Maestro — скилл
Скилл с 25 командами для разбора и доработки промптов, инструментов и схем агентов в Cursor, Claude Code, Gemini CLI и Codex
- 592 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Команды правки меняют промпты, инструменты и настройки проекта руками агента
- Контекст, журналы решений и вызовов и итоги сессий записываются в папку .maestro/ проекта
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/sharpdeveye-maestroОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Команды правки меняют промпты, инструменты и настройки проекта руками агента
- Контекст, журналы решений и вызовов и итоги сессий записываются в папку .maestro/ проекта
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Maestro — набор для тех, кто строит рабочие процессы вокруг ИИ-агентов. В основе лежит скилл agent-workflow с семью справочниками: структура промптов, управление контекстным окном, оркестровка инструментов, архитектура агентов, петли обратной связи, базы знаний с RAG и защитные ограничения. К нему подключены 25 команд, которые вызываются в агенте как слэш-команды. Команды сгруппированы по назначению. `/diagnose`, `/evaluate` и `/reflect` только читают проект и выдают отчет с оценками по измерениям. `/refine`, `/streamline`, `/calibrate`, `/fortify` и `/zero-defect` вносят точечные правки: убирают лишнюю сложность, добавляют обработку ошибок и повторы, подгоняют компоненты под принятые в проекте соглашения. Команды усиления вроде `/compose`, `/enrich`, `/guard` и `/iterate` добавляют мультиагентную схему, источники знаний, границы безопасности и циклы оценки. Каждая команда в конце называет следующий шаг. Перед работой команды ищут контекст проекта. Если его нет, `/teach-maestro` один раз собирает данные о модели, задаче и приоритетах и пишет их в `.maestro/context.md`. Версия 2 добавила память между сессиями: журнал решений `decisions.jsonl`, журнал вызовов команд `audit.jsonl` с длительностью и оценкой стоимости, а также итоги сессий, которые сохраняет `/capture`.
Для кого. Для разработчиков, которые делают на Cursor, Claude Code, Gemini CLI или Codex агентные конвейеры и хотят проверять промпты, инструменты и схему агентов по единому набору правил.
Подходит, если
- Агент отвечает неровно, и нужно разобрать промпты по структуре, схемам вывода и примерам: для этого запускают `/diagnose prompts`
- Контекстное окно переполняется, и нужен план: бюджет окна, поиск вместо загрузки целых документов, краткие сводки истории
- К рабочему процессу нужно добавить обработку ошибок, повторы, запасные варианты и предохранители командой `/fortify`
- Схема из нескольких агентов разрослась, и надо проверить, нужна ли она, командами `/streamline` и `/temper`
- Нужна запись решений и вызовов команд между сессиями, чтобы вернуться к работе с того же места
Не подходит, если
- Нужен фреймворк, который сам запускает цепочки агентов: набор дает инструкции и справочники для вашего агента
- Задача про обычный код без ИИ-логики: команды рассчитаны на промпты, инструменты и агентные конвейеры
- Нужен точный учет расходов: журнал дает лишь прикидку стоимости
- В репозиторий нельзя добавлять служебные файлы: `/teach-maestro` и `/capture` создают папку `.maestro/`
Пример запроса к агенту
Запусти `/diagnose prompts` и покажи, какие проблемы в структуре промптов моего агента самые серьезныеОграничения
Оценка стоимости в журнале приблизительная: автор называет погрешность плюс-минус 20% и советует сравнивать по ней тенденции, а счета сверять иначе. Без файла контекста команды просят сначала выполнить `/teach-maestro` и без ответов о модели, задаче и приоритетах не продолжают.
Скиллы ставятся в каталог выбранного агента, всего поддерживаются десять сред. Для MCP-варианта нужен Node.js 20 или новее. В репозитории лежит и расширение для VS Code, но этот вариант не входит в основной путь установки.
Скилл ставит правила для агента, а результат команд зависит от модели, на которой вы работаете, и от качества контекста проекта.
Как отключить. Удалите скиллы Maestro из каталога скиллов агента, например `.claude/skills/` или `.cursor/skills/`. Для MCP-варианта уберите блок maestro из конфигурации клиента. Папку `.maestro/` в проекте можно удалить вручную, если вы создавали контекст или журналы.
Частые вопросы
Как поставить Maestro в Claude Code или Cursor?
Выполните в проекте `npx skills add sharpdeveye/maestro`. Скиллы лягут в каталог выбранного агента, например `.claude/skills/` для Claude Code или `.cursor/skills/` для Cursor, после чего команды вызываются слэшем: `/diagnose`, `/streamline`, `/fortify`, `/refine`.
Можно ли подключить Maestro как MCP-сервер?
Да. Добавьте в конфигурацию клиента сервер с командой `npx -y maestro-workflow-mcp`. Для удаленного доступа сервер запускается с флагами `--http --port 3001`, клиенты подключаются по адресу вида `http://ваш-сервер:3001/mcp`. Сервер отдает все команды в виде промптов, а также 10 инструментов и 8 ресурсов: основной скилл и семь справочников.
Зачем нужна команда /teach-maestro?
Она один раз собирает контекст проекта: какие модели используются, какая основная задача и какие приоритеты по качеству, скорости и стоимости. Результат сохраняется в `.maestro/context.md` или в файле `.maestro.md` старого образца, и остальные команды опираются на него.
Где Maestro хранит память между сессиями?
В папке `.maestro/` проекта: `context.md` с контекстом, `decisions.jsonl` с журналом решений, `audit.jsonl` с записью каждого вызова команды и папка `sessions/` с итогами, которые сохраняет `/capture`. Папка появляется только по запросу, данные сессий по умолчанию не попадают в git.
Какие среды поддерживает Maestro?
Десять: Cursor, Claude Code, Gemini CLI, Codex CLI, Kiro, Trae, Trae China, OpenCode, Pi и связка VS Code Copilot с Antigravity, у которой общий каталог `.agents/skills/`. У остальных свой каталог скиллов, например `.gemini/skills/` или `.codex/skills/`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыПлагин оркестрации для Claude Code, Codex, Gemini CLI и Qwen Code: 39 специалистов, параллельные субагенты, сохраняемые сеансы и отдельные аудиты
Десктопное приложение, где Claude Code, Codex, Gemini и другие агенты работают командой специалистов в общем проекте
Скилл превращает несколько окон Claude Code, Codex и Cursor в команду с координатором, общим реестром и перекрестным ревью
Локальная панель для управления множеством агентов на разных машинах: память, граф кода и обмен сообщениями между агентами
Настольное приложение и CLI, чтобы ставить, синхронизировать и раскладывать скиллы агентов между Claude Code, Codex, Cursor и другими инструментами
Десять ИИ-агентов в панелях tmux: менеджер раздает задачи семи исполнителям, ход работы виден на панели, поддержаны Claude Code, Codex, Cursor и OpenCode
Сравнение с похожими
Записи с тем же главным запросом: чем они отличаются.
| Запись | Официальный | Звезды репозитория | Главное отличие |
|---|---|---|---|
| Maestro (эта запись) | нет | 592 | |
| Скиллы по контекстной инженерии для агентов | нет | 18 245 | учебные скиллы по управлению контекстом и мультиагентным схемам без слэш-команд аудита |
| Agents Best Practices | нет | 2 405 | справочник по проектированию агентных систем без привязки к вендору, без команд для правки проекта |
Коротко о README
Описание начинается с проблемы: у агентов повторяются одни ошибки, от неструктурированных промптов и переполненного контекста до лишних инструментов и отсутствия обработки сбоев. Дальше идут установка одной командой, перечень команд по группам, раздел о версии 2 с памятью, журналом аудита и оценкой стоимости, список антипаттернов под названием «Workflow Slop», таблица поддерживаемых сред, настройка MCP-сервера и схема каталогов репозитория.
Бейдж для README
Исходный SKILL.md
--- name: agent-workflow description: "Use when any Maestro command is invoked — provides foundational workflow design principles across prompt engineering, context management, tool orchestration, agent architecture, feedback loops, knowledge systems, and guardrails." category: core version: 2.0.0 user-invocable: false --- ## MANDATORY — Context Gathering Protocol Before applying any workflow guidance, gather context: 1. **Check for Maestro context** in the project root - First check `.maestro/context.md` (v2 layout) - Then check `.maestro.md` (v1 layout — backward compatible) - If it exists → read it and use the workflow context within - If it doesn't exist → tell the user: *"No workflow context found. Run /teach-maestro to set up project-specific context for better results."* 2. **Check for decision history** (optional) - If `.maestro/decisions.jsonl` exists → read the last 5 decisions for session continuity - If it doesn't exist → proceed without it (no error) 2. **Minimum viable context** (if no `.maestro.md`): - What AI model(s) are being used? - What is the workflow's primary task? - Are there existing prompts, tools, or agents to work with? - What are the quality/speed/cost priorities? 3. **DO NOT** proceed without at least understanding the model, task, and priorities. --- # Maestro — AI Agent Workflow Mastery This skill provides the foundational knowledge for designing, building, and maintaining production-grade AI agent workflows. All Maestro commands build on these principles. ## Core Principles 1. **Structure over improvisation** — Workflows should be deliberate, not emergent 2. **Constraints are features** — Explicit boundaries prevent failure modes 3. **Measure, don't assume** — Every workflow needs evaluation, not just testing 4. **Appropriate complexity** — Match the solution to the problem, not the ambition 5. **Graceful degradation** — Every component should fail safely --- ## 1. Prompt Engineering **DO**: - Use structured prompts with clear sections (role, context, instructions, output format) - Define output schemas explicitly (JSON schema, markdown template, typed response) - Use few-shot examples for ambiguous tasks - Chain-of-thought for multi-step reasoning - Keep system prompts focused — one clear role per prompt **DON'T**: - Write wall-of-text prompts with no structure