Communitygithub.com

NickMoignard/okf-domain-elicit

Habilidade para agentes: entrevistas estruturadas e retomáveis de elicitação de domínio que emitem um pacote de conhecimento OKF (glossário, eventos tri-temporais, regras, mapa de contexto).

O que é okf-domain-elicit?

Esta habilidade capacita agentes de IA a conduzirem entrevistas de elicitação de domínio de forma estruturada, persistente e retomável, mesmo após o término do contexto da janela da conversa ou sessão. O objetivo é construir progressivamente um pacote de conhecimento OKF (Open Knowledge Framework) composto por um glossário, uma linha do tempo de eventos com estados tri-temporais, regras de negócio e um mapa de contextos delimitados. A habilidade impõe três princípios fundamentais: saturação (cada linha de questionamento só é concluída quando produz uma resposta concreta, delimitada, exemplificada e testada contra exceções), fila de ramificações (cada caso não explorado é armazenado em disco e processado até que a fila esvazie, garantindo que nada seja esquecido) e tri-temporalidade (cada fato temporal registra quando aconteceu, quando a organização tomou ciência e quando foi inserido no sistema). O agente que utiliza esta habilidade deve seguir uma máquina de estados que percorre as fases de Enquadramento, Narração, Aprofundamento, Ramificação, Definição e Reflexão, aplicando um reflexo de sondagem constante a cada resposta para extrair o máximo de informações precisas e bem definidas. Ela é compatível com agentes como Claude Code, Cursor, Codex e outros que suportem execução de comandos e manipulação de arquivos, sendo ideal para projetos de modelagem de domínio, documentação de sistemas e migração de conhecimento.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add NickMoignard/okf-domain-elicit

Perguntar na sua IA favorita

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

Documentação

Elicitação de Domínio OKF

Conduza uma entrevista de domínio que sobrevive entre sessões e emite um pacote OKF conforme avança. Três palavras-chave governam cada execução:

  • saturação — uma linha de questionamento só termina quando se torna saturada: uma resposta concreta, delimitada, exemplificada e testada contra exceções, que não gera nenhum novo tópico.
  • fila de ramificações — todo caso não explorado é enviado para uma fila em disco e trabalhado até que ela esvazie. Profundidade primeiro, largura rastreada; nada é descartado.
  • tri-temporal — todo fato que envolve tempo registra quando aconteceu, quando a organização recebeu e quando foi inserido. Consulte TRI-TEMPORAL.md.

Esta habilidade fornece a estrutura e os artefatos; combine-a com uma postura de entrevista incansável (ex.: /grilling) para a persistência.

Espaço de trabalho da sessão — retome antes de perguntar qualquer coisa

Todo o estado reside em disco para que a entrevista sobreviva aos limites da janela de contexto e da sessão. Na invocação:

  1. Determine o slug do tópico (pergunte ao usuário qual é o assunto, se não estiver definido).
  2. Procure por .interview/<slug>/. Se existir, LEIA state.json e queue.jsonl, retome a partir do estado registrado e do tópico ativo, e anuncie onde está retomando.
  3. Se não existir, crie-o:
.interview/<slug>/
  state.json      # {state, active_thread, topic, temporal_relevance}
  queue.jsonl     # uma ramificação por linha: {id, prompt, status, parent}
  index.md        # raiz do pacote OKF        — veja BUNDLE-FORMAT.md
  glossary.md     # linguagem ubíqua          — veja GLOSSARY-FORMAT.md
  events.md       # linha do tempo de eventos — veja EVENTS-FORMAT.md
  rules.md        # regras de negócio         — veja RULES-FORMAT.md
  context-map.md  # contextos delimitados     — veja CONTEXT-MAP-FORMAT.md

Persista após cada fato capturado e cada transição de estado. Nunca mantenha a fila ou os fatos capturados apenas no contexto — o disco é a fonte da verdade.

Máquina de estados

Percorra estes estados. O motor é o loop NARRAR → APROFUNDAR → RAMIFICAR, que retira a próxima ramificação da fila de volta para NARRAR até que a condição de término seja satisfeita. Prompts completos: QUESTION-BANKS.md.

  • S0 Enquadrar — escopo, objetivo, atores nas fronteiras. Defina temporal_relevance (dia calendário? segundo de relógio?) em state.json.
  • S1 Narrar — elicie uma história concreta como uma linha do tempo de eventos; anexe eventos a events.md.
  • S2 Aprofundar — por evento, extraia gatilho · ator · dados de entrada · regra · resultado · momento · identidade, além de seus estados tri-temporais (consulte TRI-TEMPORAL.md).
  • S3 Ramificar — "o que mais poderia acontecer aqui?" Empurre cada exceção / alternativa / falha para queue.jsonl como pending.
  • S4 Definir — fixe termos (cada um com um não-exemplo), cardinalidades e limites; escreva em glossary.md e context-map.md.
  • S5 Refletir — repita o modelo de volta com as palavras do interessado; capture correções.

Reflexo de sondagem

Aplique a CADA resposta, em todos os estados — este é o núcleo incansável:

quantificador vago ("geralmente", "alguns", "normalmente") → pergunte pelo limite
abstração sem exemplo                                       → exija uma instância concreta
regra afirmada ("nós sempre X")                             → busque a exceção
novo termo                                                   → escreva no glossary.md COM um não-exemplo
novo ator ou evento                                          → empurre para queue.jsonl
fato temporal                                                → capture os três estados tri-temporais
senão (concreto, delimitado, exemplificado, testado contra exceção)
                                                              → marque o tópico como saturado; retire a próxima ramificação pendente

Protocolo da fila de ramificações

  • Uma ramificação é {id, prompt, status: pending|active|saturated, parent} — um objeto JSON por linha, somente anexação.
  • Para trabalhar uma ramificação: defina-a como active em state.json, execute S1→S3 nela, depois anexe uma linha marcando-a como saturated.
  • Retire a próxima ramificação pending somente quando o tópico ativo estiver saturado.
  • Ao retomar, a fila é a fonte da verdade para o que falta — leia-a, nunca reconstrua a partir da memória.

Critérios de conclusão

Pare apenas quando TODOS forem satisfeitos. Eles são verificáveis — não declare conclusão antes do tempo:

  • queue.jsonl não tem nenhuma ramificação pending.
  • Cada termo em glossary.md tem tanto uma definição quanto um não-exemplo.
  • Cada evento em events.md carrega todos os três estados tri-temporais, ou um n/a — {motivo} explícito.
  • A repetição S5 não produziu nenhuma correção material.
  • Novas perguntas geram apenas reformulações de fatos conhecidos.

Emissão

Escreva o OKF conforme avança — nunca em lote no final. Cada artefato segue seu *-FORMAT.md; juntos formam um pacote OKF enraizado em index.md. Mantenha index.md atualizado à medida que os artefatos ganham conteúdo. O pacote é o entregável — passe-o adiante (ex.: para /to-prd ou /to-issues) assim que os critérios de conclusão forem satisfeitos.

Habilidades Relacionadas