grahama1970/agent-status

Superfícies de status orientadas a artefatos para trabalhos de agente de projeto de longa duração. Mantém status.json, events.jsonl, manifestos de prova e um STATUS.html ciente de desatualização para que humanos possam saber onde o agente está, o que passou, o que ainda não está comprovado e qual é a próxima decisão ou ação — sem teatro de painel.

O que é agent-status?

O agent-status é uma skill para agentes de IA (como Claude Code, Cursor, Codex) que elimina a ambiguidade de status em trabalhos de múltiplas etapas. Em vez de gerar painéis com barras de progresso vagas e linguagem otimista, ela produz artefatos legíveis por máquina (status.json, events.jsonl, proof_manifest.json) e uma página HTML (STATUS.html) que simplesmente renderiza o artefato atual, mantendo-se ciente de desatualizações. A skill impõe uma disciplina rigorosa: nenhum percentual, nenhum 'completo' verde sem prova final, cada aprovação deve nomear seu artefato de prova, e cada estado ocioso ou bloqueado deve explicar o porquê. O fluxo de trabalho é gerenciado via comandos como `init`, `update`, `gate-passed`, `needs-human` e `render`, todos operando sobre um diretório `.plan-iterate/<campaign-id>/status/`. O modelo de estados inclui `not_started`, `running`, `needs_attention`, `blocked`, `failed`, `passed_scoped_gate`, `done` e `idle`, com a distinção crucial de que `passed_scoped_gate != done`. A skill é particularmente útil para cenários como `/plan-iterate`, `/orchestrate`, `/review-code`, `/debugger` e qualquer trabalho de agente de projeto que dure mais de um comando focado, garantindo que humanos possam inspecionar a prova por trás de cada afirmação de progresso, sem depender de 'teatro de painel'.

Funciona com~Claude Code~Codex CLI~Cursor✓Antigravity✓OpenCode
npx skills add https://github.com/grahama1970/agent-skills/tree/main/skills/agent-status

Installed? Explore more Programação e Desenvolvimento skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que agent-status faz?

Use esta skill sempre que um agente de projeto estiver realizando trabalho de várias etapas e o humano precisar saber o que está realmente acontecendo.

Esta skill é intencionalmente não um gerador de painéis. Ela produz uma superfície de verdade apoiada por artefatos legíveis por máquina:

.plan-iterate/<campaign-id>/status/
  status.json
  events.jsonl
  proof_manifest.json
  STATUS.html

O HTML apenas renderiza o artefato de status atual. Ele não deve inventar progresso, porcentagens ou alegações de conclusão.

Princípio central

artefato de status primeiro → HTML renderiza o artefato → humano pode inspecionar a prova

Nunca faça isso:

página bonita primeiro → linguagem verde vaga → humano infere progresso

Respostas obrigatórias na primeira visualização

Uma página de status gerada deve responder:

  1. O que o agente está tentando terminar?
  2. Onde exatamente estamos?
  3. O que acabou de passar?
  4. O que ainda não está comprovado?
  5. Qual é a próxima ação?
  6. O agente está executando, bloqueado, ocioso ou esperando pelo humano?
  7. Qual prova sustenta a afirmação atual?
  8. O que o agente não deve fazer em seguida?

Modelo de estados

Estados permitidos:

  • not_started
  • running
  • needs_attention
  • blocked
  • failed
  • passed_scoped_gate
  • done
  • idle

Distinção importante:

passed_scoped_gate != done

Use done apenas quando o objetivo final declarado tiver um artefato de prova final explícito.

Comandos comuns

Inicializar uma campanha:

./run.sh init \
  --campaign refactor-harness-e2e \
  --goal "Terminar prova E2E do harness de refatoração com escopo"

Marcar uma porta como em execução:

./run.sh update \
  --campaign refactor-harness-e2e \
  --state running \
  --current-step "Executar porta de resumo LLM + OpenCode concorrente endurecida"

Registrar uma porta com escopo aprovada:

./run.sh gate-passed \
  --campaign refactor-harness-e2e \
  --label "A01-A18 LLM + OpenCode concorrente endurecido com resumo" \
  --verdict PASS_SPEC \
  --proof ".plan-iterate/refactor-harness-e2e/proof/refactor-concurrent-mixed.json" \
  --next-action "Iniciar pacote de revisor + fase de fan-in do revisor" \
  --not-proven "UI da Sala B1 de Transporte" \
  --not-proven "build_review_packet fan-in do revisor" \
  --not-proven "Entrega completa de mensagens OpenCode"

Perguntar ao humano por uma decisão:

./run.sh needs-human \
  --campaign refactor-harness-e2e \
  --question "Qual próxima campanha o agente deve executar?" \
  --option "A=Continuar harness: pacote de revisor + fan-in do revisor" \
  --option "B=Interface de Transporte: iniciar Sala B1 de Transporte" \
  --option "C=Estabilizar apenas: checkpoint e parar"

Renderizar a página de status novamente:

./run.sh render --campaign refactor-harness-e2e

Regras anti-teatro de painel

  1. Sem porcentagens.
  2. Sem "completo" em verde, a menos que exista prova do objetivo final.
  3. Cada PASS deve nomear seu artefato de prova.
  4. Cada status deve mostrar o que não está comprovado.
  5. Cada estado ocioso deve dizer por que o agente está ocioso.
  6. Cada estado de espera pelo humano deve incluir um menu de decisão.
  7. Cada estado bloqueado deve nomear o artefato, serviço, porta ou decisão ausente.
  8. A atualização automática é permitida apenas se a página ler status.json.
  9. Se status.json estiver desatualizado, a página deve dizer desatualizado.
  10. Vereditos do revisor são recibos, não prova de conclusão.

Quando usar

Use esta skill para:

  • /plan-iterate
  • /orchestrate
  • /review-design
  • /review-code
  • /debugger
  • /ask deep-review
  • /code-runner
  • /subagent-runner
  • qualquer trabalho de agente de projeto de várias etapas que dure mais de um comando focado

Expectativas dos artefatos

status.json é a fonte da verdade.

events.jsonl é somente anexação e registra transições de estado.

proof_manifest.json lista artefatos de prova nomeados pelas afirmações de status.

STATUS.html é gerado, ciente de desatualização e seguro para abrir em um navegador.

Padrão de conclusão

Uma resposta final para trabalho de agente de longa duração deve resumir o artefato de status atual e vincular ou citar o caminho STATUS.html quando disponível.

Não reivindique conclusão a menos que:

  • o estado seja done;
  • last_completed.proof_path aponte para um artefato de prova final;
  • not_proven esteja vazio ou explicitamente fora do escopo;
  • os bloqueadores estejam vazios.

Individual skills in this repo

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

grahama1970/acceptance-contract

Turn a client brief, zip bundle, directory, or single requirements file into a typed acceptance-contract bundle with extracted requirements, acceptance checks, open questions, an immutable-goal draft, and a create-report-backed decision report. Use when users say acceptance contract, brief to requirements, freeze the goal, create immutable goal, amend immutable goal, build a Battle requirements bundle, or extract requirements from this bundle.

grahama1970/agent-ecosystem

Canonical map and shared contracts for the agent-governance ecosystem: the pi.receipt_envelope.v1 boundary envelope, the component graph, and the rules for which component owns which schema. Use when wiring a skill or extension into the shared receipt world, when asking how shame, triage-error, tau, ask, project-watchdog, ops-herdr, ponytail, and Memory fit together, or when validating an envelope.

grahama1970/agentic-evals

Agentic evaluation of skills using multi-trial fixtures, deterministic command assertions, trajectory checks, safety constraints, and evidence-backed readiness scoring. Use when users ask for agentic evals, multi-trial skill evaluation, skill trajectory validation, or readiness scoring for a skill workflow.

grahama1970/agent-inbox

File-based inter-agent messaging with headless dispatch. Check inbox, send bugs/requests to other projects, automatically spawn headless agents to fix bugs, and track progress via task-monitor.

grahama1970/agents-registry

Generate and query the centralized agent identity registry. Scans .pi/agents/*/AGENTS.md, parses frontmatter, outputs agents-registry.json and optionally syncs to /memory for semantic search.

grahama1970/align

Round-based context alignment before execution. Use when the human, project agent, WebGPT, scillm, ask, dogpile, memory, or project-knowledge may each hold different facts about a task; especially before ambiguous design, infographic, product workflow, high-stakes implementation, plan-iterate, project-infographic, or multi-review work.

grahama1970/analytics

Flexible data science analytics for any dataset. Auto-discovers schema, recommends charts, exports to create-figure. Works with JSONL, JSON, CSV from any source.

grahama1970/analyze-chatterbox-emotions

Evaluate generated Chatterbox voice files as voice-quality artifacts: affect match, arousal/valence proxies, pause placement, intelligibility inputs, clipping, loudness, and discontinuity flags. Use when reviewing Chatterbox emotional tags, pauses, Turbo/base affect delivery, Persona Dream utterance renders, or whether generated speech matches an intended product-facing affect.

grahama1970/analyze-elf

Reverse-engineer features from ELF binaries. Extracts CLI commands, state machines, protocols, Zod schemas, and data models. Automatically generates a /create-walkthrough prosecution brief with Mermaid diagrams. Uses /treesitter for AST analysis of bundled JS/TS source.

grahama1970/animation-vocabulary

Reverse-lookup glossary that turns a vague description of a web animation or motion effect into its exact term ("the bouncy thing when a popover opens" → Pop in; "the iOS rubber-band scroll" → Rubber-banding). Use when the user asks "what's it called when…", or describes a motion effect without knowing its name and wants the right word to prompt an AI or designer with. For naming an effect, not designing or building one.

grahama1970/anonymize-data

Anonymize supported CSV, JSON, UTF-8 text, and SQLite files using an explicit policy through the oai-trial project. Use for anonymize data, pseudonymize exports, redact policy literals, or discover and explicitly approve fuzzy name aliases. The skill is a thin CLI/Docker interface, not another engine.

grahama1970/anvil

Heavy-duty "No-Vibes" debugging and hardening orchestrator. Use this for complex, stubborn bugs where `review-code` has failed, or for "Red Teaming" (hardening) a codebase. Runs multiple agents in parallel (Thunderdome) using git worktree isolation.

grahama1970/apple-design

Apple's approach to interface design and fluid, physical motion, translated for the web. Use when building or reviewing gesture-driven UI, spring animations, drag/swipe/sheet interactions, momentum and interruptible transitions, translucent materials and depth, typography (optical sizing, tracking, leading), reduced-motion, or the design foundations (feedback, spatial consistency, restraint) behind Apple-style interfaces.

grahama1970/argue

Multi-persona structured debate orchestrator. Personas research via /dogpile, consult colleagues via /ask, and argue toward nuanced synthesis on complex questions.

grahama1970/arxiv

Search arXiv for papers and extract knowledge into memory. Use `search` to find papers, `learn` to extract knowledge.

grahama1970/ask

Use when the user asks to query project memory, ask an oracle, use supported browser-backed reviewers, run Tau roundtable/single-handler workflows, ask Pi-native subagents from within Pi, run persona/deep-review workflows, generate image prompts, check OS/project health through composed skills, or run an ask DAG. This skill is the executable /ask runtime; do not replace it with an informal subagent, plain web search, or hand-written review; inside Pi, explicit Pi-native subagent targets are routed through the pi-subagents tool as an Ask target type.

grahama1970/assess

Step back and critically reassess project state. Use when asked to "assess", "step back", "fresh eyes", "check alignment", "sanity check", "health check", "prune documentation", or "evaluate what's working". Offers documentation pruning and doc-code alignment analysis. Offer to run after major changes (don't auto-run).

grahama1970/assistant

Shared GPT + classifier inference gateway for persona monitor tasks. Routes validation and classification through a 4-tier cascade: heuristic → classifier → local GPT → scillm.

grahama1970/assistant-lab

Self-improvement workbench for /assistant. All the tools needed to diagnose, train, evaluate, and promote models in a continuous loop. The "warm pond" where /assistant evolves its own inference stack.

grahama1970/batch-quality

Pre-flight validation and quality gates for batch LLM operations. ACTUALLY tests samples through LLM before burning tokens. Uses SPARTA contracts for DuckDB validation queries. Integrates with task-monitor for enforced quality gates.

Habilidades Relacionadas