Communitygithub.com

OKF-Domänen-Ermittlung

Ein Agenten-Skill für strukturierte, unterbrechbare Domänengespräche, die ein OKF-Wissenspaket (Glossar, tri-temporale Ereignisse, Regeln, Kontext-Landkarte) erzeugen.

Was ist OKF-Domänen-Ermittlung?

Dieser Skill führt einen systematischen Domänen-Interview-Prozess durch, der über Sitzungen hinweg überlebt und ein OKF-Wissenspaket (Ontology Knowledge Framework) erzeugt. Der Fokus liegt auf drei Kernkonzepten: Sättigung (jede Frage wird nur bis zu einer konkreten, belegten und ausnahmergeprüften Antwort verfolgt), Branch-Queue (alle noch offenen Fragen werden in einer Datei-Warteschlange gespeichert und nacheinander abgearbeitet) und Tri-Temporalität (jedes zeitbezogene Ereignis wird mit drei Zeitstempeln erfasst: wann es passierte, wann die Organisation davon erfuhr und wann es eingegeben wurde). Der Skill läuft auf jedem Dateisystem-basierten Agenten wie Claude Code, Cursor oder Codex, da sämtliche Zustände auf der Festplatte persistiert werden. Er ist besonders nützlich für die frühzeitige Domänenanalyse in der Softwareentwicklung oder für Business-Analyse-Aufgaben, bei denen eine lückenlose und wiederaufnehmbare Erfassung von Fachwissen erforderlich ist.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add NickMoignard/okf-domain-elicit

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht OKF-Domänen-Ermittlung?

Führe ein Domänen-Interview durch, das über Sitzungen hinweg überlebt und ein OKF-Paket erzeugt, während es läuft. Drei Leitwörter regeln jeden Durchlauf:

  • Sättigung – eine Fragerichtung ist erst dann abgeschlossen, wenn sie gesättigt ist: eine Antwort, die konkret, abgegrenzt, belegt und ausnahmergeprüft ist und keinen neuen Zweig aufwirft.
  • Zweig-Warteschlange – jeder unerforschte Fall wird einer dateibasierten Warteschlange hinzugefügt und abgearbeitet, bis sie leer ist. Tiefensuche, Breitenverfolgung; nichts wird fallengelassen.
  • Tri-temporal – jede zeitbezogene Tatsache erfasst wann sie passierte, wann die Organisation davon erfuhr und wann sie eingegeben wurde. Siehe TRI-TEMPORAL.md.

Dieser Skill liefert die Struktur und die Artefakte; kombiniere ihn mit einer beharrlichen Interview-Haltung (z. B. /grilling) für die Ausdauer.

Sitzungs-Arbeitsbereich – fortsetzen, bevor du etwas fragst

Der gesamte Zustand lebt auf der Festplatte, sodass das Interview Kontextfenster- und Sitzungsgrenzen überlebt. Beim Aufruf:

  1. Bestimme den Themen-Slug (frage den Benutzer nach dem Thema, falls nicht gesetzt).
  2. Suche nach .interview/<slug>/. Falls vorhanden, lies state.json und queue.jsonl, setze das Interview ab dem gespeicherten Zustand und aktiven Zweig fort und teile mit, wo fortgesetzt wird.
  3. Falls nicht vorhanden, erstelle es:
.interview/<slug>/
  state.json      # {state, active_thread, topic, temporal_relevance}
  queue.jsonl     # ein Zweig pro Zeile: {id, prompt, status, parent}
  index.md        # OKF-Paket-Wurzel            – siehe BUNDLE-FORMAT.md
  glossary.md     # ubiquitäre Sprache           – siehe GLOSSARY-FORMAT.md
  events.md       # Domänen-Ereignis-Zeitleiste  – siehe EVENTS-FORMAT.md
  rules.md        # Geschäftsregeln              – siehe RULES-FORMAT.md
  context-map.md  # abgegrenzte Kontexte         – siehe CONTEXT-MAP-FORMAT.md

Speichere nach jeder erfassten Tatsache und jedem Zustandswechsel. Halte die Warteschlange oder erfasste Tatsachen niemals nur im Kontext – die Festplatte ist die Quelle der Wahrheit.

Zustandsmaschine

Durchlaufe diese Zustände. Die Engine ist die Schleife ERZÄHLEN → BOHREN → VERZWEIGEN, die die Zweig-Warteschlange zurück in ERZÄHLEN entnimmt, bis die Abschlusskriterien erfüllt sind. Vollständige Prompt-Vorlagen: QUESTION-BANKS.md.

  • S0 Rahmen – Umfang, Ziel, Akteure an den Grenzen. Setze temporal_relevance (Kalendertag? Uhrzeit-Sekunde?) in state.json.
  • S1 Erzählen – Rufe eine konkrete Geschichte als Ereignis-Zeitleiste ab; hänge Ereignisse an events.md an.
  • S2 Bohren – Pro Ereignis extrahiere: Auslöser · Akteur · Eingabedaten · Regel · Ergebnis · Zeitpunkt · Identität, plus seine tri-temporalen Zustände (siehe TRI-TEMPORAL.md).
  • S3 Verzweigen – „Was könnte hier noch passieren?“ Füge jede Ausnahme / Alternative / Fehler als pending in queue.jsonl ein.
  • S4 Definieren – Fixiere Begriffe (jeweils mit einem Nicht-Beispiel), Kardinalitäten und Grenzen; schreibe in glossary.md und context-map.md.
  • S5 Reflektieren – Spiele das Modell in den Worten des Stakeholders zurück; erfasse Korrekturen.

Sondierungs-Reflex

Wende es auf JEDE Antwort an, in JEDEM Zustand – das ist der beharrliche Kern:

unscharfer Quantor („normalerweise“, „ein paar“, „in der Regel“) → frage nach der Grenze
Abstraktion ohne Beispiel                                   → fordere eine konkrete Instanz
behauptete Regel („wir machen immer X“)                       → suche die Ausnahme
neuer Begriff                                                 → schreibe in glossary.md MIT einem Nicht-Beispiel
neuer Akteur oder neues Ereignis                              → füge in queue.jsonl ein
zeitbezogene Tatsache                                         → erfasse alle drei tri-temporalen Zustände
sonst (konkret, abgegrenzt, belegt, ausnahmergeprüft)
                                                              → markiere Zweig als gesättigt; entnimm nächsten anstehenden Zweig

Zweig-Warteschlangen-Protokoll

  • Ein Zweig ist {id, prompt, status: pending|active|saturated, parent} – ein JSON-Objekt pro Zeile, nur anhängen.
  • Um einen Zweig zu bearbeiten: setze ihn auf active in state.json, führe S1→S3 darauf aus, dann hänge eine Zeile an, die ihn als saturated markiert.
  • Entnimm den nächsten pending-Zweig erst, wenn der aktive Zweig gesättigt ist.
  • Beim Fortsetzen ist die Warteschlange die Quelle der Wahrheit für das, was noch aussteht – lies sie, rekonstruiere sie niemals aus dem Gedächtnis.

Abschlusskriterien

Stoppe nur, wenn ALLE gelten. Diese sind überprüfbar – erkläre nicht vorzeitig für erledigt:

  • queue.jsonl enthält keinen pending-Zweig.
  • Jeder Begriff in glossary.md verfügt sowohl über eine Definition als auch über ein Nicht-Beispiel.
  • Jedes Ereignis in events.md trägt alle drei tri-temporalen Zustände oder ein explizites n/a – {Grund}.
  • Die S5-Rückschau ergab keine wesentliche Korrektur.
  • Neue Fragen liefern nur Wiederholungen bekannter Tatsachen.

Ausgabe

Schreibe OKF während des Gesprächs – niemals erst am Ende stapeln. Jedes Artefakt folgt seinem *-FORMAT.md; zusammen bilden sie ein OKF-Paket, das in index.md verwurzelt ist. Halte index.md aktuell, während Artefakte Inhalt erhalten. Das Paket ist das Arbeitsergebnis – gib es weiter (z. B. an /to-prd oder /to-issues), sobald die Abschlusskriterien erfüllt sind.

Verwandte Skills