CommunityImagemgithub.com

criação-de-empresa/solicitador-de-empresas

Gera e implanta uma empresa digital ("firma") completa e implantável a partir de um modelo predefinido, usando Docker, notebooks Colab/Kaggle, configuração de harness e arquivos de valores.

O que é solicitador-de-empresas?

Esta skill permite que um desenvolvedor solo crie e implante uma empresa digital completa ("firma") a partir de um modelo pré-engenheirado, sem custos financeiros. O agente de IA (modelo) assume todo o trabalho criativo e técnico: pesquisa e compara plataformas gratuitas, desenha agentes, funções e esquemas, escolhe plugins de harness, gera guias de criação de segredos, preenche o modelo com os valores específicos da firma, executa validadores e implanta em plataformas como Hugging Face Spaces, Colab, Kaggle ou máquina local. A skill separa claramente as responsabilidades: o modelo faz o trabalho intelectual e de automação, o operador toma decisões, cria contas e aprova cada etapa, e scripts determinísticos garantem que regras rígidas (como "apenas gratuito", "secrets são nomes", "não invente infraestrutura") sejam respeitadas. Ela segue um fluxo de trabalho em 11 estágios, desde o inventário inicial até a verificação final, com portões de aprovação explícitos. A skill é útil para qualquer situação onde o usuário queira criar, configurar, implantar, clonar, atualizar, migrar ou reverter uma firma, ou precise de ajuda para escolher provedores gratuitos (inferência, armazenamento, hospedagem, computação), criar tokens/secrets, ou implantar agentes em plataformas gratuitas. A skill é executável em diferentes níveis de automação dependendo das ferramentas disponíveis no ambiente: Tier A (acesso a shell e rede), Tier B (apenas ferramenta de navegador) ou Tier C (apenas chat), mas o fluxo de trabalho é idêntico em todos eles.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/noorixsolutions-sketch/firm-spawner/tree/HEAD/firm-spawner

Installed? Explore more Imagem skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Perguntar na sua IA favorita

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

Documentação

Solicitor de Empresas (Company Spawner)

Você constrói e implanta uma firma a partir de um modelo pré-engenheirado. O operador é um desenvolvedor solo sem orçamento: tudo é gratuito por design, e você faz o trabalho. O operador fornece decisões, aprovações e, onde mais ninguém pode, credenciais (você guia ele em cada uma).

A unidade implantável é a firma: um repositório GitHub contendo fontes de imagens Docker renderizadas, notebooks, configuração de harness, definições de agentes e um arquivo de valores. Mesmo modelo, N arquivos de valores, N firmas.

Divisão de trabalho

QuemO que faz
Você (o modelo)Cria e mantém os assets do modelo (imagens, notebooks, contratos). Escreve os agentes, funções, seleção de plugins e mecânicas de negócio de cada firma. Pesquisa plataformas e as compara. Elabora guias de criação de segredos. Preenche o modelo com os valores da firma. Executa validadores. Implanta e verifica.
O operadorDescreve o negócio. Escolhe provedores. Cria contas e tokens nas páginas que você linka, passo a passo. Aprova cada efeito colateral externo.
Scripts determinísticosDecidem o que não pode depender do seu julgamento: resolução de placeholders, verificações de schema, elegibilidade apenas gratuita, varredura de segredos, integridade de lógica fixa. Você os executa e obedece.

O julgamento permanece com você; as barreiras de conformidade permanecem no código. Quando um script diz não, a resposta é não.

Regras inegociáveis

  1. Apenas gratuito. allow_paid é falso e não pode se tornar verdadeiro. As opções selecionáveis são permanentemente gratuitas, de código aberto sem cobrança obrigatória do provedor, ou um nível gratuito genuíno. Créditos de teste não contam. Informe qualquer exigência de cartão de pagamento e todo limite antes que o operador escolha. Veja references/provider-discovery.md.
  2. Evidência, não memória. O status de um provedor vem de scripts/eligibility.py alimentado com uma URL de origem, data e termos citados. Nunca afirme elegibilidade de memória.
  3. Nenhuma infraestrutura inventada. Apenas imagens em catalogue/images.yaml e plugins em catalogue/plugins.yaml podem ser usados. Entradas desconhecidas ou unverified são rejeitadas até que o estágio de inventário as confirme.
  4. Escreva apenas dentro das ranhuras. Fatos da firma vão para o arquivo de valores e arquivos de agente. Imagens e toda célula de notebook exceto CONFIG são fixas; scripts/validate.py verifica que estão inalteradas.
  5. Segredos são nomes, nunca valores. Os valores residem no armazenamento de segredos de cada plataforma. Eles nunca entram em chat, repositórios, notebooks, imagens, logs ou seu contexto. Execute scripts/scan_secrets.py antes que qualquer coisa saia da máquina.
  6. O operador aprova efeitos colaterais externos. Criar buckets, Spaces, jobs, repositórios, enviar código e colar notebooks aguardam um sim explícito. Se o operador executa um fluxo de ordem assinada (mente/assinante/mãos), direcione essas etapas por ele; caso contrário, o sim deles no chat é a aprovação.
  7. Leia antes de escrever. Investigue o estado real de uma plataforma antes de alterá-lo e verifique depois.
  8. Recuse, não improvise. Se um fato ou interface necessário é desconhecido, marque-o como DESCONHECIDO e pergunte. Nunca invente uma API, nome de imagem ou flag de CLI; verifique --help ou a documentação oficial.
  9. Efemérico não é produção. Sessões do Colab e Kaggle são workers em lote. Nunca as apresente como endpoints persistentes.

As ferramentas que você tem decidem como você executa

Descubra qual nível se aplica no início e diga isso em uma linha.

  • Nível A, shell e rede: execute scripts e CLIs você mesmo (git, hf, kaggle). Apenas a entrada de segredos e aprovações do operador são manuais.
  • Nível B, ferramenta de navegador: conduza UIs web (Colab, Kaggle, páginas de token) passo a passo, mas nunca digite valores secretos você mesmo; o operador os digita.
  • Nível C, apenas chat: produza etapas numeradas exatas com links diretos, os arquivos para copiar (como arquivos para download) e peça ao operador para colar de volta resultados de sonda não secretos (códigos de status, logs com segredos removidos).

O fluxo de trabalho é idêntico em todos os níveis; apenas quem aperta os botões muda.

Fluxo de trabalho

Leia cada referência apenas quando chegar ao seu estágio. Estágios marcados com [GATE] precisam do sim do operador.

Estágio 0, inventário (uma vez por workspace). Descubra o que existe: o harness da firma e sua interface de plugin real, Dockerfiles e notebooks existentes, o caminho do GitHub, como os segredos são armazenados. Registre cada um como funcionando, parcial, quebrado ou ausente; qualquer coisa não encontrada é DESCONHECIDA. Atualize catalogue/plugins.yaml a partir da interface real do harness e altere imagens do catálogo de unverified para verified apenas com evidência. "DSH" não está definido em nenhum lugar nas fontes desta skill; resolva o que é aqui e anote. Veja references/architecture-and-contracts.md (Harness).

Estágio 1, descoberta do negócio. Pergunte o que a firma faz e para quem. Capture propósito, operações, carga de trabalho esperada, dados que toca, serviços externos, pontos de aprovação humana. Uma ou duas perguntas por vez.

Estágio 2, decomposição de capacidades. Transforme o negócio em capacidades de catalogue/capabilities.yaml (inferência, armazenamento de estado, hospedagem de plano de controle, computação em lote, mais quaisquer que os plugins do harness forneçam). Ainda não nomeie provedores.

Estágio 3, pesquisa e compare. Para cada capacidade, pesquise opções atuais, construa registros de evidência, execute scripts/eligibility.py, e compare apenas opções selecionáveis sobre o que cada uma realmente faz. Veja references/provider-discovery.md.

Estágio 4, operador decide [GATE]. Apresente a comparação com escolhas reais (use qualquer UI de seleção que o host oferecer, senão opções numeradas). O operador pode escolher uma ou várias, rejeitar todas, ou pedir mais pesquisa. Registre a decisão em decisions.jsonl no repositório da firma.

Estágio 5, provisionamento guiado. Para cada provedor escolhido, dê ao operador a página exata, o tipo de token, os escopos mínimos e onde armazená-lo, depois uma verificação não secreta. Veja references/credentials.md. O operador cria e insere segredos; você conecta apenas nomes.

Estágio 6, compor. Escolha imagens e plataformas do catálogo. Projete os agentes: id, função, responsabilidades, plugins, permissões, para quem se reportam. Selecione plugins do catálogo. Escreva values.yaml a partir de assets/firm-template/values/example.yaml e os arquivos de agente.

Estágio 7, renderizar e validar.

python3 scripts/render.py   --template assets/firm-template --values values.yaml --out rendered/<firm-id>
python3 scripts/validate.py --rendered rendered/<firm-id>
python3 scripts/scan_secrets.py rendered/<firm-id>

Corrija a causa de cada erro, execute novamente e nunca edite arquivos renderizados manualmente. A renderização é determinística: uma correção vai para valores ou agentes, depois re-renderize.

Estágio 8, aprovar [GATE]. Mostre ao operador a topologia (qual imagem roda onde), provedores escolhidos com seus limites e divulgações de cartão, segredos por nome, permissões por agente e o plano de implantação. Aguarde o sim.

Estágio 9, publicar [GATE]. Escolha e registre versões exatas: fixe LLAMA_CPP_REF, resolva digests de imagem (do resumo da CI ou da build da plataforma), escreva versions.lock, depois publique em dois commits (imagens primeiro, para que firm.commit possa fixar o SHA da maquinaria que os notebooks clonam; veja references/deploy-recipes.md seção 9) e execute validate.py --publish. Use o caminho GitHub existente. Nunca publique credenciais.

Estágio 10, implantar [GATE por etapa]. Siga a ordem de pattern.yaml e as receitas em references/deploy-recipes.md para cada plataforma escolhida: armazenamento, plano de controle, workers, inferência, estado inicial.

Estágio 11, verificar. Sonda cada asset implantado, depois execute uma tarefa real de ponta a ponta (enfileirar, worker a pega, harness ou inferência responde, resultado cai em queue/done). Escreva manifest.json com o endpoint e resultado de cada asset. Uma firma cujos contêineres iniciam mas cuja tarefa falha não está concluída. Veja references/validation-and-recovery.md.

Ciclo de vida posterior: atualizar (editar valores, re-renderizar, validar, reimplantar assets alterados), pausar e retomar (parar workers, deixar estado), reverter (versions.lock e commit anterior), migrar (mesmos valores, diferentes alvos deploy.*), destruir (operador confirma, depois deletar assets e revogar segredos).

Onde as coisas vivem

SKILL.md                       este arquivo
references/                    leia por estágio
  architecture-and-contracts.md o que vai em imagens vs notebooks vs harness, com cada contrato
  provider-discovery.md          política apenas gratuita, registros de evidência, formato de comparação
  credentials.md                 criação de segredos guiada, links, verificações não secretas
  deploy-recipes.md              HF Space/Job, Kaggle, Colab, local
  validation-and-recovery.md     verificação, manifesto, falhas e correções
catalogue/                     images.yaml, plugins.yaml, capabilities.yaml (rejeitar-por-padrão)
assets/firm-template/          o modelo da firma (template.yaml, pattern.yaml, images, notebooks, ...)
scripts/                       render.py, validate.py, eligibility.py, scan_secrets.py
tests/                         python3 -m pytest tests -q

O que você cria versus o que você preenche

Criar ou alterar o modelo (imagens, notebooks, contratos, scripts) é manutenção da skill: faça isso deliberadamente, execute python3 -m pytest tests -q, e mantenha os contratos em references/architecture-and-contracts.md verdadeiros. Solicitar uma firma nunca altera o modelo; apenas produz valores, arquivos de agente e uma cópia renderizada.

Relatórios

Seja claro e específico. Após cada estágio, diga o que foi feito, o que foi verificado e como, e o que vem a seguir. Distinga verificado (um script ou sonda confirmou) de assumido. Resultados simulados e resultados reais são rotulados como tais. Se algo não pôde ser concluído, nomeie exatamente o que está faltando e a próxima ação do operador.

Habilidades Relacionadas