Спецификация-ориентированный рабочий процесс для Claude Code: декомпозиция, очистка контекста и контроль затрат

✍️ OpenClawRadar📅 Опубликовано: 22 мая 2026 г.🔗 Source
Спецификация-ориентированный рабочий процесс для Claude Code: декомпозиция, очистка контекста и контроль затрат
Ad

Новый плагин с открытым исходным кодом под названием Spec Driven Development Workflow (SDDW) призван улучшить производительность Claude Code при выполнении сложных задач за счет структурированной декомпозиции и управления контекстом. Этот подход, опубликованный на Hacker News разработчиком sermakarevich, предназначен для средних и крупных проектов, где встроенный режим plan + code от Claude не справляется.

Ключевые концепции

  • Двумерная декомпозиция: Сначала генерируются спецификации в несколько этапов (требования, анализ кода, дизайн). Затем реализация разбивается на подзадачи, которые выполняются одна за другой.
  • Очистка контекста между каждым шагом: После генерации спецификации и после выполнения каждой подзадачи контекст очищается. Это снижает затраты и фокусирует агента, повышая производительность.
  • Спецификации записываются на диск: Файлы спецификаций сохраняют информацию между сессиями, предотвращая потерю данных при очистке контекста.
  • Послойная выдача спецификаций: Спецификации передаются постепенно, чтобы выявить недоразумения на ранних этапах.

Когда использовать

По словам автора, SDDW не заменяет режим plan + code от Claude, если тот работает хорошо. Этот метод предназначен для ситуаций, когда plan + code не справляется из-за сложности задачи. Двойная декомпозиция помогает уменьшить путаницу и повысить вероятность успеха при выполнении сложных задач.

Автор также отмечает, что SDDW отлично работает с армией агентов — можно вставить последовательность шагов SDDW в очередь, позволяя нескольким агентам выполнять подзадачи.

Ad

Сравнение с другими инструментами

По сравнению с такими инструментами, как GSD (Generalized Spec-Driven Development), SDDW ориентирован на проекты среднего размера. GSD был отличным, но затрачивал много токенов для небольших задач. SDDW позволяет адаптироваться к типичным размерам проектов.

Критика от сообщества

Некоторые комментаторы на HN высказали опасения:

  • Следование агента и лень — даже с детальными спецификациями агенты могут выдавать результаты, требующие значительной доработки.
  • Отсутствие формальных бенчмарков — автор признает, что измерение успеха субъективно, но утверждает, что когда plan + code не работает, а SDDW работает, это чистый выигрыш.
  • Спецификации как неисполнимый код — достаточно подробная спецификация почти равна коду, поэтому накладные расходы не всегда оправданы.

Начало работы

Плагин доступен на GitHub: github.com/sermakarevich/sddw. Слайды с дополнительной информацией приведены в обсуждении на HN.

📖 Читать полный источник: HN AI Agents

Ad

👀 Смотрите также

Операции основателя в Клод: 19 повторяемых навыков для стартапов на ранней стадии
Инструменты

Операции основателя в Клод: 19 повторяемых навыков для стартапов на ранней стадии

Основатель, продавший свой первый стартап, опубликовал 19 совместимых с Claude навыков-подсказок для таких функций, как позиционирование, ценообразование, поиск клиентов и копирайтинг — основанных на его собственных SOP и рабочих процессах в Notion.

OpenClawRadar
Когнитор: Локально-ориентированная агентная ОС с архитектурой PGE Trinity
Инструменты

Когнитор: Локально-ориентированная агентная ОС с архитектурой PGE Trinity

Cognithor — это полностью локальная, автономная операционная система для агентов, разработанная за год в 16 этапов. Она использует архитектуру PGE Trinity (Планировщик → Контролёр → Исполнитель), включает более 11 609 тестов с покрытием 89% и поддерживает 16 провайдеров LLM, включая Ollama и LM Studio.

OpenClawRadar
Протокол AVP позволяет агентам LLM обмениваться кэшем ключей и значений вместо текста для повышения эффективности использования токенов.
Инструменты

Протокол AVP позволяет агентам LLM обмениваться кэшем ключей и значений вместо текста для повышения эффективности использования токенов.

AVP (Agent Vector Protocol) позволяет агентам LLM передавать KV-кэш напрямую между собой вместо текста, сокращая обработку токенов на 73-78% и обеспечивая ускорение в 2-4 раза для моделей Qwen, Llama и DeepSeek. Протокол работает с коннекторами HuggingFace и vLLM и доступен в виде пакета Python.

OpenClawRadar
AIsbf 0.9.8 добавляет кэширование, улучшения маршрутизации и расширенную поддержку AI-сервисов.
Инструменты

AIsbf 0.9.8 добавляет кэширование, улучшения маршрутизации и расширенную поддержку AI-сервисов.

AIsbf 0.9.8 — это API-прокси/маршрутизатор, который предоставляет совместимый с OpenAI интерфейс к нескольким сервисам искусственного интеллекта. В этом выпуске добавлены кэширование через Redis, SQLite, MySQL и файловую систему, улучшена семантическая маршрутизация, а также полная поддержка OAuth2 для подписчиков Claude.ai, Amazon Kiro-cli, OpenAI Codex и Kilo.ai.

OpenClawRadar