Communitygithub.com

curiositech/windags-skills

Temporale Intervallalgebra zum logischen Schließen über zeitliche Beziehungen in Planung und Wissensrepräsentation.

Was ist windags-skills?

Dieses Skill implementiert die Allen'sche Intervallalgebra (1983), ein mächtiges Framework für qualitatives, unsicheres zeitliches Schließen. Statt absoluter Zeitstempel repräsentiert es Ereignisse als Intervalle mit Start- und Endpunkt und verwendet 13 mögliche Beziehungen (z. B. vor, während, überlappend), um deren zeitliche Ordnung auszudrücken. Das Skill unterstützt Constraint-Propagation, Inkonsistenzerkennung und disjunktive Unsicherheit – ideal für Planungsaufgaben, Prozessabhängigkeiten oder jede Domäne, in der nur ungefähre zeitliche Zusammenhänge bekannt sind. Es arbeitet Plattform-unabhängig als kognitive Referenz für KI-Agenten. Die Entscheidungslogik ist in Trigger-Bedingungen, Anti-Patterns und Schritt-für-Schritt-Beispiele unterteilt, sodass Entwickler und Agenten typische Fehler vermeiden (z. B. Punkte statt Intervalle, vorzeitiges Festlegen auf eine einzige Relation). Ein Qualitätskatalog und klare Grenzen (keine Echtzeitsysteme, keine wahrscheinlichkeitsbasierten Netze) runden die Anleitung ab.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/allen-cacm1983

In Ihrer bevorzugten KI fragen

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

Dokumentation

SKILL.md: Temporale Intervallschlussfolgerung (Allen 1983)

Wann Sie dieses Skill verwenden sollten

Laden Sie dieses Skill, wenn Sie auf Folgendes stoßen:

AuslösesituationWarum Allen zutrifft
„Endet Aufgabe A, bevor Aufgabe B beginnt?“Erfordert Klassifizierung von Intervallbeziehungen (vor, trifft, überlappt…)
„Ich weiß nicht genau, wann X passiert ist, nur dass es während Y war“Disjunktive Unsicherheit über die 13 Relationen
„Wenn wir diese Einschränkung hinzufügen, funktioniert der Zeitplan dann noch?“Constraint-Propagation + Inkonsistenzerkennung
„Ereignis A tritt täglich auf; Ereignis B jährlich – wie interagieren sie?“Referenzintervall-Hierarchie für Bereichsverwaltung

Nicht verwenden, wenn Sie nur zwei absolute Zeitstempel ohne Unsicherheit vergleichen müssen – einfache Arithmetik genügt.


Entscheidungspunkte

Neue zeitliche Behauptung hinzugefügt

WENN Behauptung mit bestehenden Einschränkungen in Konflikt steht:
    → Leere Bogenmarkierung während der Propagation erkennen
    → SOFORT anhalten, inkonsistentes Intervallpaar melden
    → NICHT mit inkonsistentem Zustand fortfahren

WENN Behauptung konsistent ist:
    → Constraint-Propagation von betroffenen Bögen ausführen
    → Markierungen durch Schnittmengenbildung von Transitivitätsfolgen aktualisieren
    → Fortfahren, bis keine weiteren Verfeinerungen möglich sind

Umgang mit zeitlicher Unsicherheit

WENN Beweise nur mehrere Relationen stützen:
    → Vollständige disjunktive Markierung beibehalten {vor, trifft, überlappt}
    → Niemals ohne Beweise auf eine einzelne Relation reduzieren
    → Protokollieren, wann/warum sich der Constraint-Satz verengt

WENN unter Unsicherheit gehandelt werden muss:
    → Disjunktive Markierung wie besehen für die Planung verwenden
    → Alle Annahmen als widerlegbar kennzeichnen
    → Voreilige Festlegung vermeiden

Bereich der zeitlichen Schlussfolgerung eingrenzen

WENN mit Ereignissen auf sehr unterschiedlichen Zeitskalen umgegangen wird:
    → Referenzintervall-Hierarchie identifizieren (Jahr→Monat→Tag)
    → Getrennt innerhalb jedes Clusters schließen
    → Explizite Brückeneinschränkungen an den Grenzen erstellen
    → Vermeiden, alles in einen globalen Graphen zu packen

WENN lokales Schließen ausreichend erscheint:
    → Überprüfen, ob der Abfragebereich mit der Referenzintervallebene übereinstimmt
    → Nur innerhalb des relevanten Clusters propagieren
    → Clusterübergreifend nur eskalieren, wenn eine Abhängigkeit erkannt wird

Zustandspersistenz

WENN der Zustand ohne explizite Endbegrenzung fortbesteht:
    → Persistenzstandard anwenden UND als widerlegbar markieren
    → Jede zukünftige Endbegrenzungsbehauptung überschreibt den Standard
    → Niemals die Persistenzannahme als harte Einschränkung behandeln

WENN explizite zeitliche Grenze angegeben ist:
    → Alle bestehenden Persistenzstandards überschreiben
    → Neue Einschränkung normal propagieren

Fehlermodi

Anti-PatternSymptomDiagnoseLösung
PunktifizierungReduzieren von Ereignissen auf Zeitstempel, Verlust von Überlappungs-/Enthalten-InformationenVerwenden von time=14:30 anstatt Intervallen [14:30, 14:45]Jedes Ereignis als Intervall mit Start/Ende modellieren, auch wenn die Dauer unbekannt ist
Voreilige FestlegungAuswählen einer einzelnen Relation, obwohl Beweise mehrere stützenBehaupten von „vor“ obwohl nur „nicht während“ bekannt istVollständige disjunktive Markierung beibehalten, bis Beweise eine Verengung erzwingen
Globale PropagierungsbombeO(N²) Kosten pro Aktualisierung, Leistung verschlechtert sich mit WissensbasisgrößeAusführen von Constraint-Propagation über den gesamten Graphen für eine lokale AbfrageReferenzintervall-Hierarchie verwenden, um den Propagierungsbereich einzuschränken
Leere MarkierungsverleugnungFortsetzen des Schließens, nachdem eine Inkonsistenz erkannt wurdeUnsinnige Ergebnisse, weil widersprüchliche Einschränkungen ignoriert werdenLeere Bogenmarkierung als ERFOLG behandeln (Inkonsistenz früh erkannt), sofort anhalten
PersistenzstarrheitAnnahmen „gilt bis auf Widerruf“ können nicht überschrieben werdenNeue zeitliche Grenzen werden abgelehnt, weil sie mit der Persistenz kollidierenAlle Persistenzstandards als widerlegbar kennzeichnen, Überschreibung durch explizite Behauptungen zulassen

Erkennungsregeln:

  • Wenn Sie Zeitstempel ohne Dauer sehen → Punktifizierung
  • Wenn Sie eine willkürlich gewählte einzelne Relation sehen → Voreilige Festlegung
  • Wenn die Propagierungskosten mit der Gesamtgröße der Wissensbasis wachsen → Globale Propagierungsbombe
  • Wenn das Schließen nach einer leeren Markierung fortgesetzt wird → Leere Markierungsverleugnung
  • Wenn neue zeitliche Fakten abgelehnt werden → Persistenzstarrheit

Ausgearbeitete Beispiele

Beispiel 1: Erkennung von Terminkonflikten in Besprechungen

Szenario: Hinzufügen von „Team-Review“ in einen Kalender, der bereits „Kundenanruf“ und „Engineering-Standup“ enthält

Ausgangszustand:

Kundenanruf (I₁): [10:00, 11:00]
Engineering-Standup (I₂): [11:30, 12:00]
Bekannt: I₁ {vor} I₂

Neue Behauptung: Team-Review (I₃): [10:45, 11:15]

Ablaufverfolgung der Expertenlogik:

  1. Neue Relationen klassifizieren:

    • I₃ vs I₁: beginnt um 10:45, I₁ endet um 11:00 → {überlappt}
    • I₃ vs I₂: endet um 11:15, I₂ beginnt um 11:30 → {vor}
  2. Constraint-Propagation:

    • Von I₁ {vor} I₂ und I₃ {überlappt} I₁
    • Transitivität: überlappt ∘ vor = {vor, überlappt, trifft, beginnt, während}
    • Neue Einschränkung: I₃ {vor, überlappt, trifft, beginnt, während} I₂
    • Schnittmenge mit I₃ {vor} I₂: Markierung wird zu {vor}
  3. Konsistenzprüfung: Alle Markierungen nicht-leer → Terminplan ist machbar, hat aber Überlappung

Anfänger würde übersehen:

  • Könnte nicht prüfen, dass die Überlappung von I₃ mit I₁ einen Ressourcenkonflikt erzeugt
  • Könnte nicht überprüfen, ob die Transitivität die Konsistenz aufrechterhält
  • Könnte nicht zwischen „machbarer Reihenfolge“ und „keinen Ressourcenkonflikten“ unterscheiden

Experte erkennt:

  • Überlappungserkennung sofort via Relationsklassifizierung gekennzeichnet
  • Propagation überprüft die globale Konsistenz
  • Klare Unterscheidung zwischen zeitlicher Machbarkeit und Ressourcenverfügbarkeit

Beispiel 2: Abhängigkeiten von Prozessphasen

Szenario: Bereitstellungspipeline mit unsicheren Aufgabenabschlusszeiten

Ausgangszustand:

Build-Phase (B): Dauer unbekannt, muss vor Deploy abgeschlossen sein
Test-Phase (T): überlappt mit Ende von Build, Dauer unsicher
Deploy-Phase (D): beginnt, nachdem sowohl B als auch T abgeschlossen sind

Constraint-Netzwerk:

T {überlappt, beendet} B  (Test kann mit oder vor Build enden)
B {vor, trifft} D         (Build muss vor Deploy abgeschlossen sein)
T {vor, trifft} D         (Test muss vor Deploy abgeschlossen sein)

Neue Information: „Test hat kritischen Fehler gefunden, verlängert sich um 2 Stunden“

Expertenlogik:

  1. Aktualisierung betrifft den Bereich: Testverlängerung verschiebt den Endzeitpunkt von T nach hinten
  2. Propagation: Wenn T ursprünglich {beendet} B war, jetzt T {überlappt} B (erstreckt sich über Build-Ende hinaus)
  3. Konsistenzprüfung: T {überlappt} B erlaubt immer noch B {vor, trifft} D und T {vor, trifft} D
  4. Ergebnis: Bereitstellung verzögert, aber Pipelinelogik intakt

Anfänger würde übersehen:

  • Könnte annehmen, dass der Testabschluss die Build-Deploy-Abhängigkeit nicht beeinflusst
  • Könnte die Testverlängerung nicht durch den Zeitpunkt von Deploy propagieren
  • Könnte „Test verlängert sich“ als isolierte Tatsache und nicht als Aktualisierung des Constraint-Netzwerks behandeln

Experte erkennt:

  • Erkennt, dass die Test-Build-Beziehung neu bewertet werden muss
  • Propagiert zeitliche Auswirkungen durch das gesamte Constraint-Netzwerk
  • Behält Unsicherheit angemessen bei (Deploy könnte sofort nach Build ODER nach verlängertem Test beginnen)

Qualitätstore

Die zeitliche Schlussfolgerungsaufgabe ist abgeschlossen, wenn:

  • Alle Intervalle mit expliziten Start-/Endgrenzen dargestellt werden (keine Punkt-Ereignisse)
  • Jedes Intervallpaar eine nicht-leere Bogenmarkierung aus dem 13-Relationen-Vokabular hat
  • Constraint-Propagation bis zum Abschluss durchgeführt wurde (keine ausstehenden Transitivitätsaktualisierungen)
  • Alle disjunktiven Markierungen die aktuellen Beweise ehrlich widerspiegeln (keine willkürlichen Festlegungen)
  • Referenzintervall-Hierarchie für mehrskaliges Schließen eingerichtet
  • Persistenzstandards als widerlegbar gekennzeichnet, wo zutreffend
  • Inkonsistenzerkennung verifiziert (leere Markierungen abgefangen und gemeldet)
  • Bereichsübergreifende Brücken explizit definiert
  • Alle zeitlichen Behauptungen auf eine Beweisquelle zurückgeführt
  • Abfragebereich stimmt mit der Granularitätsebene des Schließens überein

NICHT-FÜR-Grenzen

Verwenden Sie Allen's Intervallalgebra NICHT für:

  • Einfachen Zeitstempelvergleich → Arithmetik verwenden: if (t1 < t2)
  • Metrische Dauerberechnung → Kalenderarithmetik verwenden: end_date - start_date
  • Echtzeitplanungsoptimierung → Constraint-Erfüllung mit numerischen Domänen verwenden
  • Probabilistische zeitliche Inferenz → Zeitliche Wahrscheinlichkeitsnetze verwenden
  • Kontinuierliche Zeitdynamik → Differentialgleichungen verwenden
  • Hochfrequente Ereignisströme → Stream-Processing-Frameworks verwenden

Stattdessen delegieren:

  • Für metrische Einschränkungen: constraint-satisfaction-with-numeric-domains verwenden
  • Für probabilistisches zeitliches Schließen: bayesian-temporal-networks verwenden
  • Für Echtzeitsysteme: rate-monotonic-scheduling verwenden
  • Für kontinuierliche Dynamik: temporal-logic-model-checking verwenden
  • Für Ereignisstromverarbeitung: complex-event-processing verwenden

Allen zeichnet sich aus bei: Qualitativem zeitlichem Schließen unter Unsicherheit mit inkrementellen Wissensaktualisierungen und hierarchischer Bereichsverwaltung.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

curiositech/windags-skills

Expert in 2000s-era music visualization (Milkdrop, AVS, Geiss) and modern WebGL implementations. Specializes in Butterchurn integration, Web Audio API AnalyserNode FFT data, GLSL shaders for audio-reactive visuals, and psychedelic generative art. Activate on "Milkdrop", "music visualization", "WebGL visualizer", "Butterchurn", "audio reactive", "FFT visualization", "spectrum analyzer". NOT for simple bar charts/waveforms (use basic canvas), video editing, or non-audio visuals.

curiositech/windags-skills

Expert legal research agent for finding and scraping expungement data state by state. Knows authoritative sources, URL patterns, Firecrawl configuration, and 2026 legal landscape.

curiositech/windags-skills

Expert in 3D computer vision labeling tools, workflows, and AI-assisted annotation for LiDAR, point clouds, and sensor fusion. Covers SAM4D/Point-SAM, human-in-the-loop architectures, and vertical-specific training strategies. Activate on '3D labeling', 'point cloud annotation', 'LiDAR labeling', 'SAM 3D', 'SAM4D', 'sensor fusion annotation', '3D bounding box', 'semantic segmentation point cloud'. NOT for 2D image labeling (use clip-aware-embeddings), general ML training (use ml-engineer), video annotation without 3D (use computer-vision-pipeline), or VLM prompt engineering (use prompt-engineer).

curiositech/windags-skills

Implement WCAG 2.2 AA/AAA compliance with automated testing, keyboard navigation, screen reader support, and focus management. Activate on: accessibility audit, WCAG compliance, keyboard navigation, screen reader, aria attributes, axe-core, focus trap. NOT for: design-level accessibility review (use design-accessibility-auditor), color contrast only (use css-in-js-architect).

curiositech/windags-skills

Time-blind friendly planning, executive function support, and daily structure for ADHD brains. Specializes in realistic time estimation, dopamine-aware task design, and building systems that actually work for neurodivergent minds.

curiositech/windags-skills

Designs digital experiences for ADHD brains using neuroscience research and UX principles. Expert in reducing cognitive load, time blindness solutions, dopamine-driven engagement, and compassionate design patterns. Activate on 'ADHD design', 'cognitive load', 'accessibility', 'neurodivergent UX', 'time blindness', 'dopamine-driven', 'executive function'. NOT for general accessibility (WCAG only), neurotypical UX design, or simple UI styling without ADHD context.

curiositech/windags-skills

>- Apply crisis decision-making research to agent routing, uncertainty triage, and coordination failure analysis in time-pressured systems. Use when diagnosing handoff failures, analytical paralysis, or expert judgment under incomplete information. NOT for routine coding, simple CRUD design, or static single-agent tasks with complete information.

curiositech/windags-skills

Extend and modify the admin dashboard, developer portal, and operations console. Use when adding new admin tabs, metrics, monitoring features, or internal tools. Activates for dashboard development, analytics, user management, and internal tooling.

curiositech/windags-skills

Conversation patterns and interaction protocols for multi-agent systems. Covers request/response, pub/sub, blackboard, delegation chains, debate, critique, consensus, fan-out/fan-in, supervisor-worker, and peer negotiation. Deep analysis of AutoGen conversation patterns, CrewAI delegation, LangGraph state passing, and FIPA-ACL performatives. Teaches how to design what agents say to each other and in what order. Activate on: "agent conversation", "agent protocol", "multi-agent debate", "agent delegation", "supervisor worker pattern", "agent voting", "consensus protocol", "fan-out fan-in", "agent negotiation", "blackboard pattern", "agent dialogue", "conversation topology", "agent handoff". NOT for: wire format or serialization (use agent-interchange-formats), orchestration infrastructure (use agentic-infrastructure-2026), single agent behavior (use agentic-patterns).

curiositech/windags-skills

Meta-agent for creating new custom agents, skills, and MCP integrations. Expert in agent design, MCP development, skill architecture, and rapid prototyping. Activate on 'create agent', 'new skill', 'MCP server', 'custom tool', 'agent design'. NOT for using existing agents (invoke them directly), general coding (use language-specific skills), or infrastructure setup (use deployment-engineer).

curiositech/windags-skills

AI-powered calendar management and agent-based scheduling coordination. Covers calendar APIs (Google Calendar, CalDAV/iCal), AI scheduling assistants (Reclaim, Clockwise, Motion, Cal.com), building custom calendar agents with MCP, multi-calendar merging, timezone management, focus block protection, meeting fatigue detection, and agent-to-agent meeting negotiation protocols. Activate on: "calendar agent", "AI scheduling", "calendar coordination", "meeting scheduling", "calendar API", "focus time protection", "calendar optimization", "Google Calendar MCP", "Reclaim", "Clockwise", "Motion", "Cal.com", "smart scheduling", "calendar-aware agent", "timezone scheduling", "agent negotiation meetings". NOT for: manual calendar UI component design (use form-validation-architect), project management scheduling or Gantt charts (use project-management-guru-adhd), general time-tracking or pomodoro apps (use adhd-daily-planner for time-awareness), building the agent itself from scratch (use agent-creator).

curiositech/windags-skills

Build and adopt production AI agent infrastructure in 2026. Covers framework selection (LangGraph, CrewAI, AutoGen, MCP), orchestration patterns, evaluation, observability, memory systems, and tool use. Also covers the SOCIAL dimension: how to sell agent infrastructure internally, change management, measuring ROI, building trust in autonomous systems, and scaling adoption across teams. Activate on: "agent infrastructure", "agent framework comparison", "which agent framework", "sell AI tools internally", "agent adoption", "agent observability", "agent evaluation", "MCP architecture", "agentic mesh", "enterprise AI agents", "AI change management", "agent ROI". NOT for: building specific agents (use ai-engineer), designing agent behavior patterns (use agentic-patterns), prompt tuning (use prompt-engineer).

curiositech/windags-skills

Fundamental patterns for effective agentic behavior. Teaches decomposition, tool orchestration, error recovery, context management, quality self-assessment, and knowing when to stop. Model-agnostic principles that make any agent more effective regardless of domain. Activate on: "how should I structure this agent", "agentic workflow", "agent patterns", "multi-step task", "tool orchestration", "/agentic-patterns", "decompose this", "agent best practices", "chain of actions", "when should the agent stop", "agent loop design". NOT for: creating agent infrastructure (use agent-creator), building DAGs (use windags-architect), specific tool implementation.

curiositech/windags-skills

Automated discovery and matching of agent skills for dynamic task routing and capability assessment

curiositech/windags-skills

Cryptographic security for agentic systems — zero-trust agent networking, signed message envelopes (JWS/JWE), capability-based security (ocaps), Merkle tree audit trails, WASM sandboxing, and formal verification. Covers CLI dev tool security, mTLS between agents, permission boundaries (least privilege for AI agents), and supply chain security for skills/plugins. Activate on: "agent security", "zero trust agents", "secure agent communication", "capability-based security", "ocap", "signed messages between agents", "agent audit trail", "sandbox agent execution", "agent permissions", "mTLS agents", "cryptographic verification", "agent supply chain", "OWASP agentic", "prove agent did X", "tamper-proof agent logs". NOT for: application-level SAST scanning (use security-auditor), network firewall rules (use infrastructure), SOC2/HIPAA compliance (organizational), or prompt injection defense (use prompt-engineer).

curiositech/windags-skills

Data structures and serialization formats for agent-to-agent communication. Covers message envelopes, structured output schemas, capability declarations, task handoff payloads, error/retry signaling, and context windows as data structures. Deep comparison of A2A protocol, MCP, OpenAI function calling, and LangChain message types. Teaches when to use rigid schemas vs free-form with validation, typed vs untyped, streaming vs batch. Activate on: "agent message format", "agent communication schema", "agent-to-agent protocol", "A2A protocol", "MCP message format", "structured output for agents", "agent interop", "interchange format", "agent serialization", "task handoff format", "capability declaration". NOT for: what agents say to each other (use agent-conversation-protocols), orchestration topology (use multi-agent-coordination), building agent infrastructure (use agentic-infrastructure-2026).

curiositech/windags-skills

Logic-based agent programming language implementing BDI architecture for practical autonomous agent development

curiositech/windags-skills

>- Design AgentSpeak(L)-style BDI agents with context-guarded plans, selection functions, and intention stacks. Use for interruptible autonomy, agent policy, and multi-agent orchestration in dynamic environments. NOT for simple rule engines, static planners, or centralized workflows.

curiositech/windags-skills

Foundational concurrent computation model where actors communicate exclusively through asynchronous message passing

curiositech/windags-skills

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Verwandte Skills