За последнее время я много мучился с новыми агентами (GPT 5.6 Sol High сюда-а) и собрал свой набор, который решает главные проблемы работы с LLM в коде:
🔹 Экономия токенов — исполнитель получает не всю историю, а один пакет с allowlist’ом файлов. Нет перечитывания лишнего, нет потери контекста, только нужное
🔹 Скорость — детерминированная сборка пакетов локальными скриптами (без лишних вызовов модели), параллельное выполнение независимых пакетов и жёсткие границы задач
🔹 Контроль контекста — стабильный префикс (роль, политика) отделён от динамического хвоста. Даже при сложной задаче контекст не раздувается до предела
🔹 Максимум качества за минимум — кэш-оптимизация в A/B тестах снизила uncached input на 29,4% при ретраях. Code-review пропорционально риску - 3 степени: мелочь — без оверхеда (Sol Low), по-быстрому, обычное - Sol High, критичное — Sol High + Kimi K3
🔹 Чёткие критерии «сделано» — explicit DoD: план → пакет → проверки → интеграция → review
В итоге получилось: 10 ролей, 7 skills и скрипты, которые можно адаптировать под свой runtime.
👉 Смотреть: https://github.com/Kacep91/orchestration-flow-kit
#opensource
