AI Ready — скилл, который готовит репозиторий к работе AI-агентов

AI Ready — это Agent Skill от Джона Папы (John Papa), известного по проектам Angular и VS Code, который анализирует ваш репозиторий и генерирует конфигурационные файлы, необходимые AI-агентам для корректной работы: AGENTS.md, copilot-instructions.md, CI-пайплайн, шаблоны issue и PR и многое другое.

Ключевая особенность — GitHub-native подход: скилл автоматически извлекает контекст репозитория через GitHub API (описание, топики, языки, PR, ревью, релизы), не требуя от вас никаких объяснений. Работает в GitHub Copilot, Claude Code, OpenAI Codex, Cursor и любом другом инструменте, поддерживающем стандарт Agent Skills.

Зачем это нужно

И люди, и AI-агенты приходят в репозиторий, не зная конвенций проекта. Они присылают PR без тестов, ломают паттерны, забывают обновить документацию. Мейнтейнеры оставляют одни и те же комментарии на каждом ревью. AI усугубляет проблему: генерирует PR быстрее, но без контекста это создаёт больше работы на ревью.

Скилл закрывает этот разрыв с обеих сторон: генерирует конфигурацию уровня репозитория, которая учит всех — и людей, и AI — правильно работать в проекте. По словам автора, ревью, занимавшее 45 минут, сокращается до 5 минут.

Установка

Одна команда для любого агента

Открытый skills CLI работает с Claude Code, Codex, Cursor, Copilot и 70+ другими агентами:

npx skills add johnpapa/ai-ready

Перезапустите агент — и всё.

Нативные плагины

Для Claude и Codex нужны две команды: первая регистрирует маркетплейс, вторая устанавливает плагин. Каталог ~/.agents/skills/ — вендор-нейтральное расположение стандарта Agent Skills, которое читают и Codex, и Cursor, поэтому последний вариант подходит для большинства инструментов.

Использование

После установки просто напишите:

make this repo ai-ready

или вызовите явно: /ai-ready (Claude Code, Cursor, Copilot CLI) или $ai-ready (Codex).

Скилл анализирует код, CI, тесты, документацию и структуру проекта, после чего генерирует ассеты, настроенные под ваш проект, — а не универсальные шаблоны.

Полезные режимы:

• Повторный запуск безопасен. Первый запуск создаёт недостающие файлы, последующие — аудируют существующие на предмет устаревания (например, изменённые команды сборки). Скилл никогда не перезаписывает файлы — только предлагает обновления, а решение остаётся за вами.
• Можно исключить ненужное: make this repo ai-ready but skip CI and issue templates.
• Только отчёт без генерации файлов: how ai-ready is this repo? или score this repo.

Что вы получаете

После запуска формируется отчёт о готовности к AI: текущий балл, предлагаемые изменения и прогноз. Посмотреть пример можно для репозитория vscode-peacock — есть интерактивная HTML-версия и терминальный вывод.

Отчёт показывает четыре блока: текущее состояние репозитория, предлагаемые файлы (ничего не меняется без вашего согласия), прогнозируемый балл после принятия и предложение создать PR со всеми изменениями.

Оценка: 12 ассетов

Балл — это просто количество из 12 отслеживаемых ассетов, которые уже есть в репозитории. Без формул и весов:

Как это работает

Автообнаружение через GitHub API

Скилл начинает с автоматического сбора контекста — ни одного вопроса пользователю:

Параллельно сканируется локальная кодовая база: манифесты, конфиги тестов, структура каталогов, существующая AI-конфигурация.

Майнинг ревью — главная фишка

Самая ценная функция: скилл читает свежие треды ревью PR и ищет повторяющиеся замечания — те, что вы оставляете на каждом ревью:

• «Добавьте тесты для новых фич» → правило тестирования
• «Используйте паттерн X вместо Y» → конвенция кодирования
• «Не забудьте обновить changelog» → запись в maintenance-матрицу
• «Ломается на мобильных» → правило адаптивной вёрстки

Найденные конвенции попадают прямо в copilot-instructions.md — и следующий PR от AI уже следует им автоматически. Вам больше не нужно повторяться.

Генерируемые файлы

Каждый файл настраивается под реальный язык, фреймворк и паттерны проекта. Скилл создаёт только те файлы, которых ещё нет:

Два уровня качества PR

Сгенерированные ассеты дают два дополняющих друг друга уровня контроля:

• CI-воркфлов (создаётся скиллом) ловит сломанные сборки, падающие тесты и ошибки линтера — GitHub Actions гоняет его на каждом PR.
• Copilot code review (включается вами в Settings → Copilot → Code review) ловит нарушения конвенций, пропущенные тесты и пробелы в maintenance-матрице, читая copilot-instructions.md.

Итог: PR проверяются на корректность (CI) и ревьюятся на качество (Copilot).

Опыт реального мейнтейнера

Скилл основан на опыте Джона Папы в поддержке популярных open source проектов и репозиториев крупных предприятий. Приоритеты расставлены в пользу того, что реально снижает нагрузку на ревью: maintenance-матрицы, ловящие файлы, которые контрибьюторы постоянно забывают обновить; конвенции, добытые из ревью-комментариев; CI, который ловит проблемы до вас.

Скилл прошёл валидацию на разнообразных репозиториях — курсах, приложениях, расширениях VS Code, монорепо (полный список — в training-repos.md).

Авторы и лицензия

При создании скилла использовались:

• Sensei — AI-скоринг качества скиллов (frontmatter, структура, discoverability), с которым достигнут рейтинг «High».
• Agent Skills Spec — спецификация GitHub по написанию скиллов; по ней скилл был отрефакторен с 964 строк до 225 строк со спецификцией прогрессивного раскрытия.

Лицензия — MIT. Полный гайд для контрибьюторов — в AGENTS.md репозитория.