☕️ Два фреймворка, которые превращают Claude Code в нормальный рабочий процесс
Если пробовали писать через Claude Code что-то посерьёзнее ToDo-приложения (на самом деле эти два инструмента годятся не только для кодинга) — скорее всего ловили знакомую боль: первые полчаса всё летит, Claude пишет чисто, держит контекст, отвечает по делу. А потом начинается «я буду кратким», пропущенные тесты и забытые требования. У этого даже название есть — context rot, деградация качества по мере заполнения контекстного окна.
Сообщество за последний год выкатило пачку фреймворков, которые эту проблему решают. Два самых интересных и вирусных — Superpowers и GSD v1. Оба оркестрируют Claude Code поверх обычного использования. Оба превращают хаотичный вайбкодинг в структурированный процесс с планированием, ревью и контролем качества. Но делают это очень по-разному.
Superpowers (от Jesse Vincent, он же obra) — набор из ~14 composable skills, которые триггерятся автоматически по контексту. Вы не учите команды. Просто описываете задачу, а под капотом последовательно отрабатывает цепочка: brainstorming через уточняющие вопросы, изолированный git-worktree на каждую задачу, план в атомарных кусочках по 2–5 минут, свежий субагент на каждую задачу, обязательный Red-Green-Refactor TDD, двухэтапное code review, аккуратное завершение ветки.
GSD v1 (Get Shit Done от Lex Christopherson / TÂCHES) — противоположная философия. Явные команды, явные фазы, явный контроль. Вы сами жмёте /gsd-new-project, /gsd-discuss-phase, /gsd-plan-phase, /gsd-execute-phase, /gsd-verify-work, /gsd-ship. И главное: между фазами каждый субагент получает свежий контекст на 200k токенов. Это и есть главное лекарство от context rot. Ваш основной чат остаётся на 30–40% загрузки, пока агенты в параллельных волнах делают тяжёлую работу.
Как применять на практике
Небольшие задачи, активная итеративная работа, эксперименты — удобнее Superpowers. Skills сами включаются, процессного оверхеда почти нет, вы просто кодите/вайбменеджите.
Долгий проект, где важно прослеживать связь от требований до коммитов, где контекст должен жить неделями — GSD v1. Его явные фазы и жёсткая атомарность не дают модели «потечь».
Смешанный сценарий — ставьте оба. GSD держит спеки и контекст, Superpowers исполняет шаги. Сообщество уже активно практикует такую связку, конфликтов обычно нет.
С чего начать
— Superpowers: /plugin install superpowers@claude-plugins-official прямо в Claude Code
— GSD: npx get-shit-done-cc в корне проекта
Листайте карточки ↑ — там всё коротко, по блокам: что это, чем отличаются, в каких сценариях применять.
👀 Ссылки
→ github.com/obra/superpowers
→ github.com/gsd-build/get-shit-done
#claude #agents #vibecoding #tools
Если пробовали писать через Claude Code что-то посерьёзнее ToDo-приложения (на самом деле эти два инструмента годятся не только для кодинга) — скорее всего ловили знакомую боль: первые полчаса всё летит, Claude пишет чисто, держит контекст, отвечает по делу. А потом начинается «я буду кратким», пропущенные тесты и забытые требования. У этого даже название есть — context rot, деградация качества по мере заполнения контекстного окна.
Сообщество за последний год выкатило пачку фреймворков, которые эту проблему решают. Два самых интересных и вирусных — Superpowers и GSD v1. Оба оркестрируют Claude Code поверх обычного использования. Оба превращают хаотичный вайбкодинг в структурированный процесс с планированием, ревью и контролем качества. Но делают это очень по-разному.
Superpowers (от Jesse Vincent, он же obra) — набор из ~14 composable skills, которые триггерятся автоматически по контексту. Вы не учите команды. Просто описываете задачу, а под капотом последовательно отрабатывает цепочка: brainstorming через уточняющие вопросы, изолированный git-worktree на каждую задачу, план в атомарных кусочках по 2–5 минут, свежий субагент на каждую задачу, обязательный Red-Green-Refactor TDD, двухэтапное code review, аккуратное завершение ветки.
GSD v1 (Get Shit Done от Lex Christopherson / TÂCHES) — противоположная философия. Явные команды, явные фазы, явный контроль. Вы сами жмёте /gsd-new-project, /gsd-discuss-phase, /gsd-plan-phase, /gsd-execute-phase, /gsd-verify-work, /gsd-ship. И главное: между фазами каждый субагент получает свежий контекст на 200k токенов. Это и есть главное лекарство от context rot. Ваш основной чат остаётся на 30–40% загрузки, пока агенты в параллельных волнах делают тяжёлую работу.
Как применять на практике
Небольшие задачи, активная итеративная работа, эксперименты — удобнее Superpowers. Skills сами включаются, процессного оверхеда почти нет, вы просто кодите/вайбменеджите.
Долгий проект, где важно прослеживать связь от требований до коммитов, где контекст должен жить неделями — GSD v1. Его явные фазы и жёсткая атомарность не дают модели «потечь».
Смешанный сценарий — ставьте оба. GSD держит спеки и контекст, Superpowers исполняет шаги. Сообщество уже активно практикует такую связку, конфликтов обычно нет.
С чего начать
— Superpowers: /plugin install superpowers@claude-plugins-official прямо в Claude Code
— GSD: npx get-shit-done-cc в корне проекта
Листайте карточки ↑ — там всё коротко, по блокам: что это, чем отличаются, в каких сценариях применять.
👀 Ссылки
→ github.com/obra/superpowers
→ github.com/gsd-build/get-shit-done
#claude #agents #vibecoding #tools
❤10👍3🔥1
В понедельник, 18 мая, выступаю на конфе Podlodka Product Crew «AI-инструменты продакта».
Тема — Агентная аналитика для PM. 90 минут про то, как собрать рабочий аналитический контур с AI-агентом: какие ингриденты нужны, чтобы агентная аналитика состоялась, live-demo в IDE, пять шагов попробовать у себя на следующей неделе.
Главный тезис: разница между поверхностным и глубоким ответом агента — не в модели, а в контексте, который агент читает до того, как вы задали вопрос. Покажу это на синтетическом датасете фитнес-приложения.
Сезон идёт с 18 по 22 мая, программа сильная — практики из российских и зарубежных команд. 💰 Промокод на 500₽ для подписчиков канала:
workinginit🔗 Регистрация: https://podlodka.io/productcrew
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8🔥4👍2👏1
Коллега поделился классным лайфхаком — спрашивать что-нибудь у Claude как только проснулся. Так вы привязываете окно сессии к удобному времени.
Лимиты в Claude работают по скользящему окну в 5 часов. Окно стартует с первого сообщения и сбрасывается ровно через 5 часов. Дальше — следующее.
Если первый запрос в 8:00 — ресеты в 13:00, 18:00, 23:00. Первый сброс к обеду, второй к концу дня. Никаких ресетов посреди фокус-сессии.
Если же первый запрос случайно в 10:30, потому что разгребали почту — ресеты поедут на 15:30 и 20:30. Хуже.
Особенно актуально для тех, кто живёт в Claude Code — там лимиты съедаются быстрее.
Маленькая привычка, рабочий день перестаёт зависеть от того, во сколько вы случайно дёрнули модель.
#claude #tips #vibecoding
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥3👍2
Пытаемся настроить совместную разработку с AI-агентами — для команды, где у каждого свой инструмент: кто на Claude Code, кто на Codex, кто на Cursor. Два репозитория, фронт и бэк. Задача — чтобы агенты хорошо навигировались по коду, писали правильно с первого раза и жгли минимум токенов.
Минимальный джентельменский
— AGENTS.md как единый источник правды. Это «README для агентов», открытый стандарт, который читают Codex, Cursor, Copilot и другие. Claude Code исторически читает CLAUDE.md, но его легко подружить через одну строчку @AGENTS.md. Правило: один файл, всё остальное на него только ссылается. Никаких четырёх копий инструкций, которые неизбежно разойдутся.
— Короткий файл вместо энциклопедии. Раздутый AGENTS.md работает хуже короткого: LLM игнорирует половину, Codex вообще обрезает по лимиту. Держите до 150–200 строк. Архитектуру выносите в docs/ — агент подгрузит, когда понадобится.
— Навигируемая структура. На реальной кодовой базе агент тратит большую часть токенов не на написание кода, а на попытки его понять. Имя файла должно честно говорить, что внутри:
booking.repository.ts лучше, чем utils/data.ts. Грамотный context engineering снижает расход токенов в 5–6 раз на одной и той же задаче.— Contract-first для фронта и бэка. Договоритесь о формате данных до того, как писать код. Контракт API (файл openapi.yaml) — это список: какие запросы есть, какие поля приходят в ответ и какого они типа. Сначала команда фиксирует этот список, и только потом фронт и бэк пишут код — каждый под него. Из контракта автоматически собираются типы (фронт сразу знает структуру ответа), заглушки-моки (фронт работает, пока бэка ещё нет) и тесты, которые проверяют, что код не разошёлся с договорённостью. Бонус для агента: он не сможет обратиться к полю, которого нет в контракте, — среда подсветит ошибку сразу.
— Git worktrees для параллельных агентов. Если запустить двух агентов в одной папке с кодом, они начнут мешать друг другу: один перезаписывает файл, который правит второй, оба одновременно лезут в служебные файлы Git и спотыкаются. Хуже всего, что происходит это без явных ошибок — просто часть работы тихо теряется. Worktree — встроенная в Git штука: одной командой вы даёте каждому агенту отдельную папку и свою ветку. Агенты работают рядом, но не пересекаются, а результаты сводятся вместе уже на этапе мёржа — штатно и под контролем.
С чего начать
— завести AGENTS.md в корне каждого репо — руками, коротко
— связать CLAUDE.md и правила Cursor через симлинк или @-импорт
— вынести контракт API в отдельный репо, запретить править сгенерированный код
— для параллельной работы — worktrees, изолировать БД и порты
И принцип, который держит всё живым:
Каждая ошибка, которую агент совершил дважды, должна превратиться в строчку AGENTS.md или в проверку в CI.
Эффективная разработка с агентами — это не «умные промпты», а инфраструктура. Агентам нужна та же дисциплина, что и людям: единый источник правды, чёткие контракты, изоляция параллельной работы. Разница в том, что агенты создают хаос быстрее — и цена отсутствия процесса выше.
#agents #claude #vibecoding #tips
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤3👍2
Провёл воркшоп у Podlodka ProductCrew — «Агентная аналитика для продактов». Запись уже выложена.
Главный тезис: аналитику можно делать на любой модели, не важно какая она. Главное - контекст, который вы ей даёте.
Чтобы продемострировать это сделал два публичных репо на одних и тех же данных вымышленного фитнес-приложения:
— fitflow-bare — голая БД, никакого контекста.
— fitflow-rich — то же самое + PRODUCT_CONTEXT.md, data dictionary, 7 скиллов в
.claude/skills/.На вебинаре прогнал два кейса в обоих репо:
1. Onboarding funnel — где люди отваливаются и почему. На bare-репо агент честно посчитал воронку и выдал гипотезы из учебника. На rich — увидел, что drop-off на шаге «выбор целей» связан с конкретной персоной, и предложил продуктовое действие.
2. NPS-фидбэк за квартал — темы, динамика, связь с поведением. На bare получились generic-кластеры «UI/Pricing/Performance». На rich — фитнес-специфичные темы (мотивация, расписание, сложность) и джойн с retention.
Паттерн повторился на двух типах данных — структурированных событиях и тексте.
Можно попробовать
1. Форкнуть оба репо и задать им одни и те же два вопроса — почувствовать разницу за 30 минут.
2. Подменить данные на свои, переписать PRODUCT_CONTEXT под свой продукт — это 4–8 часов.
3. Взять один реальный кейс из работы (research, фидбэк, RCA) и пройти один цикл.
Всё бесплатное, всё в открытых репо, а ещё есть сайт воркшопа
#events #agentic #analytics
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥9👍5⚡1
Да здравствует эра дженералистов. Всех специалистов упакуют в скиллы, а дженералисты будут этими скиллами хороводить
Решил сесть осмыслить как AI меняет команды. Надеваю шапку футуролога. Поехали.
Складывается такой портрет команды будущего:
— маленькое ядро вместо длинной цепочки
— люди с широким охватом и одной глубокой сильной стороной, а не узкие винтики
— каждый умеет работать с агентами — это становится базовой грамотностью
— обязательно есть тот, кто отвечает за надёжность и качество, а не только за скорость
Что с этим делать уже сейчас. Не цепляться за место в процессе — должность, передачу задач, статус. Цепляться за способность: вы либо находите ценность, либо доводите её до работающего и надёжного результата. Осваивать агентов как рабочий инструмент — спокойно, без веры в чудо и без страха.
Команды не вымрут. Они станут плотнее. Осталось понять, чем в такой команде можно быть полезным)
#ai #agents #vibecoding #thoughts
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7👍6
Покопался на гитхабе и отобрал четыре репозитория со скиллами под аналитику данных — те, что реально зашли. Мой фаворит — ai-analyst - это просто комбайн, делает всё 🔥
Напомню: скилл — это папка с инструкцией и шаблонами, которую Claude подгружает сам, когда видит подходящую задачу. Один раз кладёте в неё свои правила, метрики и схему — и дальше не объясняете контекст заново в каждом чате.
👀 Ссылки
→ https://github.com/nimrodfisher/data-analytics-skills
→ https://github.com/florianbonnet14/ThePowerOfAnalytics_ClaudeSkills
→ https://github.com/borghei/Claude-Skills/tree/main/data-analytics
→ https://github.com/ai-analyst-lab/ai-analyst
Спойлер: половина пользы — не в самих скиллах, а в файлах references рядом с ними. Положите туда свою схему, метрики и пороги алертов. А ещё лучше попросите Claude адаптировать их под вашу инфру.
#claude #agents #tips #tools
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤3👍1
Возникла мысль, что продакты должны теперь держать в голове ещё один сегмент пользователей — LLM-агентов. Ладно, не прям отдельный сегмент, скорее агент — это не персона, а режим потребления, вторая поверхность продукта для существующего пользователя.
Идея простая: агенты уже сейчас лезут в наши интерфейсы. Кликают, заполняют формы, дёргают API, оформляют заказы. Делают это коряво и ненадёжно — но делают.
Посмотрел, оказывается, даже термин для этого есть — Agent Experience (AX) и четыре вещи, которые агенту нужны: доступ, контекст, инструменты, оркестрация.
Под это даже стандарты создали — MCP, llms.txt, Agent-to-Agent (A2A) протокол.
Почему важно думать и про агентов? Они не прощают того, что прощает человек. Человек стерпит лаг, додумает кривую формулировку, выкрутится из непонятного дашборда. Агенту нужны машиночитаемость, детерминизм и осмысленные тексты ошибок — чтобы поправить себя без человека. Это приводит нас к необходимости наконец чинить API, доки и данные, на которые годами забивали ради красивого UI.
Ну и "чинить" надо не всё подряд:
— Стандарты для агентов есть, но не факт, что ими реально пользуются, ну или их могли пересмотреть.
— Удобство для агента может убрать проверки, которые защищают человека от случайных действий.
— Ну и лучше сначала проверить логи и реальные сценарии, а не срочно переписывать продукт под модное веяние.
О чем тогда надо подумать в продукте:
— посмотреть логи и user-agent — ходят ли агенты к вам вообще, или пока рано что-то предпринимать
— навести порядок в API и доках: чистый OpenAPI, понятные ошибки, чтобы агент сам себя поправил
— задать границы полномочий: что агенту можно авторизовать без человека, а что — нельзя
— не убирать трение там, где оно защищает пользователя
#agents #thoughts #mcp #ai
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥4❤3