Об этом проекте

Context Engineering Protocol (CEP) — это набор переносимых навыков для ИИ-агентов кодирования, который подготавливает достоверный контекст до начала любой задачи генерации, заменяя ad-hoc сканирование репозитория структурированным конвейером «производство-потребление». Основной механизм: ult-context-generate выполняет явный конечный автомат «пробел → конфликт → устаревание» по четырём категориям источников — граф кода, требования, организационные соглашения и внешние спецификации — и затем пропускает собранный пакет через этап одобрения человеком. Каждое утверждение атрибутировано источником и хэшировано по содержимому. Неразрешённые конфликты блокируют одобрение; предупреждения об устаревании отображаются, но не блокируют. Ключевые навыки в репозитории: - ult-context-generate: Собирает контекстные пакеты через проверки пробелов/конфликтов/устаревания, создавая выходные данные с атрибуцией источников, пригодные для последующих навыков. - ult-codegraph: Строит графы знаний кодовой базы с помощью graphify для запросов межфайловых связей до изменения кода. - compiling-project-guidelines: Компилирует разрозненные источники руководств в единый COMPILED-GUIDELINES.md с учётом области действия. - ult-repo-layout: Регистрирует и проверяет слоты путей через маркеры .layout-slots.yaml, поэтому перемещение не требует правок SKILL.md. - ult-institutional-memory-distill: Слой-предохранитель, который дистиллирует PR, дизайн-документы и постмортемы в постоянный реестр решений и показывает человеку ранее отклонённые пути до закрытия одобрения пакета. - ult-cep-retrofit: Приводит существующие сторонние библиотеки навыков под этот протокол, вставляя идемпотентные указатели без переписывания инструкций библиотеки. - ult-autoscaffold-content: Генерирует реальный стартовый контент для слоёв What-L2/How-L2 после разрешения путей, с возобновляемой генерацией CONTEXT.md и маршрутизатором CEP-INDEX.md для больших репозиториев. - ult-cep-wizard: Браузерный мастер для управляемой настройки репозитория, обнаружения структуры и рабочих процессов модернизации библиотеки навыков. - demo-consume-context / demo-write-user-stories: Эталонные реализации, демонстрирующие цикл «производство/потребление/тегирование» от начала до конца. Поддержка выполнения: Нативное выполнение SKILL.md в Claude Code с установкой плагина в один клик из маркетплейса. Доступ GitHub Copilot через обёртки .prompt.md, генерируемые из frontmatter SKILL.md. Правила Cursor экспортируются как файлы .cursor/rules/*.mdc с активацией по запросу агента. Интеграция OpenAI Codex через корневую индексную таблицу AGENTS.md. Измеренные результаты из практических примеров: Снижение стоимости поиска составило от 5,6x до 36,8x меньше токенов на запрос в реальных репозиториях, включая Open5GS, FastAPI и Textual. Поиск пункта телекоммуникационного протокола показал сокращение примерно в 797 раз по токенам, заменив чтение RFC из 8 500 строк. Результаты подавления галлюцинаций показали ноль выдуманных концепций в прогонах на двух кодовых базах, где необоснованный ассистент ранее дважды выдумал одну и ту же галлюцинированную концепцию в несвязанных репозиториях. Установка: Клонируйте репозиторий и запустите install.sh или install.ps1 с путём целевого проекта и необязательным флагом --init-project для создания стартового context-config.yaml. Область выполнения через --runtime управляет тем, какие файлы адаптеров устанавливаются: claude, copilot, cursor, codex или оба. Запустите python catalog/export_adapters.py --check для проверки сгенерированных файлов и --write для повторной генерации после изменений.