steelmorgan/rlm-workflow

RLM Workflow — запись и чтение знаний

RLM — это pull-хранилище универсальных переиспользуемых знаний: паттерны, арх-решения, домен-факты 1С/БСП, находки по модулям. Достаётся по теме семантическим поиском (эмбеддинги, дообученные под 1С) и НЕ висит в контексте. Триггеры «когда писать / когда читать» — в правиле rlm-workflow; здесь — как именно.

Раскладка памяти

| Знание | Слой | Инструмент | |---|---|---| | Always-on ядро (безопасность, инварианты, стоячие предпочтения) | native push | MEMORY.md + memory/*.md | | Универсальное переиспользуемое (паттерны, решения, домен-факты) | RLM pull | этот навык | | Transient состояние задачи (PENDING, следующий шаг, WIP) | agent-context | task_dir/.context/*.md |

Запись в RLM

Предусловие (MUST): rlm_start_session() до любых записей — иначе молчаливый провал (узнаешь только через rlm_get_hierarchy_stats).

| Что записать | Вызов | |---|---| | Универсальный паттерн / антипаттерн | rlm_add_hierarchical_fact(content, level=1, domain="retrospective") | | Деталь конкретного модуля/файла | rlm_add_hierarchical_fact(content, level=2, domain="<домен>", module="<путь>", code_ref="<file:line>") | | Временная заметка / гипотеза | rlm_add_hierarchical_fact(content, level=3, ttl_days=7) — авто-консолидация | | Решение с альтернативами | rlm_record_causal_decision(decision, reasons, consequences, constraints, alternatives) |

Финал записи — rlm_sync_state().

Уровни H-MEM:

| level | Имя | Когда | |---|---|---| | 0 | L0_PROJECT | Грузится всегда. Критичные глобальные знания, project pitfalls. Писать редко (раздувает каждый старт) | | 1 | L1_DOMAIN | По контексту. Устойчивые паттерны, решения сессии | | 2 | L2_MODULE | По запросу. Детали реализации, находки на уровне модуля | | 3 | L3_CODE | Временные. Авто-сворачивается в L2/L1 через rlm_consolidate_facts |

Чтение из RLM

На границе работы (вход в нетривиальную задачу / перед арх-решением / при повторяющейся проблеме) — один вызов, а не перебор инструментов:

| Цель | Вызов | |---|---| | Контекст по теме (рекомендуемый, one-call) | rlm_enterprise_context(query="<домен/симптом>", max_tokens=3000) — авто-роутинг L0 + релевантные L1/L2 + causal-цепочки | | Только релевантные факты в бюджете | rlm_route_context(query, max_tokens=2000) — L0 всегда + L1/L2 по похожести | | Точечный гибридный поиск | rlm_search_facts(query, semantic_weight, keyword_weight, recency_weight, top_k) |

Веса в rlm_search_facts: смысловой запрос → поднять semantic_weight; поиск по точному термину/идентификатору → поднять keyword_weight; «что недавно меняли» → recency_weight.

Гигиена

• rlm_get_stale_facts() → при нужде rlm_delete_fact().
• ≥5 гранулярных фактов одной темы → rlm_consolidate_facts(min_facts=5) (L3→L2→L1 + дедуп).
• TTL: L3 → 7..14 дней; L2 → 30..90; L1/L0 — без TTL.
• Первая работа с проектом — rlm_discover_project(project_root, task_hint) один раз (сеет L0-структуру).

Анти-паттерны

| Анти-паттерн | Последствие | |---|---| | Запись без rlm_start_session | Молчаливый провал | | Писать всё в L0 «на всякий случай» | L0 грузится всегда → каждый старт дороже | | Держать универсальное знание в native always-on ядре | Раздувает контекст каждый ход — этому место в RLM (pull) | | Класть transient (PENDING, WIP) в RLM | Засоряет хранилище знаний; transient → agent-context | | Читать RLM на каждом ходу | Pull вырождается в push; читать на границе работы |

depends_on:

• framework/rules/rlm-workflow/SKILL.md
• framework/rules/agent-context-protocol/SKILL.md
• framework/rules/search-before-write/SKILL.md upstream:
• Arman-Kudaibergenov/rlm-workflow (examples/CLAUDE.md.example)