Skaro 2.0: artefakty dla rozwoju AI

Skaro 2.0: środowisko do wspólnej pracy z AI poprzez artefakty projektu

Skaro 2.0 to środowisko, w którym programista i AI pracują nad projektem w rozdzielonych rolach. Człowiek definiuje architekturę, wymagania i kluczowe decyzje. AI pełni rolę inżyniera: dyskutuje zadania, pisze kod, dokumentuje etapy. Centralnym elementem są artefakty: ustrukturyzowane pliki w repozytorium, przechowujące decyzje architektoniczne (ADR), plany, specyfikacje i kamienie milowe. To zewnętrzna pamięć projektu, zapobiegająca utracie kontekstu.

Bez artefaktów wspólna praca prowadzi do chaosu: decyzje są zapominane, AI generuje kod bez oparcia w poprzednich ustaleniach. Skaro integruje czat bezpośrednio z artefaktami, zachowując dyskusje na miejscu.

Struktura katalogu .skaro

Artefakty tworzą hierarchiczną strukturę w folderze .skaro. Oto kluczowe komponenty:

.skaro
│   config.yaml
│   constitution.md
│   devplan.md
│   secrets.yaml
│   state.yaml
│   token_usage.yaml
│   usage_log.jsonl
│
├───architecture
│   │   adr-001-użycie-fastapi-jako-frameworka-webowego.md
│   │   adr-002-uproszczony-layered-monolith-jako-wzorzec-architektoniczny.md
│   │   architecture.md
│   │   chat-conversation.json
│   └───diagrams
├───milestones
│   └───01-foundation
│       └───config-module
│           │   clarifications.md
│           │   plan.md
│           │   spec.md
│           │   tasks.md
│           │   tests.json
│           └───stages
│               └───stage-01
│                   AI_NOTES.md
├───chat
│   tasks.json
└───templates
    adr-template.md
    plan-template.md

• architecture/: Pliki ADR z uzasadnieniami decyzji, diagramy.
• milestones/: Kamienie milowe z podmodułami, planami, testami i notatkami AI.
• chat/: Logi zadań dla kontekstu.
• templates/: Szablony do standaryzacji artefaktów.

Ta struktura żyje w repozytorium Git, zapewniając wersjonowanie i dostępność.

Scenariusz typowej pracy

Praca zaczyna się od tworzenia dokumentów architektonicznych wspólnie z AI. Następnie tworzony jest devplan.md z podziałem na kamienie milowe. Każdy kamień milowy zawiera spec.md, plan.md, tasks.md oraz etapy z AI_NOTES.md.

• Omówić architekturę w czacie architecture/, utrwalić ADR.
• Wygenerować kamień milowy z podzadaniami.
• Dla zadania AI otrzymuje początkowy kontekst z artefaktów, żąda plików.
• Po realizacji — auto-commit (opcjonalnie).
• Zaktualizować tablicę zadań na stronie startowej.

Czat jest kontekstowy: wbudowany w artefakty, zadania, bez przełączania.

Kluczowe nowości w wersji 2.0

Skaro 2.0 skupia się na usprawnieniu procesu:

• Kontekstowy czat: Dostępny w architecture, milestones, tasks. Dyskusje zapisywane jako chat-conversation.json.
• Wstępny kontekst dla LLM: Przed zadaniem model analizuje spec.md, plan.md, ADR.
• Auto-commit: Konfiguracja w config.yaml do utrwalania zmian po tasks.
• Statystyki: Osobna strona z token_usage.yaml, usage_log.jsonl.
• Tablica Kanban: Na stronie startowej — przegląd milestones, stages, zadań.
• Personalizacja UI: Motywy, kolory akcentowe do codziennego użytku.

Naprawiono problemy ze stabilnością i interfejsem.

Dalszy rozwój

Open Source'owe jądro pozostaje: artefakty, model współpracy. Planowane jest miejsce pracy dla zespołów: prawa dostępu, analityka tokenów, współdzielone tablice, kontrola kosztów.

Co najważniejsze

• Artefakty jako zewnętrzna pamięć: ADR, milestones zapobiegają utracie kontekstu w rozwoju z AI.
• Podział ról: człowiek — architekt, AI — wykonawca oparty na strukturze.
• Kontekstowy czat: dyskusje w repozytorium, nie w izolowanych oknach.
• Automatyzacja: wstępny kontekst, auto-commit zmniejszają tarcie.
• Skalowalność: od solo-dewelopera do zespołowego workspace'u.

— Editorial Team