Простой практический воркфлоу с агентовым ИИ
Тим Дескрайвер за последний месяц переписал проект с нуля с помощью агентового ИИ и делится практическим воркфлоу — от настройки AGENTS.md до spec-driven разработки. Его подход: вы руководите стратегией, ИИ тянет реализацию.
AGENTS.md
Файл AGENTS.md — ядро контекста агента. Он подключается к каждому запросу и содержит:
- стек технологий и команды (build, test, lint)
- стиль кода и соглашения
- общую архитектуру приложения
- диаграмму базы данных в mermaid
Дескрайвер рекомендует поручать генерацию файла самому агенту, а затем регулярно обновлять — добавлять повторяющиеся ошибки, новые концепции. Это критический файл: качественный AGENTS.md сразу даёт заметный рост качества вывода.
Навыки (Skills)
Навыки — markdown-файлы (иногда со скриптами), которые загружаются агентом по мере необходимости. Главное отличие от AGENTS.md: файл агента всегда в контексте, навыки — только когда релевантны.
Практические примеры навыков из проекта:
| Навык | Задача |
|---|---|
| Angular skill | Генерация компонентов по актуальным паттернам |
| .NET skills | Best practices для Entity Framework |
| Design skill | Цвета, шрифты, доступные компоненты — единообразие UI |
| Endpoint template | Шаблон endpoint'а по существующим примерам |
Без design skill агент отклонялся от общего стиля, создавая несогласованные элементы UI.
Установка навыков: npx skills add dotnet/skills. Искать навыки — на skills.sh. Собственные навыки создаёт skill-creator skill.
MCP-серверы автор не использует — они разбухают контекст. CLI-инструменты (Playwright CLI, GitHub CLI) в связке с навыками работают лучше.
Spec-driven разработка
Для крупных фич — спецификации через OpenSpec:
- proposal.md — функциональный анализ: что, зачем, scope, критерии успеха
- design.md — технический дизайн: области, API, компоненты, модели
- tasks.md — пошаговый план реализации
Для мелких правок и багфиксов — прямой промпт агенту, без спецификаций.
Спецификации разбивают контекст агента на этапы — каждый шаг получает фокусированный контекст, результат лучше. Альтернативы OpenSpec: GitHub SpecKit, паттерн Research Plan Implement (RPI).
Инструменты и модели
Claude и Codex примерно равноценны. Claude лучше справляется с дизайном. Модели развиваются быстро — сегодня хуже, завтра лучше. Выбор harness (Copilot, Codex, Claude, OpenCode) — дело предпочтения.
OpenCode выделяется возможностью подключать разных провайдеров через один инструмент, избегая vendor lock-in.
Воркфлоу
Цикл работы:
- OpenSpec propose — сгенерировать план
- Кодинг-агент — реализовать шаги плана
- Функциональное тестирование — проверить результат
- Ревью критических участков кода
- Git commit + PR через навыки
Пока агент работает — ревью кода, генерация следующего плана, обновление документации или кофе.
Команда и процессы
Спринты сжимаются: то, что раньше занимало две недели, теперь — несколько дней. Частые ревью важнее формальных церемоний. Роль Product Owner становится критической — проблема не в нехватке ресурсов, а в фильтрации неважных фич.
Вывод
Начинайте просто: базовый агент → AGENTS.md → навыки → спецификации. Не внедряйте всё сразу. Используйте символические ссылки для унификации инструкций между инструментами. ИИ — не серебряная пуля, но с правильными ограничителями заметно ускоряет доставку ценности.