rename: Genome Engine → Knowledge Conduit

Gesamtes System umbenannt:
- .github/genome/ → .github/knowledge-conduit/
- .github/skills/genome/ → .github/skills/knowledge-conduit/
- genome-extract.py → kc-extract.py
- genome.prompt.md → knowledge-conduit.prompt.md
- genome-distill.prompt.md → kc-distill.prompt.md
- genome-propagate.prompt.md → kc-transfer.prompt.md
- Concept Genome Engine.md → Concept.md
- Alle internen Referenzen aktualisiert
- .gitignore aktualisiert
This commit is contained in:
Jens Reinemann 2026-05-18 13:01:02 +02:00
parent 1492fa879b
commit bfa1f2b649
9 changed files with 167 additions and 163 deletions

View file

@ -1,15 +1,15 @@
# Genome Engine Konzept
# Knowledge Conduit Konzept
## Ziel
Automatische Erkennung von Verbesserungen an KI-Tooling-Dateien (Skills, Agents, Prompts, Instructions) über Git-History hinweg. Die erkannten Improvements werden destilliert, bewertet und als Transfer-Vorschläge für andere Projekte bereitgestellt.
Automatische Erkennung von Verbesserungen an KI-Tooling-Dateien (Skills, Agents, Prompts, Instructions) über Git-History hinweg. Die erkannten Improvements werden destilliert, bewertet und als Transfer-Vorschläge für andere Dev+AI-Teams bereitgestellt.
```mermaid
graph LR
A[Repo A<br/>Verbesserungen] -->|Git-History| E[Extraction]
A[Team A<br/>Verbesserungen] -->|Git-History| E[Extraction]
E -->|raw improvements| D[Distillation]
D -->|Insights| T[Transfer]
T -->|Patches| B[Repo B<br/>aktualisiert]
T -->|Patches| B[Team B<br/>aktualisiert]
```
---
@ -18,7 +18,7 @@ graph LR
```mermaid
graph TD
G[🧬 Genome<br/>Gesamtheit aller Capabilities] --> T1[Capability: Skill]
G[<EFBFBD> Knowledge Conduit<br/>Kanal zwischen Dev+AI-Teams] --> T1[Capability: Skill]
G --> T2[Capability: Agent]
G --> T3[Capability: Prompt]
G --> T4[Capability: Instructions]
@ -30,19 +30,19 @@ graph TD
GV2 --> PR
```
| Begriff | Bedeutung |
| ---------------- | -------------------------------------------------------------------------------------------- |
| **Capability** | Ein Skill, Agent, Prompt(-Verbund) oder Instructions-File inkl. aller zugehörigen Dateien |
| **Genome** | Die Gesamtheit aller Capabilities eines Projekts das "KI-Wissen" eines Repos |
| **Improvement** | Ein Git-Commit-Delta an einer Capability eine konkrete Verbesserung am KI-Tooling |
| **Insight** | Destilliertes, bewertetes Improvement (bereinigt, klassifiziert, gescored, übertragbar) |
| **Transfer** | Konkreter Änderungsvorschlag, um ein Insight auf ein Ziel-Genome anzuwenden |
| Begriff | Bedeutung |
| --------------- | ----------------------------------------------------------------------------------------- |
| **Capability** | Ein Skill, Agent, Prompt(-Verbund) oder Instructions-File inkl. aller zugehörigen Dateien |
| **Conduit** | Der Kanal, durch den Wissen zwischen Dev+AI-Teams fließt |
| **Improvement** | Ein Git-Commit-Delta an einer Capability eine konkrete Verbesserung am KI-Tooling |
| **Insight** | Destilliertes, bewertetes Improvement (bereinigt, klassifiziert, gescored, übertragbar) |
| **Transfer** | Konkreter Änderungsvorschlag, um ein Insight auf ein Ziel-Repo anzuwenden |
---
## Scope
Folgende Pfade bilden das Genome:
Folgende Pfade bilden die KI-Tooling-Landschaft:
- `.github/skills/**`
- `.github/agents/**`
@ -135,11 +135,11 @@ Instructions-Dateien sind Einzeldateien. Der **Dateiname** ist der Capability-Sc
## Improvement-Typen
| Typ | Bedeutung | Beispiel |
| ---------------- | -------------------------------------------- | ----------------------------------------------------- |
| Typ | Bedeutung | Beispiel |
| ---------------- | --------------------------------------------- | ----------------------------------------------------- |
| `content-change` | Inhalt einer Datei in der Capability geändert | `nextstep-implementation.prompt.md` optimiert |
| `member-added` | Neue Datei zur Capability hinzugefügt | Neuer `nextstep-migration.prompt.md` + Router-Eintrag |
| `member-removed` | Datei aus der Capability entfernt | `nextstep-test.prompt.md` gelöscht |
| `member-removed` | Datei aus der Capability entfernt | `nextstep-test.prompt.md` gelöscht |
---
@ -149,7 +149,7 @@ Instructions-Dateien sind Einzeldateien. Der **Dateiname** ist der Capability-Sc
flowchart LR
subgraph "Phase 1: Extraction"
direction TB
GIT[(Git-History)] --> SCRIPT[genome-extract.py]
GIT[(Git-History)] --> SCRIPT[kc-extract.py]
SCRIPT --> RAW[raw-improvements.md]
end
subgraph "Phase 2: Distillation"
@ -160,7 +160,7 @@ flowchart LR
subgraph "Phase 3: Transfer"
direction TB
DIST2[distilled-insights.md] --> AGENT2[KI-Agent]
ZIEL[Ziel-Genome] --> AGENT2
ZIEL[Ziel-Repo] --> AGENT2
AGENT2 --> PATCHES[Konkrete Patches]
end
RAW --> RAW2
@ -172,11 +172,11 @@ flowchart LR
**Input:** Repo-Pfad + Zeitspanne (z.B. `--since "7 days ago"`)
**Output:** `raw-improvements.md`
- Scannt `git log` für Änderungen im Genome-Scope
- Scannt `git log` für Änderungen im KI-Tooling-Scope
- Gruppiert Diffs nach Capability (siehe Capability-Erkennung oben)
- Gibt pro Capability alle Commits mit Diff, Message und Autor aus
**Tool:** `genome-extract.py` (Python)
**Tool:** `kc-extract.py` (Python)
### Phase 2: Distillation (Agent)
@ -201,25 +201,25 @@ flowchart TD
- Filtert sensitive Daten (Usernames, Maschinenpfade, Tokens, projektspezifische IDs)
- Specialized Improvements werden komplett entfernt
**Tool:** `genome-distill.prompt.md`
**Tool:** `kc-distill.prompt.md`
### Phase 3: Transfer (Agent)
**Input:** `distilled-insights.md` + Ziel-Genome
**Input:** `distilled-insights.md` + Ziel-Repo
**Output:** `transfer-proposals.md`
- Matched Capabilities zwischen Quell- und Ziel-Genome
- Matched Capabilities zwischen Quell- und Ziel-Repo
- Erstellt konkrete Änderungsvorschläge pro Capability
- Formatiert als Checkliste mit Default-Auswahl:
| Kategorie | Default | Bedingung |
| ------------------ | ------- | ---------- |
| 🔴 Critical | ✅ an | immer |
| 🟡 Evolution ≥ 7 | ✅ an | Score ≥ 7 |
| 🟡 Evolution < 7 | aus | Score < 7 |
| ⚪ Specialized | — | gefiltert |
| Kategorie | Default | Bedingung |
| ---------------- | ------- | --------- |
| 🔴 Critical | ✅ an | immer |
| 🟡 Evolution ≥ 7 | ✅ an | Score ≥ 7 |
| 🟡 Evolution < 7 | aus | Score < 7 |
| ⚪ Specialized | — | gefiltert |
**Tool:** `genome-propagate.prompt.md`
**Tool:** `kc-transfer.prompt.md`
---
@ -245,22 +245,22 @@ sequenceDiagram
```mermaid
graph TD
subgraph ".github/skills/genome/"
subgraph ".github/skills/knowledge-conduit/"
SK[SKILL.md<br/>Skill-Dokumentation]
EX[genome-extract.py<br/>Phase 1 Script]
EX[kc-extract.py<br/>Phase 1 Script]
end
subgraph ".github/prompts/"
OR[genome.prompt.md<br/>Orchestrator]
DI[genome-distill.prompt.md<br/>Phase 2]
PR[genome-propagate.prompt.md<br/>Phase 3]
OR[knowledge-conduit.prompt.md<br/>Orchestrator]
DI[kc-distill.prompt.md<br/>Phase 2]
PR[kc-transfer.prompt.md<br/>Phase 3]
end
subgraph ".github/genome/output/"
subgraph ".github/knowledge-conduit/output/"
RM[raw-improvements.md<br/>generiert]
DM[distilled-insights.md<br/>generiert]
PP[transfer-proposals.md<br/>generiert]
end
subgraph ".github/genome/"
CO[Concept Genome Engine.md<br/>Dieses Konzept]
subgraph ".github/knowledge-conduit/"
CO[Concept.md<br/>Dieses Konzept]
end
OR -->|"ruft auf"| EX
OR -->|"delegiert an"| DI
@ -272,17 +272,17 @@ graph TD
PR -->|"schreibt"| PP
```
| # | Datei | Typ | Ort |
| --- | ---------------------------- | ------------- | -------------------------- |
| 1 | `genome-extract.py` | Python Script | `.github/skills/genome/` |
| 2 | `genome.prompt.md` | Orchestrator | `.github/prompts/` |
| 3 | `genome-distill.prompt.md` | Prompt | `.github/prompts/` |
| 4 | `genome-propagate.prompt.md` | Prompt | `.github/prompts/` |
| 5 | `SKILL.md` | Skill-Doku | `.github/skills/genome/` |
| 6 | `genome-engine.md` | Konzept | `docs/` |
| 7 | `raw-improvements.md` | Generiert | `.github/genome/output/` |
| 8 | `distilled-insights.md` | Generiert | `.github/genome/output/` |
| 9 | `transfer-proposals.md` | Generiert | `.github/genome/output/` |
| # | Datei | Typ | Ort |
| --- | ------------------------------ | ------------- | ---------------------------------- |
| 1 | `kc-extract.py` | Python Script | `.github/skills/knowledge-conduit/` |
| 2 | `knowledge-conduit.prompt.md` | Orchestrator | `.github/prompts/` |
| 3 | `kc-distill.prompt.md` | Prompt | `.github/prompts/` |
| 4 | `kc-transfer.prompt.md` | Prompt | `.github/prompts/` |
| 5 | `SKILL.md` | Skill-Doku | `.github/skills/knowledge-conduit/` |
| 6 | `Concept.md` | Konzept | `.github/knowledge-conduit/` |
| 7 | `raw-improvements.md` | Generiert | `.github/knowledge-conduit/output/` |
| 8 | `distilled-insights.md` | Generiert | `.github/knowledge-conduit/output/` |
| 9 | `transfer-proposals.md` | Generiert | `.github/knowledge-conduit/output/` |
> Generierte Dateien (79) sind gitignored.
@ -290,7 +290,7 @@ graph TD
## Zukünftige Erweiterungen
- Multi-Repo-Registry: Zentrale Sammlung von Insights aus vielen Projekten
- Multi-Repo-Registry: Zentrale Sammlung von Insights aus vielen Dev+AI-Teams
- Automatische Erkennung des Transfer-Zeitraums über Repo-Vergleich
- CI-Integration: Transfer-Check bei jedem Push
- Community-Sharing: Öffentliche Insights als "Capability Packages"

View file

@ -1,4 +1,4 @@
# Genome Engine Output
# Knowledge Conduit Output
Generierte Dateien (nicht committen):

View file

@ -1,16 +1,16 @@
---
description: "Genome Engine Phase 2: Destilliert raw-improvements.md klassifiziert, scored und bereinigt Improvements für Cross-Repo-Transfer."
description: "Knowledge Conduit Phase 2: Destilliert raw-improvements.md klassifiziert, scored und bereinigt Improvements für Cross-Team-Transfer."
model: Claude Opus 4.6 (copilot)
tools: [read, edit]
---
# Genome Distillation
# Knowledge Conduit Distillation
Du erhältst eine Datei mit rohen Git-Improvements aus KI-Tooling-Dateien. Deine Aufgabe: **klassifizieren, scoren, bereinigen** damit nur übertragbare Verbesserungen übrig bleiben.
## Input
Lies die Datei `.github/genome/output/raw-improvements.md`.
Lies die Datei `.github/knowledge-conduit/output/raw-improvements.md`.
## Aufgabe
@ -18,10 +18,10 @@ Für **jede Capability** und jedes Improvement darin:
### 1. Klassifizierung
| Klasse | Bedeutung | Beispiele |
| ------------------ | ---------------------------------------------- | --------------------------------------------------------------- |
| 🔴 **Critical** | Bugfixes, die andere Repos auch treffen würden | Fehlende Escapes, falsche Tool-Syntax, Security-Lücke in Prompt |
| 🟡 **Evolution** | Generelle Verbesserungen, übertragbar | Bessere Formulierung, neues Pattern, strukturelle Optimierung |
| Klasse | Bedeutung | Beispiele |
| ------------------ | ---------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------- |
| 🔴 **Critical** | Bugfixes, die andere Repos auch treffen würden | Fehlende Escapes, falsche Tool-Syntax, Security-Lücke in Prompt |
| 🟡 **Evolution** | Generelle Verbesserungen, übertragbar | Bessere Formulierung, neues Pattern, strukturelle Optimierung |
| ⚪ **Specialized** | Projektspezifisch, NICHT übertragbar | Deployment auf einen konkreten Server (IP/Domain), projektspezifische DB-Seeding-Daten, App-spezifische Package-Namen ohne generelles Pattern |
### 2. Scoring (110)
@ -50,12 +50,14 @@ Ersetze in den Diffs:
> **Specialized** = betrifft NUR dieses eine Projekt und ist nach Sanitization NICHT auf ein anderes Repo übertragbar.
**Specialized (entfernen):**
- Deployment-Skripte die eine konkrete Server-IP/Domain ansprechen (SCP auf den Island-VPS)
- Projekt-Renames (`krisenvorrat` → `bollwerk`) ohne inhaltliche Verbesserung
- Seeding-Daten, Issue-Body-Templates für ein konkretes Feature dieses Projekts
- Docker-Compose-Anpassungen für einen konkreten Server
**NICHT Specialized (behalten als Evolution):**
- Technologie-Handling: Gradle-Build-Patterns, Room-Migration-Checklisten, Emulator-GPU-Workarounds
- Workflow-Patterns: Ticket-Orchestrierung, Sub-Agent-Isolation, Board-Status-Automatisierung
- Tooling-Bugfixes: PowerShell-Binary-Encoding umgehen, ADB-Timeout-Loops, Force-Kill-Fallbacks
@ -73,6 +75,7 @@ Ersetze in den Diffs:
### Fehler 1: `member-added` pauschal als Specialized verwerfen
Neue Dateien (`member-added`) sind oft die **wertvollsten** Improvements. Ein neuer Skill, Prompt oder Agent ist nach Sanitization häufig hochgradig übertragbar. Prüfe:
- Enthält die Datei ein **allgemeines Pattern** (z.B. Checkliste, Workflow-Struktur, Fehlerklassen-Katalog)?
- Ist sie nach Pfad-/Namen-Sanitization auf andere Projekte anwendbar?
- → Wenn ja: **Evolution** (Score 79), nicht Specialized.
@ -86,6 +89,7 @@ Die raw-improvements-Datei kann **tausende Zeilen** lang sein. Skills, Scripts u
### Fehler 3: Mehrteilige Commits nicht trennen
Ein einzelner Commit kann enthalten:
- 3× Specialized (Rename `krisenvorrat`→`bollwerk` in 3 Dateien)
- 1× Evolution (GPU-Hardening-Pattern mit Timeout-Loop)
- 1× Evolution (Hot-Reload-Action als neues Pattern)
@ -125,7 +129,7 @@ Gehe für jeden Commit wie folgt vor:
## Output-Format
Schreibe das Ergebnis in `.github/genome/output/distilled-insights.md` mit folgendem Format:
Schreibe das Ergebnis in `.github/knowledge-conduit/output/distilled-insights.md` mit folgendem Format:
````markdown
# Distilled Insights

View file

@ -1,17 +1,17 @@
---
description: "Genome Engine Phase 3: Transferiert distilled Insights auf ein Ziel-Genome erstellt konkrete Änderungsvorschläge als Checkliste."
description: "Knowledge Conduit Phase 3: Transferiert Insights auf ein Ziel-Repo erstellt konkrete Änderungsvorschläge als Checkliste."
model: Claude Opus 4.6 (copilot)
tools: [read, edit, search]
---
# Genome Transfer
# Knowledge Conduit Transfer
Du erhältst destillierte Insights (klassifiziert, gescored, bereinigt) und sollst konkrete Änderungsvorschläge für das **aktuelle Repo** erstellen.
## Input
1. Lies `.github/genome/output/distilled-insights.md` (die Insights)
2. Scanne das Ziel-Genome dieses Repos: `.github/skills/`, `.github/agents/`, `.github/prompts/`, `.github/copilot-instructions.md`
1. Lies `.github/knowledge-conduit/output/distilled-insights.md` (die Insights)
2. Scanne die KI-Tooling-Dateien dieses Repos: `.github/skills/`, `.github/agents/`, `.github/prompts/`, `.github/copilot-instructions.md`
## Aufgabe
@ -19,7 +19,7 @@ Du erhältst destillierte Insights (klassifiziert, gescored, bereinigt) und soll
Für jeden Insight aus `distilled-insights.md`:
- Prüfe ob eine **gleichnamige Capability** im Ziel-Genome existiert → direktes Match
- Prüfe ob eine **gleichnamige Capability** im Ziel-Repo existiert → direktes Match
- Prüfe ob eine **funktional äquivalente Capability** existiert (anderer Name, gleicher Zweck) → adaptiertes Match
- Kein Match → **neue Capability** (nur bei Score ≥ 8 in die Checkliste aufnehmen, aber IMMER als "neu" kennzeichnen nie automatisch anwenden)
@ -35,7 +35,7 @@ Erstelle für jedes Match einen konkreten Änderungsvorschlag:
## Output-Format
Schreibe das Ergebnis in `.github/genome/output/transfer-proposals.md`:
Schreibe das Ergebnis in `.github/knowledge-conduit/output/transfer-proposals.md`:
````markdown
# Transfer Proposals
@ -106,7 +106,7 @@ Wende dann die ausgewählten Patches an mit folgenden Einschränkungen:
### Neue Capabilities: Bestätigung erforderlich
Bevor eine neue Capability (kein Match im Ziel-Genome) angelegt wird, **immer einzeln bestätigen lassen**:
Bevor eine neue Capability (kein Match im Ziel-Repo) angelegt wird, **immer einzeln bestätigen lassen**:
> Soll ich `<capability-key>` als neue Capability in `.github/<pfad>` anlegen?
> Inhalt: <Kurzbeschreibung, 1 Satz>

View file

@ -1,14 +1,14 @@
---
description: "Genome Engine Erkennt evolutionäre Verbesserungen an Copilot-Customization-Dateien und überträgt sie auf ein Ziel-Repo."
description: "Knowledge Conduit Erkennt Verbesserungen an KI-Tooling-Dateien und überträgt sie zwischen Dev+AI-Teams."
model: Claude Opus 4.6 (copilot)
tools: [read, edit, search, execute]
---
# Genome Engine
# Knowledge Conduit
> **Konzept-Dokument:** `.github/genome/Concept Genome Engine.md` · **Skill-Doku:** `.github/skills/genome/SKILL.md`
> **Konzept-Dokument:** `.github/knowledge-conduit/Concept.md` · **Skill-Doku:** `.github/skills/knowledge-conduit/SKILL.md`
Du orchestrierst die 3 Phasen der Genome Engine: **Extraction → Distillation → Propagation**.
Du orchestrierst die 3 Phasen des Knowledge Conduit: **Extraction → Distillation → Transfer**.
## Parameter ermitteln
@ -35,7 +35,7 @@ Stelle dem User zu Beginn **immer** folgende Fragen über das `vscode_askQuestio
},
{
"header": "targetRepo",
"question": "Ziel-Repo: Wohin sollen die Mutations übertragen werden?",
"question": "Ziel-Repo: Wohin sollen die Improvements übertragen werden?",
"options": [
{ "label": "Aktuelles Repo (x:\\bollwerk)", "recommended": true }
]
@ -52,7 +52,7 @@ Warte auf die Antworten, bevor du mit Phase 1 beginnst.
Führe das Extraction-Script aus:
```bash
python .github/skills/genome/genome-extract.py --since "<zeitspanne>" --repo "<quell-repo>" --output ".github/genome/output/raw-improvements.md"
python .github/skills/knowledge-conduit/kc-extract.py --since "<zeitspanne>" --repo "<quell-repo>" --output ".github/knowledge-conduit/output/raw-improvements.md"
```
Prüfe das Ergebnis:
@ -62,14 +62,14 @@ Prüfe das Ergebnis:
## Phase 2: Distillation
Führe jetzt die Distillation durch. Folge den Anweisungen aus `.github/prompts/genome-distill.prompt.md`:
Führe jetzt die Distillation durch. Folge den Anweisungen aus `.github/prompts/kc-distill.prompt.md`:
1. Lies `.github/genome/output/raw-improvements.md`
1. Lies `.github/knowledge-conduit/output/raw-improvements.md`
2. Klassifiziere jedes Improvement (🔴 Critical / 🟡 Evolution / ⚪ Specialized)
3. Score den Übertragungswert (110)
4. Sanitize sensitive Daten
5. Filtere Specialized + Score < 4
6. Schreibe `.github/genome/output/distilled-insights.md`
6. Schreibe `.github/knowledge-conduit/output/distilled-insights.md`
Zeige dem User eine Zusammenfassung:
@ -83,10 +83,10 @@ Wenn 0 Critical + 0 Evolution übrig: Melde "Keine übertragbaren Insights" und
> **Nur wenn Quell-Repo ≠ Ziel-Repo.**
Führe den Transfer durch. Folge den Anweisungen aus `.github/prompts/genome-propagate.prompt.md`:
Führe den Transfer durch. Folge den Anweisungen aus `.github/prompts/kc-transfer.prompt.md`:
1. Lies `.github/genome/output/distilled-insights.md`
2. Scanne das Ziel-Genome (`.github/` des Ziel-Repos)
1. Lies `.github/knowledge-conduit/output/distilled-insights.md`
2. Scanne das Ziel-Repo (`.github/` des Ziel-Repos)
3. Matche Capabilities und generiere Patches
4. Zeige die Checkliste:
- `[x]` Critical (default an)
@ -104,10 +104,10 @@ Wende die ausgewählten Patches an.
Zeige eine Zusammenfassung:
```
Genome Engine abgeschlossen:
Knowledge Conduit abgeschlossen:
Quell-Repo: <name>
Zeitraum: <since>
Extrahiert: X Traits, Y Mutations
Extrahiert: X Capabilities, Y Improvements
Destilliert: A Critical, B Evolution
Angewendet: N Patches
```

View file

@ -1,67 +0,0 @@
# Genome Engine
Automatische Erkennung und Übertragung von Verbesserungen am KI-Tooling (Skills, Agents, Prompts, Instructions) zwischen Repositories.
## Trigger-Phrasen
`genome`, `transfer`, `improvements übertragen`, `capabilities synchronisieren`, `genome extract`, `genome transfer`
## Konzept
Die Genome Engine erkennt Verbesserungen an KI-Konfigurationsdateien über Git-History, destilliert sie in übertragbare "Insights" und schlägt konkrete Patches für andere Repos vor.
**Begriffe:**
- **Capability** Ein Skill, Agent, Prompt(-Verbund) oder Instructions-File
- **Genome** Die Gesamtheit aller Capabilities eines Projekts
- **Improvement** Ein Git-Commit-Delta an einer Capability
- **Insight** Destilliertes, bewertetes Improvement (bereinigt, klassifiziert, gescored)
- **Transfer** Konkreter Änderungsvorschlag für ein Ziel-Genome
## Pipeline
| Phase | Tool | Input → Output |
| --------------- | ---------------------------- | --------------------------------------------------- |
| 1. Extraction | `genome-extract.py` | Git-History → `raw-improvements.md` |
| 2. Distillation | `genome-distill.prompt.md` | `raw-improvements.md``distilled-insights.md` |
| 3. Transfer | `genome-propagate.prompt.md` | `distilled-insights.md` + Ziel-Genome → Patches |
## Usage
```
/genome
```
Der Router-Prompt fragt nach Quell-Repo und Zeitspanne, dann orchestriert er alle 3 Phasen.
## Dateien
| Datei | Ort | Zweck |
| ---------------------------- | ------------------------ | --------------------------------------------- |
| `SKILL.md` | `.github/skills/genome/` | Diese Dokumentation |
| `genome-extract.py` | `.github/skills/genome/` | Phase 1: Git-Scanning + Capability-Erkennung |
| `genome.prompt.md` | `.github/prompts/` | Orchestrator (Router für alle 3 Phasen) |
| `genome-distill.prompt.md` | `.github/prompts/` | Phase 2: Klassifizierung + Scoring |
| `genome-propagate.prompt.md` | `.github/prompts/` | Phase 3: Transfer-Vorschläge für Ziel |
| `Concept Genome Engine.md` | `.github/genome/` | Vollständiges Konzept-Dokument |
## Capability-Erkennung
Pfade werden automatisch zu Capability-Keys aufgelöst:
```
.github/skills/gh-tickets/SKILL.md → skill/gh-tickets
.github/agents/code-reviewer.agent.md → agent/code-reviewer
.github/prompts/nextstep.prompt.md → prompt/nextstep (inkl. Sub-Prompts)
.github/copilot-instructions.md → instructions/copilot-instructions
```
## Genome-Scope
Folgende Pfade bilden das Genome:
- `.github/skills/**`
- `.github/agents/**`
- `.github/prompts/**`
- `.github/copilot-instructions.md`
- `.github/*.instructions.md`

View file

@ -0,0 +1,67 @@
# Knowledge Conduit
Automatische Erkennung und Übertragung von Verbesserungen am KI-Tooling (Skills, Agents, Prompts, Instructions) zwischen Dev+AI-Teams.
## Trigger-Phrasen
`knowledge conduit`, `conduit`, `transfer`, `improvements übertragen`, `capabilities synchronisieren`, `kc extract`, `kc transfer`
## Konzept
Der Knowledge Conduit erkennt Verbesserungen an KI-Konfigurationsdateien über Git-History, destilliert sie in übertragbare "Insights" und schlägt konkrete Patches für andere Repos vor.
**Begriffe:**
- **Capability** Ein Skill, Agent, Prompt(-Verbund) oder Instructions-File
- **Conduit** Der Kanal, durch den Wissen zwischen Dev+AI-Teams fließt
- **Improvement** Ein Git-Commit-Delta an einer Capability
- **Insight** Destilliertes, bewertetes Improvement (bereinigt, klassifiziert, gescored)
- **Transfer** Konkreter Änderungsvorschlag für ein Ziel-Repo
## Pipeline
| Phase | Tool | Input → Output |
| --------------- | ------------------- | ----------------------------------------------- |
| 1. Extraction | `kc-extract.py` | Git-History → `raw-improvements.md` |
| 2. Distillation | `kc-distill.prompt.md` | `raw-improvements.md``distilled-insights.md` |
| 3. Transfer | `kc-transfer.prompt.md` | `distilled-insights.md` + Ziel-Repo → Patches |
## Usage
```
/knowledge-conduit
```
Der Router-Prompt fragt nach Quell-Repo und Zeitspanne, dann orchestriert er alle 3 Phasen.
## Dateien
| Datei | Ort | Zweck |
| ------------------------------ | ---------------------------------- | -------------------------------------------- |
| `SKILL.md` | `.github/skills/knowledge-conduit/` | Diese Dokumentation |
| `kc-extract.py` | `.github/skills/knowledge-conduit/` | Phase 1: Git-Scanning + Capability-Erkennung |
| `knowledge-conduit.prompt.md` | `.github/prompts/` | Orchestrator (Router für alle 3 Phasen) |
| `kc-distill.prompt.md` | `.github/prompts/` | Phase 2: Klassifizierung + Scoring |
| `kc-transfer.prompt.md` | `.github/prompts/` | Phase 3: Transfer-Vorschläge für Ziel |
| `Concept.md` | `.github/knowledge-conduit/` | Vollständiges Konzept-Dokument |
## Capability-Erkennung
Pfade werden automatisch zu Capability-Keys aufgelöst:
```
.github/skills/gh-tickets/SKILL.md → skill/gh-tickets
.github/agents/code-reviewer.agent.md → agent/code-reviewer
.github/prompts/nextstep.prompt.md → prompt/nextstep (inkl. Sub-Prompts)
.github/copilot-instructions.md → instructions/copilot-instructions
```
## Scope
Folgende Pfade bilden die KI-Tooling-Landschaft:
- `.github/skills/**`
- `.github/agents/**`
- `.github/prompts/**`
- `.github/copilot-instructions.md`
- `.github/*.instructions.md`

View file

@ -1,14 +1,14 @@
#!/usr/bin/env python3
"""
Genome Engine Phase 1: Extraction
Knowledge Conduit Phase 1: Extraction
Extrahiert Improvements aus der Git-History für KI-Tooling-Dateien.
Scannt git log für Änderungen im Genome-Scope (.github/skills, agents, prompts, instructions).
Scannt git log für Änderungen im KI-Tooling-Scope (.github/skills, agents, prompts, instructions).
Gruppiert Diffs nach Capability und gibt strukturiertes Markdown aus.
Usage:
python .github/skills/genome/genome-extract.py --since "7 days ago"
python .github/skills/genome/genome-extract.py --since "4 days ago" --repo /path/to/repo
python .github/skills/knowledge-conduit/kc-extract.py --since "7 days ago"
python .github/skills/knowledge-conduit/kc-extract.py --since "4 days ago" --repo /path/to/repo
"""
import argparse
@ -22,7 +22,7 @@ from pathlib import Path
# --- Konfiguration ---
GENOME_SCOPES = [
CONDUIT_SCOPES = [
".github/skills/",
".github/agents/",
".github/prompts/",
@ -48,9 +48,9 @@ def run_git(*args: str, cwd: str = ".") -> str:
return result.stdout
def is_in_genome_scope(filepath: str) -> bool:
"""Prüft ob ein Dateipfad im Genome-Scope liegt."""
for scope in GENOME_SCOPES:
def is_in_conduit_scope(filepath: str) -> bool:
"""Prüft ob ein Dateipfad im KI-Tooling-Scope liegt."""
for scope in CONDUIT_SCOPES:
if scope.endswith("/"):
if filepath.startswith(scope):
return True
@ -126,7 +126,7 @@ def extract_mutations(repo_path: str, since: str) -> dict[str, list[dict]]:
"--format=%H|%aI|%an|%s",
f"--since={since}",
"--",
*GENOME_SCOPES,
*CONDUIT_SCOPES,
cwd=repo_path,
)
@ -164,7 +164,7 @@ def extract_mutations(repo_path: str, since: str) -> dict[str, list[dict]]:
# Normalisieren
filepath = filepath.replace("\\", "/")
if not is_in_genome_scope(filepath):
if not is_in_conduit_scope(filepath):
continue
trait_key = get_trait_key(filepath, repo_path)
@ -256,16 +256,16 @@ def generate_markdown(mutations: dict[str, list[dict]], repo_path: str, since: s
def main():
parser = argparse.ArgumentParser(description="Genome Engine Extraction")
parser = argparse.ArgumentParser(description="Knowledge Conduit Extraction")
parser.add_argument("--since", default="7 days ago", help='Zeitspanne (z.B. "7 days ago")')
parser.add_argument("--repo", default=".", help="Pfad zum Repository")
parser.add_argument("--output", default="", help="Output-Pfad (default: .github/genome/output/raw-improvements.md)")
parser.add_argument("--output", default="", help="Output-Pfad (default: .github/knowledge-conduit/output/raw-improvements.md)")
args = parser.parse_args()
repo_path = os.path.abspath(args.repo)
output_path = args.output or os.path.join(repo_path, ".github/genome/output/raw-improvements.md")
output_path = args.output or os.path.join(repo_path, ".github/knowledge-conduit/output/raw-improvements.md")
print(f"Genome Extract: Scanning commits since '{args.since}'...")
print(f"KC Extract: Scanning commits since '{args.since}'...")
mutations = extract_mutations(repo_path, args.since)
markdown = generate_markdown(mutations, repo_path, args.since)

4
.gitignore vendored
View file

@ -38,5 +38,5 @@ memories/session/
.env
# Genome Engine generated output
.github/genome/output/*.md
# Knowledge Conduit generated output
.github/knowledge-conduit/output/*.md