Communitygithub.com

Wiki

Base de conocimiento persistente en Markdown que se acumula entre sesiones (modelo Karpathy).

¿Qué es Wiki?

Wiki es una habilidad para agentes de IA que implementa una base de conocimiento en Markdown persistente y auto-mantenida, inspirada en el concepto de LLM Wiki de Karpathy. Permite al agente ingerir, consultar, mantener y referenciar conocimiento del proyecto a lo largo de múltiples sesiones, solventando la falta de memoria a largo plazo de los LLMs. Soporta operaciones como ingestión, consulta por palabras clave y etiquetas, linting para detectar páginas huérfanas o referencias rotas, adición rápida, listado, lectura y eliminación de páginas. Las páginas se organizan por categorías (arquitectura, decisión, patrón, depuración, entorno, registro de sesión) y se almacenan localmente en `.omc/wiki/`. Utiliza enlaces `[[nombre-página]]` para referencias cruzadas y captura automática de descubrimientos al final de cada sesión. Es útil para desarrolladores que usan agentes de IA como Claude Code, Cursor o Codex, ya que permite construir una memoria estructurada y consultable del proyecto sin depender de vectores embebidos. El enrutamiento de modelos permite asignar tareas simples a modelos rápidos (haiku) y análisis profundos a modelos más potentes (opus, fable).

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Yeachan-Heo/oh-my-claudecode/tree/main/skills/wiki

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Wiki?

Base de conocimiento en Markdown persistente y auto-mantenida para el conocimiento del proyecto y la sesión. Inspirada en el concepto de LLM Wiki de Karpathy.

Operaciones

Ingestar

Procesa conocimiento en páginas wiki. Una sola ingesta puede afectar múltiples páginas.

wiki_ingest({ title: "Auth Architecture", content: "...", tags: ["auth", "architecture"], category: "architecture" })

Consultar

Busca en todas las páginas wiki por palabras clave y etiquetas. Devuelve páginas coincidentes con fragmentos — TÚ (el LLM) sintetizas respuestas con citas de los resultados.

wiki_query({ query: "authentication", tags: ["auth"], category: "architecture" })

Revisar

Ejecuta controles de salud en la wiki. Detecta páginas huérfanas, contenido obsoleto, referencias cruzadas rotas, páginas demasiado grandes y contradicciones estructurales.

wiki_lint()

Añadir rápido

Añade una sola página rápidamente (más simple que ingestar).

wiki_add({ title: "Page Title", content: "...", tags: ["tag1"], category: "decision" })

Listar / Leer / Eliminar

wiki_list()           # Muestra todas las páginas (lee index.md)
wiki_read({ page: "auth-architecture" })  # Lee una página específica
wiki_delete({ page: "outdated-page" })    # Elimina una página

Registro

Ve el historial de operaciones de la wiki leyendo .omc/wiki/log.md.

Categorías

Las páginas se organizan por categoría: architecture, decision, pattern, debugging, environment, session-log.

Almacenamiento

  • Páginas: .omc/wiki/*.md (Markdown con frontmatter YAML)
  • Índice: .omc/wiki/index.md (catálogo auto-mantenido)
  • Registro: .omc/wiki/log.md (crónica de operaciones solo de añadido)

Referencias Cruzadas

Usa la sintaxis de enlace wiki [[nombre-página]] para crear referencias cruzadas entre páginas.

Captura Automática

Al final de la sesión, los descubrimientos importantes se capturan automáticamente como páginas de registro de sesión. Configurable mediante wiki.autoCapture en .omc-config.json (por defecto: activado).

Restricciones Estrictas

  • SIN vectores embebidos — la consulta usa solo coincidencia de palabras clave + etiquetas
  • Las páginas wiki están ignoradas por git por defecto (.omc/wiki/ es local del proyecto)

Enrutamiento de Modelos

  • haiku — consultas rápidas, inspección ligera, trabajo de documentación reducido
  • sonnet — implementación estándar, depuración y revisión
  • opus — arquitectura, análisis profundo, planificación de consenso y revisión de alto riesgo
  • fable — Claude Fable 5 (por encima de Opus); pásalo explícitamente en la llamada Task o fíjalo por agente con agents.<name>.model
  • El modelo de sesión elegido con /model aplica solo al bucle principal. Los agentes delegados se ejecutan en su nivel asignado a menos que la llamada Task pase model explícitamente o el agente se sobrescriba mediante agents.<name>.model. Para ejecutar trabajo delegado en Fable, usa una de esas dos superficies; seleccionar Fable en /model solo no cambia la delegación.

Individual skills in this repo

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

agent-doc-discipline

Writing-time discipline for documents agents consume (the five surfaces, specs, tickets, .omc/skills/) — every rule checkable and carrying a why, steps before reference, one meaning in one home, no restating what the environment already says. Mandatory at drydock seed generation and the launch C5 sediment pass; opt-in for any other agent-facing doc edit. The companion of minimal-code-discipline: that one disciplines code, this one disciplines papers.

ai-slop-cleaner

Clean AI-generated code slop with a regression-safe, deletion-first workflow and optional reviewer-only mode

ask

Process-first advisor routing for Claude, Codex, Gemini, Antigravity, Grok, or Cursor via `omc ask`, with artifact capture and no raw CLI assembly

ask-navigator

Shipyard

autopilot

Full autonomous execution from idea to working code

autoresearch

Stateful single-mission improvement loop with strict evaluator contract, markdown decision logs, and max-runtime stop behavior

cancel

Cancel any active OMC mode (autopilot, ralph, ultragoal, swarm, ultrapilot, pipeline, team) and clean up retired legacy state

configure-notifications

Configure notification integrations (Telegram, Discord, Slack) via natural language

debug

Diagnose the current OMC session or repo state using logs, traces, state, and focused reproduction

deepinit

Deep codebase initialization with hierarchical AGENTS.md documentation

deep-interview

Socratic deep interview with mathematical ambiguity gating before explicit execution approval

drydock

Lay the keel of the shipyard harness in any repo — the 4-pillar shared environment (Context, Rules, Tools, Standards) across 5 surfaces (CLAUDE.md, skills, design-system, mcp/cli, shared context) so that every human and agent inherits the same design language and anyone can ship. Run once per repo; re-run with --check to audit drift.

execute

Carry an approved task through to working, verified code

external-context

Invoke parallel document-specialist agents for external web searches and documentation lookup

graph

Deterministic orchestration graph runtime - declarative DAG pipelines with journal-based crash recovery

harbor

Harbor intake for external work — the captain only handles unresolved decisions. Sweeps incoming issues and PRs, verifies every claim before disposition, reuses every decision already made, and hands the maintainer a docket whose pending items each carry one question with options, recommendation, impact and evidence. Agent-autonomous for facts and for actions covered by standing authorization; signed for every new judgment. Never merges.

hud

Configure HUD display options (layout, presets, display elements)

launch

Shipyard

loft

Loft the shape before cutting steel — answer a design question that prose cannot settle by building a throwaway artifact: a pure logic module in a clickable shell, or structurally different UI variants behind one route. The captain reacts to the artifact; the answer folds into the decision; the artifact never docks. Use when a design question stalls in words, when a navigator map carries a loft ticket, or when a spec discussion reaches

minimal-code-discipline

YAGNI-ladder coding discipline for writing changes — existence-first, reuse before writing, dependency ladder, shortest correct diff, with non-negotiables that must never be minimized away

Skills relacionados