OpenCode Processing Skills — структурированная AI-разработка с делегированием и персистентностью

AI-ассистированная разработка страдает от одной фундаментальной проблемы: контекстное окно конечно. Каждый прочитанный файл, каждый результат поиска — всё это расходует ограниченный ресурс. Когда окно заполняется, качество ответов падает. Самое дорогое — заново открывать то, что вы уже выяснили вчера.

OpenCode Processing Skills решает эту проблему, предоставляя OpenCode структурированные workflow для документирования, планирования и реализации. Проект от DasDigitaleMomentum — это набор агентов, навыков и шаблонов, которые превращают хаотичную работу с AI в дисциплинированный процесс.

Репозиторий: DasDigitaleMomentum/opencode-processing-skills

Ключевые возможности

Структурированное документирование. Навыки генерируют документацию из кода — инвентари символов, которые навигируемы и людьми, и AI. Больше не нужно перечитывать файлы, которые вы уже исследовали.

Многосессионное планирование. Планы разбиты на фазы с персистентными todo и документами передачи (handover). Закрыли ноутбук, открыли завтра — продолжаете точно с того места, где остановились.

Gated execution. Субагенты предлагают чертёж (blueprint) до того, как писать код. Основной агент ревьюит и одобряет. Это ловит недопонимания до того, как они станут багами.

Файловая персистентность. docs/ и plans/ — это интерфейс, а не история чата. Знания переживают границы сессий. Нет скрытого состояния.

Провайдер-независимость. Работает с любой моделью: OpenAI, Anthropic, DeepSeek, Alibaba и другими. Архитектура не привязана к одному провайдеру.

Архитектура

Проект строится вокруг агента @maintainer, который делегирует работу специализированным субагентам:

Два варианта maintainer:

• @maintainer — интерактивный: запрашивает подтверждение в точках принятия решений
• @maintainer-direct — автономный: действует и отчитывается, спрашивает только при реальном выборе

Принципы

Делегирование по умолчанию. Контекст — это бюджет. Каждое чтение файла тратит токены, которые лучше потратить на суждения. Maintainer делегирует практически всё субагентам — только тривиальные однофайловые правки делает локально.

Gated execution. Субагенты сначала предлагают blueprint — список шагов. Основной агент ревьюит и одобряет. Затем происходит реализация. Blueprint работает как Chain-of-Thought — принуждает к структурированному мышлению до написания кода.

Файловая персистентность. docs/ и plans/ — читаемые и людьми, и AI. Знания не теряются между сессиями.

Установка

git clone git@github.com:DasDigitaleMomentum/opencode-processing-skills.git
cd opencode-processing-skills
cp config.yaml.example config.yaml
./install.sh           # глобальная установка
# ИЛИ: ./install.sh --project  # локальная в ./.opencode/

После установки перезапустите OpenCode и выберите @maintainer. Если на машине установлены Codex или Claude Code, навыки синхронизируются в их конфигурационные директории.

Использование

Навыки загружаются автоматически при описании задачи:

> Document this project
> I want to add multi-tenant support. Let's plan it.
> Implement the next phase of the auth-refactor plan

Всё сохраняется в файлы. Новая сессия — просто читаете план и продолжаете.

Интеграция с DCP

Проект хорошо работает с плагином DCP (Dynamic Context Pruning). Основной агент читает много файлов при исследовании — большинство не нужны в долгосрочной перспективе. DCP позволяет модели очищать собственный контекст, сохраняя сессию работоспособной дольше.

Честная оценка авторов

Это не серебряная пуля. Не полноценный фреймворк вроде BMAD или SpecKit. Это Opinionated workflow для людей, которые планируют работу структурированно — но хотят оставаться hands-on. Вы ведёте диалог, модель задаёт уточняющие вопросы, вы определяете масштаб. Навыки гарантируют, что ничего не провалится между сессиями.

Лицензия

MIT