Написать в Telegram

no-mistakes, treehouse и tmux: как управлять командой кодинг-агентов, не читая каждый дифф. Пошагово

Содержание
  1. Что понадобится
  2. Если вы работаете из России
  3. Что важно знать до старта
  4. Шаг 1. tmux
  5. Шаг 2. Выберите агента
  6. Шаг 3. Память: коротко и только о себе
  7. Шаг 4. Навыки
  8. Шаг 5. Инструменты, удобные агенту
  9. Шаг 6. Голос и наглядный план
  10. Шаг 7. Проверка конвейером
  11. Шаг 8. Ночные задачи: gnhf
  12. Шаг 9. Параллельные агенты: treehouse
  13. Шаг 10. Первый помощник: firstmate

Кодинг-агент пишет код быстрее, чем вы успеваете его читать. Если проверять каждое изменение руками, вы становитесь узким местом: агент простаивает, пока вы разбираете дифф. Если не проверять, в проект попадают ошибки.

Выход в том, чтобы вести агентов как руководитель. Вы чётко ставите задачу в начале и принимаете результат в конце, а всё между ними делают агенты и автоматические проверки. Об этом сейчас много говорят: агентов стало легко запускать, а управлять ими сложнее.

Ниже рабочая схема из небольших открытых инструментов: tmux, файлы памяти и навыки, конвейер проверки no-mistakes, цикл для ночных задач gnhf, менеджер рабочих копий treehouse и помощник firstmate. Для примера возьмём приложение-репетитор для детей.

Что понадобится

  • Терминал. Руки остаются на клавиатуре, а та же работа возможна через удалённое подключение. Если терминал не по душе, принципы переносятся и на графические программы.
  • Любой кодинг-агент. В примере это Claude Code, но схема не привязана к нему.
  • Git и аккаунт на GitHub. Конвейер проверки работает с ветками и PR.

Если вы работаете из России

Почти все инструменты схемы открытые и ставятся на ваш компьютер или сервер: tmux, no-mistakes, gnhf, treehouse, firstmate, программа расшифровки голоса.

Сложнее с агентами. Claude Code и Codex CLI из России напрямую не работают. Но схема от них не зависит. В примере названы ещё Pi, минималистичный и расширяемый, и OpenCode, который работает с разными моделями. Их можно подключить к открытым моделям на своём сервере или компьютере. Отдельный разбор на сайте: LM Studio и Pi.

Сначала выстройте процесс, потом подставьте доступный агент. Открытые модели слабее, поэтому проверку из шага 7 не пропускайте.

Что важно знать до старта

  • Чужие навыки без проверки не ставьте. Навык может приказать агенту запустить что угодно на вашей машине, в том числе вынести ключи и пароли.
  • Популярность не значит польза. В примере проверили навык из репозитория со 177 тысячами звёзд: по замеру агент тратил на 5% больше токенов, а результат был хуже.
  • Режим без запросов разрешений. В примере включён bypass permissions. Запускать так стоит на отдельной машине или в изолированной копии проекта.
  • Лимиты расходуются быстро. Несколько агентов и ночные циклы тратят подписку заметно быстрее.
  • Конвейер не заменяет вас. Рискованные изменения читайте сами.

Шаг 1. tmux

tmux делит терминал на панели, открывает вкладки и сохраняет сессию: можно отключиться, вернуться и увидеть всё как было. К ней можно подключиться и с телефона. Запуск сессии с именем:

tmux new-session -A -s work

Строку со вкладками придётся настроить в конфиге. Агента удобно держать в одной панели, редактор в другой, а третью оставить для команд.

Шаг 2. Выберите агента

В примере регулярно используют четыре:

  • Claude Code. Разумные настройки из коробки и много функций, но иногда глючит.
  • Codex CLI. Написан на Rust, работает плавнее, код открыт.
  • Pi. Минимализм и расширяемость.
  • OpenCode. Приятный терминальный интерфейс и поддержка почти любых моделей.

Непонятно, кто будет лучшим через месяц, поэтому остальные шаги не привязаны к конкретному агенту.

Шаг 3. Память: коротко и только о себе

Агента нужно вводить в курс дела, как нового сотрудника. Для этого служат файлы памяти: CLAUDE.md у Claude Code и AGENTS.md у остальных. Чтобы не вести два файла, один делают ссылкой на другой, обычной командой ln -s AGENTS.md CLAUDE.md.

Глобальный файл подгружается в каждую сессию, поэтому он короткий: в примере 27 строк. Там личные предпочтения: не использовать длинное тире, не добавлять имя агента соавтором коммитов, при баг-фиксах сначала воспроизводить ошибку так, как её увидит пользователь.

Глобальный файл памяти агента: короткий список личных правил на 27 строк
Глобальный файл памяти агента: короткий список личных правил на 27 строк

Есть и правило «не придавать большого веса стоимости разработки». Модели обучены на данных людей и оценивают проект в днях и неделях. В примере модель спросили про 3D-шутер, и она назвала сроки в днях, неделях и месяцах, хотя агент делает такое за минуты. Из-за завышенной оценки она выбирает дешёвые решения, которые потом плохо поддерживаются.

Файл проекта длиннее: что за проект, как устроен репозиторий, как тестировать. Писать его целиком не нужно. Каждый раз, когда агент ошибся, поправьте его и попросите записать вывод в файл.

Шаг 4. Навыки

Инструкция по сквозному тестированию нужна, только когда агент меняет код. На простой вопрос она лишь тратит токены. Такие блоки переносят из памяти в навыки. Это можно поручить самому агенту:

Давай вынесем инструкции по сквозному тестированию из файла AGENTS.md в навык уровня проекта.

Запрос агенту вынести инструкции по тестированию из файла памяти в навык
Запрос агенту вынести инструкции по тестированию из файла памяти в навык

При старте агент загружает только короткое описание каждого навыка, а полный текст читает, когда навык нужен. Claude Code умеет создавать навыки сам, другим агентам сначала нужен навык skill-creator. Для установки навыков в примере используют npx skills.

Шаг 5. Инструменты, удобные агенту

От устройства внешних инструментов зависит стоимость работы. В примере сравнили доступ к GitHub: через MCP-сервер токенов уходило втрое больше, а задержка была больше чем вдвое выше, чем через консольную утилиту.

Для браузера сравнили три способа на одной задаче: найти дизайнера Rust, число звёзд на GitHub и слоган на трёх сайтах.

Сравнение трёх способов управления браузером: AXI, CLI и MCP по числу токенов и шагов
Сравнение трёх способов управления браузером: AXI, CLI и MCP по числу токенов и шагов

AXI потратил 72 543 токена за 6 шагов, консольный вариант 109 296 за 8, MCP 205 520 за 10. AXI это набор правил, как делать инструменты удобными для агента. По описанию из примера, компактный формат вывода вместо JSON экономит около 40% токенов. Вывод простой: сравнивайте инструменты по стоимости.

Шаг 6. Голос и наглядный план

В примере почти все промты диктуют. Расшифровка идёт локально в бесплатной программе с открытым кодом Open Super Whisper на модели Whisper. Печатают только ссылки и пути к файлам. В настройках есть начальный промт: впишите в него названия своих проектов, и расшифровка станет точнее.

Обычный ответ агента на вопрос «предложи варианты» это стена текста в терминале. В ней нельзя показать, какая именно часть неверна.

Ответ агента в терминале: длинный текст с таблицей и выводами, который нужно читать целиком
Ответ агента в терминале: длинный текст с таблицей и выводами, который нужно читать целиком

Поэтому для планирования в примере используют Lavish. Агент создаёт страницу HTML в дизайне вашего проекта и открывает её в браузере. К любому месту можно оставить комментарий, а решения внизу выбираются кнопками. Ответ уходит агенту прямо из редактора. Lavish подключается как навык. Пример задачи:

Хочу объединить кнопки «Что я умею» и «Мой прогресс», у них очень похожие функции. И сделать этот раздел интереснее, например, в виде системы достижений. Предложи варианты, давай обсудим.

Редактор Lavish: варианты системы достижений с плюсами и рисками, справа окно для ответа агенту
Редактор Lavish: варианты системы достижений с плюсами и рисками, справа окно для ответа агенту

Когда решение согласовано, скажите агенту начинать. Все требования уже уточнены, вмешиваться обычно не нужно.

Шаг 7. Проверка конвейером

Читать каждый дифф невозможно: вы упрётесь в скорость чтения. Поэтому готовое изменение отправляют в конвейер no-mistakes. Он ведёт его от черновика до чистого PR в изолированной копии, и ваш репозиторий не страдает.

Конвейер no-mistakes в терминале: список шагов от Intent до CI рядом с сессией агента
Конвейер no-mistakes в терминале: список шагов от Intent до CI рядом с сессией агента
  • Intent. Выясняет по сессии агента, чего вы хотели на самом деле.
  • Rebase. Подтягивает свежую основную ветку и заранее решает конфликты.
  • Review. Враждебное ревью в новом контексте. Очевидное агент правит сам, спорное передаёт вам.
  • Test. Проверяет изменение сквозным тестом и записывает доказательство: скриншот, видео или лог.
  • Document, Lint, Push, PR. Обновляет документацию, проверяет стиль, отправляет ветку и открывает PR.

Дальше конвейер следит за PR до слияния и реагирует на конфликты и падение проверок. Запустить его можно и словом no-mistakes в чате с агентом.

В PR видно, что хотели сделать, что изменено и как проверено. Есть и оценка риска: для малорисковых изменений дифф можно не открывать, по опыту из примера конвейер уже поймал всё, что можно. Время уходит на рискованные.

Описание PR: замысел, что изменено и как это протестировано, подготовлено конвейером
Описание PR: замысел, что изменено и как это протестировано, подготовлено конвейером

Шаг 8. Ночные задачи: gnhf

Как занять агентов на восемь часов сна? Запустите gnhf с целью, и он крутит агента в цикле, пока не наступит условие остановки. Пример:

Представь, что ты семилетний ребёнок, и пройди приложение от начала до конца. Шаг создания профиля пропусти, он для взрослых. Найди первую проблему, из-за которой ребёнок запутается. Нашёл: остановись и исправь. Затем повтори.

В строке статуса видны токены и число итераций. Утром вы смотрите коммиты в новой ветке и выбираете нужные. Команда /goal в Codex и Claude Code похожа, но gnhf точнее задаёт лимит токенов, число итераций и условие остановки. Без лимита можно проснуться с израсходованной недельной квотой.

Шаг 9. Параллельные агенты: treehouse

Два агента в одной папке мешают друг другу. Стандартное решение это git worktree add с путём, но копии накапливаются, и надо помнить, какая свободна. Эту рутину снимает treehouse: запускаете treehouse в репозитории, и он открывает свежую рабочую копию. Список показывает treehouse status. Закрыли вкладку, и копия освобождается для повторного использования.

В каждой вкладке tmux запускаете агента со своей задачей. В примере три: подсказка про удержание кнопки голоса, действие «сделать скриншот» в меню вложений и починка строки статуса агента.

Три вкладки tmux с параллельными агентами: у каждого своя задача, у каждого своя рабочая копия
Три вкладки tmux с параллельными агентами: у каждого своя задача, у каждого своя рабочая копия

Если велеть агентам запустить no-mistakes после реализации, они не требуют вашего внимания. Кому нужна помощь, видно по строке статуса сверху.

Шаг 10. Первый помощник: firstmate

Переключаться между сессиями выматывает. Поэтому над агентами ставят ещё одного, который принимает ваши указания и управляет остальными. В примере это firstmate, открытый и совсем новый. Склонируйте репозиторий, зайдите в папку и запустите там агента.

Запуск агента в папке firstmate: подтверждение доверия к папке и первичная настройка
Запуск агента в папке firstmate: подтверждение доверия к папке и первичная настройка

При первом запуске он спрашивает о предпочтениях, отвечать можно голосом. В примере выбрана строгость full gate to PR: каждое изменение идёт через no-mistakes. Дальше задача ставится словами:

Для всех трёх проектов добавь в консольную утилиту команду update, которая обновляет версию до последней в NPM.

Firstmate понимает, что это три задачи, сам открывает три вкладки tmux, берёт рабочие копии через treehouse, запускает агентов и готовит PR через no-mistakes.

Помощник пишет задания для трёх агентов и запускает их в отдельных рабочих копиях
Помощник пишет задания для трёх агентов и запускает их в отдельных рабочих копиях

Пока агенты работают, можно давать помощнику новые задачи. Когда рутину забирают агенты, узким местом становятся ваши идеи. Начните с малого: короткий файл памяти, навыки, tmux и конвейер проверки.

Мы в Агентехе учим сотрудников работать с кодинг-агентами и командами агентов: ставить задачи, настраивать память и проверку, держать расходы и доступы под контролем. Как устроено обучение.

Написать в Telegram