parametric-scribe
Aktivieren Sie Time Machine Coding mit Parametric History
Traditionelles KI-Coding ist destruktiv. Sobald Sie die Richtung ändern, wird frühere Arbeit überschrieben. Parametric Scribe schafft ein nicht-lineares Bearbeitungserlebnis für Code und zeichnet jede Aufgabe als wiederholbaren Schritt auf, der modifiziert und intelligent auf neue Kontexte angewendet werden kann.
스킬 ZIP 다운로드
Claude에서 업로드
설정 → 기능 → 스킬 → 스킬 업로드로 이동
토글을 켜고 사용 시작
테스트해 보기
"parametric-scribe" 사용 중입니다. Change Step 1 from Flask to Django and replay subsequent steps
예상 결과:
- Loaded recipe.yaml (7 steps recorded)
- Reset to state before Step 1 (empty project)
- Executed: Create Django project instead of Flask
- Replaying Step 2: Authentication adapted for Django (using django-rest-framework)
- Replaying Step 3: Database models converted to Django ORM
- Replaying Step 4: API endpoints updated to Django patterns
- Recipe updated with new file paths and commit SHAs
- History successfully replayed with Django foundation
"parametric-scribe" 사용 중입니다. Create a variant that changes the database from MongoDB to Redis
예상 결과:
- Copied recipe.yaml to recipe-redis.yaml
- Identified 4 steps referencing MongoDB connections
- Adapted Step 2: Data models converted to Redis hash structures
- Adapted Step 3: Session storage moved to Redis
- Adapted Step 5: Caching layer simplified for Redis patterns
- Variant created successfully with 4 adapted steps
보안 감사
안전This skill contains only documentation files with no executable code. All static findings are false positives: markdown code formatting (backticks) was misidentified as shell command execution, git SHA references were misidentified as weak cryptographic algorithms, and metadata fields were misidentified as C2 indicators and hardcoded URLs. The skill operates purely through documentation instructing AI assistants to maintain a YAML history file.
위험 요인
품질 점수
만들 수 있는 것
Experimentieren mit Architektur
Probieren Sie verschiedene Frameworks oder Muster aus und wiederholen Sie nachfolgende Features, um zu sehen, wie sie sich an die neue Grundlage anpassen.
Feature-Branches pflegen
Behalten Sie eine saubere Historie der Feature-Entwicklung bei und rebasen Sie Änderungen einfach, wenn sich Anforderungen weiterentwickeln.
Nicht-destruktive Workflows erstellen
Ermöglichen Sie Kunden, frühere Entscheidungen zu ändern, ohne die nachfolgende Arbeit zu verlieren.
이 프롬프트를 사용해 보세요
Read parametric-scribe/SKILL.md and start recording our development history. Create a basic Python API server as the first step.
Change Step 2 from using SQLite to PostgreSQL, then replay all subsequent steps to adapt them to the new database.
Create a variant called recipe-fastapi.yaml that changes Step 1 from Flask to FastAPI, then replay the authentication features.
Read the recipe.yaml file and summarize the project's evolution, highlighting key architectural decisions and their impacts.
모범 사례
- Committen Sie Änderungen in git vor jedem größeren Schritt, um saubere Replay-Punkte sicherzustellen
- Schreiben Sie klare, spezifische Absichten in Prompts, um besseres intelligentes Replay zu ermöglichen
- Überprüfen Sie recipe.yaml regelmäßig, um Projektentwicklungsmuster zu verstehen
피하기
- Manuelle Änderungen ohne Aktualisierung der recipe-Datei vorzunehmen, bricht die Replay-Fähigkeit
- Vage Absichten wie fix stuff zu verwenden, verhindert intelligente Anpassung während des Replays
- Git-Commits zu überspringen, macht es unmöglich, präzise zu früheren Zuständen zurückzukehren
자주 묻는 질문
Ist dies mit meinem bestehenden git-Workflow kompatibel?
Was sind die Grenzen für die Rezeptgröße?
Kann ich dies in meine CI/CD-Pipeline integrieren?
Wie werden meine Code-Daten sicher aufbewahrt?
Was passiert, wenn das Replay fehlschlägt oder Fehler verursacht?
Wie vergleicht sich dies mit git rebase?
개발자 세부 정보
파일 구조