CommunityPesquisa e Análise de Dadosgithub.com

MaDxCRaZY/antigravity-skills

Ativa o pipeline multiagente descoplado OWL (Optimized Workforce Learning): usa o DeepInvestigator para análise de causa raiz e ataques de casos extremos, e o DeepCoder para síntese de código verificada e melhoria iterativa.

O que é antigravity-skills?

Esta skill implementa o pipeline OWL (Optimized Workforce Learning) para a arquitetura de engenharia multiagente descoplada do Antigravity (`/owl`). Em vez de palpites únicos ou correções superficiais, ela divide a tarefa em dois subagentes especializados: DeepInvestigator, responsável por análise de causa raiz, testes de fronteira, auditorias de invariantes e ataques de casos extremos; e DeepCoder, focado em síntese de código camada-0, verificação via compilador, prevenção de regressões e refinamento iterativo. O fluxo obrigatório é: primeiro o DeepInvestigator investiga e formula hipóteses falsificáveis, depois o DeepCoder implementa a solução respeitando todos os invariantes descobertos. Por fim, é feita a verificação de chamadores downstream em toda a árvore de chamadas, garantindo zero quebra colateral. Ideal para debugging complexo, refatorações seguras e implementações críticas onde erros não são aceitáveis.

Funciona com~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/MaDxCRaZY/antigravity-skills/tree/HEAD/skills/owl

Installed? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Perguntar na sua IA favorita

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

Documentação

Pipeline OWL (Optimized Workforce Learning)

O comando /owl ativa a arquitetura de engenharia multiagente descoplada do Antigravity. Em vez de palpites únicos ou corrigir o sintoma B com o patch A, o OWL divide a tarefa em dois pipelines descoplados especializados: DeepInvestigator e DeepCoder.


Visão Geral da Arquitetura

Subagente EspecialistaÁrea de FocoAssinatura de InvocaçãoModo de Workspace
DeepInvestigatorAnálise de causa raiz, testes de fronteira, auditorias de invariantes, ataques de casos extremosinvoke_subagent(TypeName='DeepInvestigator', ...)Workspace='inherit'
DeepCoderSíntese de código camada-0, verificação via compilador, prevenção de regressões, refinamento iterativoinvoke_subagent(TypeName='DeepCoder', ...)Workspace='inherit'

(Nota: DeepInvestigator e DeepCoder são subagentes nativos incorporados, suportados pelo motor de execução principal).


Rotina de Execução

Quando o usuário invoca /owl:

Passo 1: Investigação e Falseamento de Hipóteses (DeepInvestigator)

  1. Para qualquer bug, refatoração, escolha arquitetural ou investigação de falha, spawn DeepInvestigator primeiro, antes de escrever qualquer código de produção:
    {
      "TypeName": "DeepInvestigator",
      "Role": "Deep Investigator",
      "Workspace": "inherit",
      "Prompt": "Realize uma investigação exaustiva de causa raiz. Mapeie cadeias de chamadas completas, audite restrições invariantes, teste casos extremos de fronteira e pergunte: 'O que acontece se X, Y, Z, F, G ocorrerem?' Formule hipóteses verificáveis."
    }
    
  2. Não prossiga para a implementação até que o DeepInvestigator relate descobertas, armadilhas identificadas e requisitos invariantes obrigatórios.

Passo 2: Implementação e Refinamento (DeepCoder)

  1. Passe os requisitos verificados, invariantes e casos extremos do Passo 1 para o DeepCoder:
    {
      "TypeName": "DeepCoder",
      "Role": "Deep Coder",
      "Workspace": "inherit",
      "Prompt": "Implemente a solução satisfazendo todos os invariantes descobertos pelo DeepInvestigator. Execute verificações de compilador, verifique consumidores downstream em todo o grafo de chamadas e execute suítes de teste."
    }
    
  2. DeepCoder executa ciclos de melhoria iterativa até que todas as verificações passem sem regressão.

Passo 3: Síntese e Verificação

  1. Verifique chamadores downstream em toda a árvore de chamadas.
  2. Confirme dano colateral zero antes de apresentar os resultados ao usuário.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Habilidades Relacionadas