Communitygithub.com

Registro de Decisão Recursiva

Use quando o usuário solicitar rollouts repetidos, processos de decisão marcados, busca de alta dimensionalidade, otimização estocástica, exploração de ótimos locais, comparação de conjuntos ou raciocínio recursivo com trilha de evidências visível.

O que é Registro de Decisão Recursiva?

O Registro de Decisão Recursiva é uma habilidade (skill) para agentes de IA que força computação profunda por meio de rollouts repetidos e raciocínio recursivo, preservando a parte útil (tentativas repetidas, memória anterior, informações novas e marcas explícitas) e removendo a parte insegura (falsas certezas derivadas do loop). É útil em cenários como busca de alta dimensionalidade, otimização estocástica, exploração de ótimos locais, comparação de conjuntos ou qualquer processo de decisão que exija repetição e trilha de evidências visível. A habilidade suporta plataformas como Claude Code, Cursor e Codex, e funciona por meio de um Contrato de Registro que documenta cada rollout com ID, timestamp, vencedor anterior, informações novas, tamanho do espaço de busca, heurísticas usadas e marcas de decisão. O ciclo de rollout carrega o registro anterior, captura novas informações, executa a busca limitada, marca cada candidato e aplica regras de coerência e promoção. A promoção para ações ao vivo (como trading ou deploys) só é permitida quando o candidato supera o vencedor anterior em métricas definidas, as verificações de correção e replay passam, os limites de risco são explícitos, a evidência é durável e o usuário aprova explicitamente o passo ao vivo.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/recursive-decision-ledger

Perguntar na sua IA favorita

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

Documentação

O que Registro de Decisão Recursiva faz?

Use esta habilidade quando o usuário estiver tentando forçar computação mais profunda por meio de rollouts repetidos ou prompting recursivo estilo "Prime Gauss". Preserve a parte útil: tentativas repetidas, memória anterior, informações novas e marcas explícitas. Remova a parte insegura: fingir que o loop prova certeza.

Contrato de Registro

Cada rollout deve registrar:

  • id do rollout e timestamp;
  • vencedor aceito anterior e lista de observação anterior;
  • informações novas ingeridas;
  • tamanho do espaço de busca;
  • famílias de modelos ou heurísticas usadas;
  • contagem de tentativas e contagem efetiva de tentativas;
  • principais candidatos;
  • marcas de decisão;
  • marcas de coerência contra o registro anterior;
  • resultado do portão de promoção.

Prefira JSONL para registros somente anexados e Markdown para resumos humanos.

Ciclo de Rollout

  1. Carregue o registro anterior.
  2. Capture novas informações no passo de tempo zero.
  3. Execute a busca limitada.
  4. Marque cada candidato: aceitar, observar, rejeitar, decair observação ou precisa de replay.
  5. Compare os vencedores com os vencedores anteriores e o último rollout marcado.
  6. Rebaixe candidatos quando deriva, risco de cauda, dados obsoletos ou replay falhado invalidarem a marca anterior.
  7. Anexe artefatos antes de resumir.

Marca de Coerência

Inclua uma marca de coerência compacta:

Conjunto corresponde ao vencedor anterior: verdadeiro
Recursivo corresponde ao vencedor anterior: falso
Último rollout corresponde: verdadeiro
Promoção ao vivo permitida: falso
Motivo: portões de replay e atualização não satisfeitos

Regras de Promoção

Para trading, alocação de capital, deploys de produção, migrações ou operações destrutivas, a confiança recursiva não é aprovação.

Padrão para modo papel, simulação, somente leitura, pré-visualização ou encenado, a menos que o usuário aprove explicitamente a ação ao vivo e o portão do repositório/serviço o suporte.

Promova apenas quando:

  • o candidato superar o vencedor aceito anterior na métrica escolhida;
  • as verificações de correção e replay passarem;
  • os limites de risco forem explícitos;
  • a evidência for durável;
  • o usuário tiver aprovado o passo ao vivo quando necessário.

Formato do Resumo

Lidere com a decisão, não com o drama:

Rollout 15 concluído. O vencedor anterior ainda se mantém, mas a borda deteriorou 17%.
Status: observar, não ao vivo. Próximo portão: 20 preenchimentos de replay com idade do livro de ordens abaixo do limiar.

Individual skills in this repo

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

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Habilidades Relacionadas