Loremaster — AI-скраммастер с хранилищем знаний о проекте

· 1 мин чтения
skills project-management knowledge-graph scrum ai-agents
📂 Исходный код на GitHub

Набор agent skills для Hermes Agent: планирование спринтов, scrum-церемонии, управление бэклогом, обнаружение конфликтов, анализ влияния и живая wiki проекта с требованием ручного подтверждения записей.

Loremaster — AI-скраммастер с хранилищем знаний о проекте

Loremaster — набор agent skills для Hermes Agent, который превращает AI в скраммастера и продюсера команды. Он связывает Slack, Jira, локальные кодинг-агенты и отдельный Git-репозиторий с базой знаний о проекте. ИИ собирает материалы, предлагает изменения, находит противоречия и показывает последствия решений, но не принимает продуктовые решения и не записывает данные во внешние системы без человека.

Проект извлечён из работающей системы небольшой команды, которая одновременно ведёт несколько продуктов и пользуется Slack, Jira и GitHub. Главная идея состоит в том, чтобы не позволять AI постепенно переписывать контекст проекта. У каждого проекта есть собственное хранилище, канал и память, а исходные документы остаются единственным источником истины.

Четыре ограничения

Loremaster строится вокруг правил, которые ограничивают автономность агента:

  • Обнаруживать, а не решать. Система показывает конфликты, пробелы и расхождения, но не выбирает сторону, не назначает задачи и не подтверждает решения самостоятельно.
  • Подтверждать каждую внешнюю запись. Изменения в Jira, коммиты вики и замена прежнего решения требуют отдельного разрешения человека.
  • Не придумывать факты. В записи вики сохраняются ссылки на исходные документы. Если данных не хватает, система помечает пробел, а не заполняет его догадкой.
  • Выводить знания в одном направлении. Поток данных идёт от raw/ к wiki/, затем к графу знаний и автоматическим [[wikilinks]]. Производные слои не редактируют вручную.

Последнее правило особенно важно. Человек меняет исходные требования и решения, а агент заново уточняет вики и граф. Благодаря этому Wiki не превращается в вторую вселенную документации, которую никто не синхронизирует с реальным продуктом.

Два цикла и один источник истины

Архитектура разделяет работу на planning loop и building loop.

Первый цикл проходит в Slack. Разработчик задаёт вопрос или просит изменить план, а Loremaster формирует предложение с кнопками Allow и Deny. После подтверждения агент может изменить raw/ или создать предложение в Jira. Всё, что находится ниже raw/, формируется из этого одобренного материала.

Второй цикл выполняет локальный кодинг-агент разработчика. Перед началом задачи он читает актуальную вики, а перед отправкой изменений проверяет их на конфликт с планом. После завершения работы скилл может зафиксировать результат и перевести задачу в Jira.

Таким образом, серверный агент отвечает за постановку и синхронизацию, а локальные агенты — за реализацию. Один и тот же Git-репозиторий с lore vault связывает оба процесса, а Jira не может измениться без человеческого решения.

Что входит в набор

В репозитории есть навыки для основных частей работы команды:

Область Навык Назначение
Запуск loremaster-setup Интерактивно устанавливает набор, создаёт хранилище, настраивает prompt канала и выполняет smoke test
Церемонии daily-scrum Собирает ежедневный дайджест из вики, Jira и недавней активности
Планирование sprint-planning Определяет границы спринта и проводит planning poker с голосованием в Slack
Ретро sprint-retro Формирует повестку ретро по фактическим данным спринта
Встречи meeting-agenda Собирает повестку из открытых конфликтов и нерешённых решений
Бэклог backlog-proposal Предлагает задачи с критериями готовности, которые можно проверить во внешних системах
Бэклог backlog-update Сверяет бэклог и предлагает изменения, не меняя статусы вместо разработчика
Конфликты conflict-detection Находит противоречия между исходными документами планирования
Конфликты resolve-conflicts Проводит человека через разрешение конфликта и применяет результат после одобрения
Влияние impact-analysis Показывает по графу знаний, какие решения и документы затрагивает изменение
Вики refine-wiki Уточняет исходные документы, обновляет вики и строит связи
Вики wiki-qa Отвечает на вопросы только по содержимому вики и приводит источники

Набор не пытается автоматизировать весь Scrum. Его роль — поддерживать контекст, поднимать вопросы и готовить предложения в момент, когда команда принимает решение.

Быстрый запуск

Требуется Hermes Agent версии 0.17 или новее с подключённой платформой обмена сообщениями; Slack рекомендуется авторами. Установка начинается с добавления источника и скилла настройки:

hermes skills tap add loremaster-ai/loremaster
hermes skills install loremaster-ai/loremaster/skills/loremaster-setup --yes

После этого в чате нужно запустить:

run loremaster-setup

Мастер настройки проводит пользователя через установку остальных навыков, создание lore vault, получение helper-скриптов, подключение prompt канала и проверку работы. Перед изменением конфигурации он также запрашивает разрешение.

Hermes помечает community skills как менее доверенные: изолирует их, проверяет безопасность и показывает предупреждение перед включением. Чтобы не упираться в ограничение GitHub API для анонимных запросов, полезно задать GITHUB_TOKEN или выполнить gh auth login.

Кнопки подтверждения

Плагин loremaster-approval добавляет инструмент request_approval. Перед каждой внешней записью скилл публикует настоящие кнопки Slack Block Kit Allow и Deny и ждёт решения. Плагин использует очередь подтверждений самого шлюза Hermes, поэтому второе Slack-приложение и изменение ядра агента не нужны.

hermes plugins install loremaster-ai/loremaster/plugins/loremaster-approval --enable
hermes gateway restart

Для обновления установленного плагина команда install повторяют с --force. Важное ограничение: текущая реализация использует внутренние API Hermes и проверена на версии 0.17.0. В Hermes начиная с версии 2026.7.7 появился публичный механизм подтверждений, но миграция на него ещё отслеживается авторами.

Локальные навыки разработчика

В client-template/ находятся четыре навыка по стандарту agentskills.io. Их копируют в .claude/ продуктового репозитория, после чего Claude Code, Cursor и другие совместимые клиенты подхватывают их обычным git pull.

  • backlog-kickoff создаёт документ решения и список прогресса перед началом задачи.
  • backlog-complete проверяет конфликты перед push, помогает их разрешить и учитывает ключ задачи в commit message.
  • backlog-recall заново сверяет начатую работу с изменившимся планом.
  • project-onboard переносит существующий проект в эту модель документации.

Серверный conflict-detection служит страховкой, но локальная проверка перед push ловит расхождение раньше, чем оно попадёт в основную ветку.

Хранилище, граф и Obsidian

Lore vault представляет собой обычный Git-репозиторий. Исходники лежат в raw/PRD.md и raw/decisions/, уточнённые материалы — в wiki/concepts/ и wiki/index.md, артефакты графа — в graphify-out/. В комплекте есть Python-скрипты для planning poker, инкрементального построения графа через graphify и генерации [[wikilinks]]. Скрипты не вызывают LLM, а семантическое извлечение выполняет модель текущей сессии.

Пользователи могут открыть хранилище как Obsidian vault. Wiki-страницы получают связи из графа знаний, поэтому в режиме графа видны кластеры, центральные концепции и распространение решения по связанным темам. Плагин Obsidian Git синхронизирует изменения с репозиторием, а состояние редактора каждого пользователя добавляется в .gitignore.

Jira остаётся опциональной: можно скопировать примеры переменных окружения и таблицы проектов в конфигурацию Hermes. Часовой пояс команды задаётся через TEAM_TZ, чтобы даты в документах и артефактах совпадали с локальным календарём.

Итог

Loremaster интересен как пример агентной системы, где автономность ограничена не промптом, а архитектурой данных и процессом подтверждений. ИИ собирает контекст, строит граф, замечает расхождения и готовит изменения, а человек сохраняет ответственность за продукт и внешние системы. При этом проект не добавляет собственного платного сервиса: дополнительные расходы зависят от модели, Slack и опционального Jira, которые уже нужны Hermes Agent. Репозиторий распространяется по лицензии MIT.

Источник: https://github.com/loremaster-ai/loremaster