Llm delegation
LLM Skills
npx -y skills add goldenprofile/llm-skills --skill llm-delegationAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
Решение «делать самому или поручить агенту» и как именно: карта сильных и слабых сторон LLM в разработке, матрица делегируемости (проверяемость результата × формализуемость контекста), выбор режима Claude Code под тип задачи (прямой заход, plan mode, сабагенты, /goal, петли) и уровня модели/усилия. Плюс разбор пост-фактум: почему агент справился плохо и каким навыком это чинить. Используй когда пользователь спрашивает «стоит ли это делегировать ИИ», «сам или агент», «какую модель/режим выбрать», «почему агент плохо справился», планирует распределение работы между собой и агентом, или систематически получает плохие результаты на определённом классе задач. Декомпозиция уже принятой в работу задачи — task-decomposer; формулировка промта — clarify-prompt.
SKILL.md
9.0 KB, as published. Nobody here has run it
LLM Delegation
До вопроса «как поручить задачу агенту» стоит вопрос «стоит ли, и в каком режиме». Неправильное делегирование стоит дороже ручной работы: время на ревью плохого результата + откат + повторный заход. Этот навык — методика решения.
Карта: где LLM силён, где слаб
Делегируется отлично (результат обычно лучше и быстрее ручного):
- бойлерплейт и код по образцу: CRUD, формы, сериализаторы, конфиги;
- тесты к существующему коду, регрессионные тесты на баг;
- механический рефакторинг с чёткими правилами (переименование, извлечение, перенос);
- миграции по образцу, типовые интеграции;
- объяснение чужого/легаси-кода, поиск по кодовой базе;
- черновики документов: README, docstrings, ADR, коммит-сообщения.
Требует руки на руле (делегировать можно, но с plan mode / чекпоинтами / строгим ревью):
- архитектурные решения с долгосрочными последствиями;
- security-критичные участки: аутентификация, платежи, права доступа;
- конкурентность, распределённые системы, тонкие инварианты данных;
- тонкая бизнес-логика, где требования живут в голове пользователя;
- «вкусовые» решения: UX, нейминг публичного API, tone of voice.
Матрица делегируемости
Две оси. Проверяемость: результат проверяется автоматически (тесты, компиляция, скрипт) или дёшево глазами — против «проверка дороже самой работы». Формализуемость контекста: всё нужное для решения можно выписать в промт/файлы — против «половина требований неявная, в голове».
| Контекст формализуем | Контекст в голове | |
|---|---|---|
| Проверка дешёвая | Делегируй полностью, автономно (вплоть до /goal) | Сначала выгрузи контекст (spec-writer / clarify-prompt), потом делегируй |
| Проверка дорогая | Делегируй с plan mode и чекпоинтами; ревью обязательно | Делай сам; агент на подхвате (разведка, черновики, тесты) |
Правый нижний квадрант — главный источник разочарований в LLM: не делегируй туда напрямую, сначала переведи задачу в другой квадрант (формализуй контекст или удешеви проверку тестами).
Выбор режима Claude Code
| Задача | Режим |
|---|---|
| Точечная правка 1–2 файлов | Прямой заход одним промтом |
| Многофайловая фича | Plan mode → ревью плана → исполнение |
| «Разберись, как устроено X» | Сабагенты (Explore) — мусор разведки не оседает в основном контексте |
| Булево «чини, пока не зелёное» | /goal (тесты/линтер как критерий) |
| Тянуть одну метрику (latency, размер) | ratchet-loop |
| Большая задача на несколько фаз | task-decomposer → goal-pipeline |
| Независимые куски без пересечения файлов | Параллельные сабагенты/сессии |
Модель и усилие: механика (переименования, форматирование, простые правки) — быстрая/дешёвая модель; повседневная разработка — основная модель по умолчанию; гнилые баги, конкурентность, архитектура — максимальное усилие/размышление. Принцип: дешёвая разведка, дорогое решение — не жги топовую модель на поиск файлов и не экономь на решении, от которого зависит неделя работы.
Анти-паттерны делегирования
- Делегировать формулировку требований. «Сделай как лучше» → агент выберет сам, и не факт, что твоё «лучше». Требования — работа пользователя; агенту можно поручить их уточнение (вопросами), не выбор.
- «Сделай красиво/нормально/правильно» без критериев — получишь среднее по интернету.
- Чинить по симптому. «Убери ошибку X» без диагноза → агент заглушит симптом. Сначала «найди причину», потом «почини причину».
- Делегировать однострочник. Правка, которую сам сделаешь за 20 секунд, через агента занимает минуты и место в контексте.
- Слепое доверие в критичных местах. Auth/платежи/миграции — всегда ревью глазами + /security-review, независимо от уверенности агента.
Разбор пост-фактум: агент справился плохо
| Симптом | Причина | Лечение |
|---|---|---|
| Ушёл не туда, переделал лишнее | Кусок слишком велик | task-decomposer |
| Сделал не то, что имелось в виду | Промт размыт, контекст в голове | clarify-prompt |
| «Работает», а на деле нет | Нет автопроверки результата | test-writer, /verify, harness-engineering |
| Забыл договорённости посреди работы | Раздутая сессия, потеря контекста | context-hygiene |
| Повторяет одну и ту же ошибку в проекте | Правило не зафиксировано | context-hygiene (CLAUDE.md), agent-audit |
| Правдоподобный, но неверный код | Не было второго мнения | claude-code-auditor, techlead-ai |
Границы навыка
Это навык-маршрутизатор: он выбирает стоит ли и как, а исполнение — за смежными навыками (см. таблицы выше). Встраивание LLM в собственный продукт (API, стоимость, evals) — llm-feature-architect.