Provide implementations of advanced data structures
中文简介正在准备中。当前显示原文说明。
a5c-ai/babysitter18572026年9月17日 更新
免费在 GitHub 公开
knowledge-curation
Context priming before work (bd prime) and self-reflection after completion to extract patterns, gotchas, and decisions into the knowledge base.
中文简介正在准备中。当前显示原文说明。
查看安装方法包含的文件（2）
- SKILL.md1.6 KB
- README.md660 B
SKILL.md（原文）
安装前可以查看交给 AI 代理的指令内容。
- After completing work, BEFORE PR creation (reflect mode)
- When recovering from context loss (recovery priming)
Knowledge Categories
| Category | File | Content |
|---|---|---|
| Critical Rules | facts.jsonl | MUST FOLLOW constraints |
| Gotchas | gotchas.jsonl | Common pitfalls |
| Patterns | patterns.jsonl | Codebase best practices |
| Decisions | decisions.jsonl | Architectural choices with rationale |
| Anti-Patterns | anti-patterns.jsonl | What NOT to do |
| Codebase Facts | codebase-facts.jsonl | Structural information |
| API Behaviors | api-behaviors.jsonl | Undocumented quirks |
Process
Prime Mode
- Load knowledge base files for work type
- Surface MUST FOLLOW rules first
- Present GOTCHAS and PATTERNS
- Load relevant DECISIONS
Reflect Mode
- Extract patterns from completed work
- Identify gotchas from review failures
- Record architectural decisions with rationale
- Persist to .beads/knowledge/
Tool Use
Invoke via babysitter process: methodologies/metaswarm/metaswarm-knowledge-cycle
评价
还没有评价。欢迎分享你的使用感受。
评论
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
同一仓库的技能
Fresh adversarial code review with binary PASS/FAIL verdicts, evidence citations, and anchoring bias prevention via fresh reviewer spawning.
中文简介正在准备中。当前显示原文说明。
a5c-ai/babysitter18572026年9月17日 更新
WASM-based instant code transforms for simple tasks, achieving 352x speedup over LLM inference with zero cost.
中文简介正在准备中。当前显示原文说明。
a5c-ai/babysitter18572026年9月17日 更新
Coordinate Crew (persistent) and Polecat (transient) agents using Gas Town's hook-based work distribution and GUPP principle.
中文简介正在准备中。当前显示原文说明。
a5c-ai/babysitter18572026年9月17日 更新
Generate visual representations of algorithm execution
中文简介正在准备中。当前显示原文说明。
a5c-ai/babysitter18572026年9月17日 更新
Hierarchical coordination and drift detection with frequent checkpoints, shared memory coherence validation, role specialization enforcement, and short task cycles.
中文简介正在准备中。当前显示原文说明。
a5c-ai/babysitter18572026年9月17日 更新