massimodeluisa/recursive-decomposition-skill

Рекурсивный навык разложения

Разложите задачи с длинным контекстом, сохраняя при этом небольшой контекст. Агентский навык для кода Клода, кодекса, курсора и совместимых агентов, основанный на исследованиях рекурсивных языковых моделей

Установить Использование · Как это работает · Эвал Структура · Признания

##Проблема

Большие кодовые базы, десятки документов, длинные отчеты: по мере роста контекста модели пропускают детали, связывают отдаленные части догадками и теряют точность. В статье «Рекурсивные языковые модели» это называется контекстом гниения.

Что он делает

Когда задача является кодовой базой, мультидокументом, кучей PDF-файлов или плотным агрегатом, даже если она соответствует окну, навык заставляет агента рассматривать вход как среду для запроса, а не текст для проглатывания:

1. ** Размер ** ввод перед чтением чего-либо.
2. ** Фильтр** пространства поиска с поисками, не читает.
3. Чуть то, что остается в партиях от 5 до 10 файлов или натуральных единиц.
4. Рекурс на глубине 1 с одним субагентом на партию, каждый с автономным брифом. Субагенты не порождают субагенты.
5. ** Проверить** объединенный ответ на небольшом окне против источников.

Recursive Decomposition Skill

Decompose long-context tasks while keeping the context small. An Agent Skill for Claude Code, Codex, Cursor and compatible agents, based on the Recursive Language Models research

Install · Usage · How it works · Eval · Structure · Acknowledgments

---

The problem

Large codebases, dozens of documents, long reports: as the context grows, models miss details, link distant parts by guesswork and lose accuracy. The Recursive Language Models paper calls it context rot.

What it does

When a task is codebase-wide, multi-document, a pile of PDFs, or a dense aggregate, even if it fits the window, the skill makes the agent treat the input as an environment to query instead of text to swallow:

1. Size the input before reading anything.
2. Filter the search space with searches, not reads.
3. Chunk what remains into batches of 5 to 10 files or natural units.
4. Recurse at depth 1 with one sub-agent per batch, each with a self-contained brief. Sub-agents do not spawn sub-agents.
5. Verify the merged answer on a small window against the sources.
6. Synthesise programmatically, with file and line references.

PDFs go through anydoc first (npx -y @firecrawl/anydoc FILE -o .firecrawl/out.md), then grep the markdown. Cloud firecrawl parse is for OCR, -Q, or -S. A one-page convert job is not this skill.

Install

With the skills CLI:

npx skills add massimodeluisa/recursive-decomposition-skill