/plan, /grill, /goal: wbudowany workflow skilli w Muse Code
Meta streszcza wbudowane skille Muse Code jednym zdaniem: wrzucasz surowy pomysł, dostajesz przemaglowany, sprawdzony feature. Oto co naprawdę robi każda komenda i kiedy po nią sięgać.
/plan — nic się nie zmienia, dopóki nie zatwierdzisz
/plan zamienia zlecone zadanie w plan wymagający twojej akceptacji. Agent studiuje repozytorium, rozkłada pracę na części, przedstawia zamierzone podejście — i staje. Żadnych zmian w kodzie, dopóki nie dasz zielonego światła. Przy wszystkim poza trywialną poprawką to właściwe otwarcie: zamienia „mam nadzieję, że agent mnie zrozumiał“ w dokument, który możesz przeczytać, i wyłapuje nieporozumienia, gdy kosztują sekundy, a nie popołudnie odkręcania chybionego refactoringu.
/grill — przesłuchanie planu przed wykonaniem
/grill maltretuje plan, aż ten się obroni. Nazwa jest trafna: zamiast grzecznie przyjąć pierwszy plan, który wygląda sensownie, agent przesłuchuje własne podejście — przypadki brzegowe, ukryte zależności, scenariusze porażki — i poprawia je, dopóki plan nie przetrwa grilla. Inżynierowie robią to na design review. Większość agentów kodujących całkiem to pomija i płaci za to powtórkami. Jeśli plan ma się rozsypać, chcesz, żeby rozsypał się na papierze.
/goal — linia mety, o której agent nie zapomina
/goal pracuje nad pomyślnym domknięciem celu, który wskażesz — i trzyma agenta przy zadaniu, aż to, czego pierwotnie chciałeś, jest tym, co trafia do merge. Długie sesje agentowe mają dobrze znany tryb awarii: dryf. Po pięćdziesięciu wywołaniach narzędzi agent pilnie poleruje coś obok tego, o co prosiłeś — blisko, ale nie to. Goal conditioning wytrenowano w Muse Spark 1.2 dokładnie po to, a /goal to uchwyt, za który go trzymasz.
Role drugoplanowe: /model i /effort
Dwie kolejne komendy zarządzają kosztem, a nie workflow. /model przełącza model w trakcie sesji — na przykład na muse-spark-1.2 w standardowym cenniku Model API, gdy potrzebujesz wariantu bez trenowania na twoich danych (szczegóły w naszym porównaniu tierów). /effort podkręca lub przykręca głębokość rozumowania. Muse Spark myśli, zanim odpowie, a tokeny myślenia liczą się jako output, więc dopasowanie effortu do trudności zadania to najprostsza dostępna optymalizacja kosztów.
Workflow, który się składa
Skille naturalnie łączą się w łańcuch: /plan na feature, /grill na plan, akceptacja, a potem /goal prowadzi wykonanie — z fan-outem zrównoleglającym niezależne części i dziennikiem zdarzeń rejestrującym każdy krok do wglądu. Każdy etap jest bramką dla następnego — dokładnie tak, jak autonomiczny system powinien krok po kroku zdobywać zaufanie. Przepis bundled-skills z cookbooka pokazuje cały pipeline na prawdziwym feature; znajdziesz go w cookbooku.