Galivelop-workflow

O que non está subido non existe: a nosa forma de traballar con IA, empaquetada para calquera proxecto.

Un fluxo de traballo versionado para programar con axentes de IA: relevos entre sesións sen perder nada, escoller skill e modelo antes de comezar, revisión obrigatoria antes de publicar e menos tokens sen perder calidade.

Traballar cun axente de IA durante semanas ten un problema pouco visible: cada sesión pode rematar en calquera momento (sen tokens, co contedor reciclado ou co relevo doutra conta) e o que non quedou escrito pérdese. Ademais, cada proxecto acaba inventando as súas propias regras e copiándoas á man, e as copias diverxen.

Galivelop-workflow saca ese método de Tarkor, deste portal e doutros proxectos do taller, onde xa funciona, e convérteo nun repositorio versionado: regras en AGENTS.md (un estándar aberto que entende calquera axente), skills, scripts, ganchos e modelos nun só sitio. Unha mellora faise unha vez e chega a todos os proxectos, e cada un declara o seu nun pequeno ficheiro de configuración.

Vai en dúas etapas. Na primeira, un axente de IA aplica o fluxo a un proxecto lendo este repositorio; hoxe está nela, coa versión 0.3.0, que xa recolle o aprendido nos pilotos deste mesmo portal, de Tarkor e do seu instalador. Na segunda, un instalador farao sen IA. Abrirase ao público só cando funcionase semanas en proxectos reais de tecnoloxías distintas.

O propio e o que reutilizamos, separados. É desenvolvemento do obradoiro o método (relevos, bitácora, tres fases antes de publicar), as nove skills propias, os ganchos e scripts que fan cumprir as regras, os modelos de partida e a forma de aplicalo e actualizalo. Para pensar antes de programar (interrogar un plan, investigar, prototipar, diagnosticar, deseñar módulos, facer a retro) inclúe doce skills de Matt Pocock, sen cambios e coa súa licenza: delas aprendemos a traballar así.

• Relevos sen perdas: Bitácora ao día no mesmo commit que o traballo e commit + push en cada punto estable. Ao abrir sesión, ou tras limpar o contexto, un gancho devolve onde quedou: a seguinte sesión segue sen preguntar.
• Escoller antes de comezar: A skill selector decide que skill e que modelo pide cada tarefa, e orchestrate-dealer reparte o mecánico a subaxentes de contexto limpo co modelo máis barato que o faga ben.
• Nada sen revisar chega a main: Tres fases antes de publicar e unha marca de revisado no repositorio. Os ganchos de git non deixan subir código sen ela nin coas probas en vermello, e buscan segredos antes de cada commit.
• Poucos tokens, mesma calidade: Subaxentes de contexto limpo, compactación acoutada e a skill opt-tokens, que mide en que se foi o gasto e propón recortes que non empeoren o resultado.
• Para calquera proxecto: Cada proxecto declara o seu (idioma, check, rama protexida, que é contido) nun ficheiro pequeno; gw-init aplica o fluxo e gw-doctor di que falta, coa orde que o arranxa.
• Mellora con cada proxecto: gw-harvest recolle o que cada proxecto cambia ou inventa; o bo volve como versión nova e gw-update lévaa a todos, amosando antes os cambios.

Galivelop

• Galivelop-workflow: O que non está subido non existe: a nosa forma de traballar con IA, empaquetada para calquera proxecto.
• toVeriAI: A verdade non é binaria: un índice que explica canto te podes fiar dunha nova.
• Tarkor: Un RPG narrativo onde o mundo segue adiante aínda que ti te deteñas.