоеЭтот навык Claude распределяет нескольких агентов для исследования и устранения трёх и более независимых проблем параллельно. Он предназначен для сценариев с несвязанными сбоями, которые можно устранить без общего состояния или зависимостей. Ключевая возможность — параллельное решение проблем, где за каждую независимую предметную область назначается отдельный агент для максимальной эффективности.
