/artifactor — Артефактор-Постановщик

SkillDev tools

Classifies raw pilot request → structured request with routing and an explicit unresolved strategic-basis gate. Keyword-fast (<200ms) or Haiku fallback (<60s). Does NOT create WP or call executor.

Available today. Use it from your connected AI after setup.

Add ahel to your AI once: Claude, ChatGPT, Cursor, Claude Code or Codex. Then ask it to use this.

Then ask your AI: use the /artifactor skill

What this skill tells your AI

The instructions your AI receives, as published by tserentserenov/fmt-exocortex-template in .claude/skills/artifactor/SKILL.md and read by ahel’s review.

Роль: DP.ROLE.058 Артефактор-Постановщик Триггер: запрос без routing-tag (Маршрутизатор → Артефактор) или /artifactor "текст" Service Clause: DP.SC.160

When to use

Classifies raw pilot request → structured JSON {task_type, class, artifact, budget_estimate, confidence, routing_tag, resolution_path, schema_version, result_type, expected_result_kind, result_kind_resolution, hypothesis_relation}. Keyword-fast (<200ms) or Haiku fallback (<60s). Does NOT create WP or call executor.

Обещание (контракт)

Вход: сырой текст запроса пилота (любой длины, без routing-tag) Выход: JSON, schema_version 3 (WP-575 Ф2 — добавлено поле result_type) → stdout:

{
  "task_type": "string",
  "class": "trivial | closed-loop | open-loop | problem-framing",
  "artifact": "string (одна строка на русском — существительное-результат)",
  "budget_estimate": "~Xh | ?",
  "confidence": "high | low",
  "routing_tag": "string",
  "resolution_path": "keyword | llm",
  "schema_version": 3,
  "result_type": "system | episteme | unresolved",
  "expected_result_kind": "kind_id из PACK-digital-platform/pack/digital-platform/result-kinds-registry.yaml | null",
  "result_kind_resolution": "static | deferred-to-session | unresolved",
  "hypothesis_relation": "unclassified"
}

Инвариант:

  • НЕ создаёт РП, НЕ вызывает исполнителя, НЕ задаёт уточняющих вопросов
  • confidence=high только при keyword-пути; confidence=low при LLM-пути
  • При запросе <5 слов: вернуть {"error": "INSUFFICIENT_INPUT"}, стоп
  • budget_estimate: "?" только при problem-framing или полной неопределённости
  • result_type (WP-575 Ф2, hard-distinctions.md №36) — Исполнитель (system: агент/скрипт/сервис — действующее) vs Информационный объект (episteme: документ/знание/правило — читаемое). Решается ДО имени и класса задачи, независимая ось от expected_result_kind — НЕ выводится из kind_id (кортеж kind_id/task_type/class присваивается одновременно, вывод из него нарушил бы «раньше имени и класса», и kind_id создавался для другого различения). unresolved — тип неочевиден → форсирует уточнение у пилота на WP Gate, классификатор НЕ гадает (тот же принцип, что hypothesis_relation: "unclassified" ниже).
  • Маршрутизация по result_type (делает потребитель — /wp-new/WP Gate Ритуал, не сам Артефактор, тот же принцип, что и передача hypothesis_relation в WP Gate): system → обязательна проверка IntegrationGate (новизна инструмента/агента/скрипта/сервиса); episteme → Routing Gate (карта размещения документа/знания, DP.KR.001 §5); unresolved → уточнение у пилота до продолжения.
  • expected_result_kind — дискриминатор ожидаемого kind-а результата (WP-481 Ф7, «не бывает общего результата»), НЕ показатель готовности проверки (gate_ready — забота /verify, не Артефактора)
  • result_kind_resolution: "unresolved" — ни один kind реестра не подходит; классификатор НЕ подменяет ближайшим (анти-утечка в супертип)
  • result_kind_resolution: "deferred-to-session" — мета-триггер (например peer_session), kind решается внутри самого процесса, не в момент классификации
  • stdout = CONFIG_ERROR (exit 3) → реестр kind-ов не читается или устарел относительно KEYWORD_MAP (дрейф) — fail-closed, эскалировать пилоту, не игнорировать поле
  • В handoff к WP Gate передать hypothesis_relation: "unclassified". До выбора tests | enables | responds | researches | operational РП остаётся pending, а не запускается в работу.

Стратегическое основание РП

Артефактор не вправе приписать РП гипотезу без решения пилота. Он обязан передать в WP Gate вопрос о типе связи:

  • tests H-NNN — РП проверяет одну ставку;
  • enables H-NNN — делает её проверку измеримой или возможной;
  • responds H-NNN — следует из вердикта;
  • researches — ищет основание для новой гипотезы;
  • operational — поддерживает норму, устраняет инцидент или исполняет обязанность.

Для первых трёх нужен один H-NNN. Для двух последних номер гипотезы не подставляется. Связь unclassified видна в карточке РП и блокирует её запуск, но не создание: это сохраняет обратимость и не ломает старые автоматизации.

Algorithm

Шаг 1. Keyword-lookup

Запустить скрипт (возвращает JSON или сигнал):

S="${IWE_SCRIPTS:-$HOME/IWE/scripts}"
PY3="$(bash "$S/lib/find-python3.sh")" && "$PY3" "$S/artifactor.py" "$ARGUMENTS"

Интерпретация результата:

  • stdout = JSON с result_type: system|episteme (exit 0) → вернуть пилоту, стоп.
  • stdout = JSON с result_type: unresolved (exit 0) → перейти к Шагу 2 и проверить смысл всего запроса, включая явное уточнение пилота. Keyword-ответ не учитывает уточнение после общего триггера («реализация плана»); повторять тот же keyword-ответ после уточнения нельзя. Если основной результат по-прежнему неизвестен, Шаг 2 сохраняет unresolved для вопроса потребителя.
  • stdout = INSUFFICIENT_INPUT (exit 1) → вернуть {"error": "INSUFFICIENT_INPUT"}, стоп
  • stdout = NO_KEYWORD_MATCH (exit 2) → перейти к Шагу 2
  • stderr содержит CONFIG_ERROR (exit 3) → реестр kind-ов недоступен или устарел (дрейф) — эскалировать пилоту одной строкой, НЕ переходить к Шагу 2 (это не «нет keyword-совпадения», а поломка конфигурации)

Шаг 2. LLM-классификация (при NO_KEYWORD_MATCH или unresolved)

Заполнить все поля, используя правила ниже. Вернуть JSON с resolution_path: "llm", confidence: "low", schema_version: 3. Для expected_result_kind/result_kind_resolution — та же логика, что у keyword-пути: подобрать kind_id из PACK-digital-platform/pack/digital-platform/result-kinds-registry.yaml по смыслу запроса; если ни один явно не подходит — expected_result_kind: null, result_kind_resolution: "unresolved" (не подменять ближайшим).

Шаг 2.0 — тип результата (WP-575 Ф2, ПЕРВЫЙ вопрос, до имени и класса). Прежде чем формулировать artifact/class, ответить: результат этой работы будет действующей системой (агент, скрипт, сервис, MCP-инструмент, бот, автоматизация — что-то, что будет ВЫПОЛНЯТЬСЯ) или информационным объектом (документ, знание, правило, отчёт, план — что-то, что будет ЧИТАТЬСЯ)?

  • Если оба названы самостоятельными результатами без указания основного, или ни один не определён → result_type: "unresolved", не гадать (та же дисциплина, что у result_kind_resolution: "unresolved"). Документ, который выдаёт создаваемый скрипт, — выход системы; документация к ней — сопроводительный результат. Это не делает тип неоднозначным, если основной результат явно указан. Описание сервиса без его реализации — episteme.
  • Один признак явно доминирует → result_type: "system" или "episteme" соответственно.
  • Пример: «создай нового бота для X» → system. «напиши руководство по Y» → episteme. «доделай хвосты РП-N» без указания что именно осталось → unresolved (может оказаться и кодом, и документом).

Правила class:

КлассКритерий
trivialПротокол без неопределённости (day-open, week-close, peer-сессия)
closed-loopЧёткая спецификация + известный метод (баг-фикс, миграция, ревью, триаж)
open-loopНет спецификации, нужно генерировать (контент-план, диагностика, сценарии)
problem-framingРасплывчато, метод неизвестен (идеи, концепции, «что-то придумать с X»)

При сомнении — выбирать более широкий класс (open-loop, не closed-loop).

Правила artifact: одна строка на русском, первое слово — существительное, обозначающее документ, систему или состояние системы (не процесс/действие над ним — «Разбор X», «Анализ X», «Проверка X» не годятся, даже когда сами по себе грамматически существительные). Примеры: «Список тем для трёх постов», «Диагностический отчёт латентности», «ТЗ сценариев». Не так: «Разбор 88 неразобранных коммитов» (описывает действие) → так: «Реестр неразобранных коммитов ветки X» (описывает артефакт-результат).

Общий тест «процесс → результат» (WP-7 Ф140, peer-session 2026-09-11 с Kimi+Codex). Частные примеры выше не ловят отглагольные существительные без объекта X («Оплата», «Миграция», «Интеграция», «Синхронизация») — формально существительные, но по смыслу называют само действие. Перед тем как принять artifact:

  1. Подставь кандидат обратно в глагол: «Оплата»→«оплатить», «Интеграция»→«интегрировать», «Синхронизация»→«синхронизировать», «Миграция»→«мигрировать». Подстановка получилась естественной → кандидат называет процесс, не результат — отклонить.
  2. Спроси: «что конкретно будет существовать или в каком проверяемом состоянии окажется система после этой работы?» — назови этот объект/документ/состояние, не саму работу.
  3. Переформулируй через наблюдаемый результат тем же способом, что уже работает в примерах этого файла — причастие+объект («Реализованный план», «Актуализированная стратегия», «Ротированные секреты») или предметное существительное («Реестр», «Регламент», «Канал», «Отчёт»).

Пример: не «Оплата Мастерской IWE через Aisystant и Telegram-канал» (оплата→оплатить — процесс), а «Канал оплаты Мастерской IWE через Aisystant и Telegram» или «Настроенный канал оплаты...» (в зависимости от того, что реально должно появиться).

Тест применяется и к keyword-пути (Шаг 1) — но там НЕ рантайм-проверкой (это нарушило бы контракт «<200ms, без LLM»), а разовым аудитом KEYWORD_MAP в artifactor.py: значение artifact каждой записи обязано проходить тот же тест на момент добавления/правки записи.

Правила budget_estimate:

  • trivial → ~0.5h
  • closed-loop → ~2h (если нет конкретного числа в запросе)
  • open-loop → ~3h
  • problem-framing → ?

Поле routing_tag = значение task_type (snake_case).

Шаг 3. Вернуть результат

Вывести JSON в stdout. Без дополнительных пояснений.

Режим отказа

СценарийПоведение
Запрос < 5 слов{"error": "INSUFFICIENT_INPUT"}
Скрипт не найден / сбойПерейти к Шагу 2 напрямую
Запрос на иностранном языкеКлассифицировать как есть, confidence: low

Signals

GitHub stars
60
Forks
153
Last commit
Sep 2026
Advanced
Item type
skill
Key
artifactor-tserentserenov
Source
github.com/tserentserenov/fmt-exocortex-template