sharptoolbox/ontology-driven-dev

Набор навыков разработки бизнес-систем на основе онтологии с использованием трёхэтапного подхода «исследование требований → моделирование онтологий → построение приложений». Основываясь на семи модельных онтологиях YAML (M1/M2/M3/M5/M6/M7/MU) и встроенной базе технологий [T0], на каждом этапе изучения требований требуется ручное подтверждение, что в конечном итоге приводит к созданию управляемой системы браузера для фронтенда и бэкенда (BS), которая строго согласует документы с требованиями, модели онтологий и код**.

Английская версия → README_EN.md

---

1. Что может сделать этот навык?

Превратите бизнес-требование (предложение или описание) в управляемую систему управления и гарантируйте:

• Отслеживаемость требований: Каждую особенность можно проследить до конкретной записи в документе требований;
• Модель как семантический источник: таблицы, интерфейсы, меню, разрешения, процессы и правила базы данных генерируются семью моделями с использованием YAML, что устраняет принцип «одна модель — один код»;
• Ручной контроль доступа нельзя пропускать: 8 этапов исследования требований, каждый из которых должен быть приостановлен и подтвержден человеком перед продвижением.
• Готовая технологическая основа: Встроенная code-paas (монолитное приложение Flask + SQLite + React/TS, включая управление системой, процессный движок, рабочий стол, реестр ontbook), может быть скопирована и расширена;
• Вынужденное диалоговое окно ИИ: Сгенерированное приложение сопровождается диалогом ИИ справа (инъекция реестра онтологий + вызов инструмента + потоковая передача SSE + граница безопасности SQL только для чтения).

---

2. Включить контент

Полный пример применения

code-app-example/ Представлены полные результаты реализации из спецификаций требований и семимодельной онтологии для управляемой системы. Выборочный бизнес — управление исполнением контрактов продаж, охватывающее регистрацию контрактов и иерархическое одобрение, оформление счетов, сбор и списание, межобъектное связывание статуса, фиксированные отчеты, управление системой и интеллектуального помощника ИИ справа.

Пример включает тестовые данные SQLite и стандартные тестовые аккаунты, позволяющие напрямую запускать и проверять всю бизнес-цепочку согласно инструкциям в code-app-example/README.md. Ключ AI API в складе очищен. Перед использованием интеллектуального помощника необходимо настроить совместимые с OpenAI сервисы больших моделей в системном интерфейсе.

---

3. Установка (Mainstream Tools)

Этот навык не зависит от проприетарных механизмов WorkBuddy и может полностью работать на таких инструментах, как Claude Code, Codex, Cursor и др. Уникальная точка адаптации: Внутри навыков относительный путь корнётся в папке, где находится SKILL.md, и каждый инструмент автоматически его парсирует.

1. WorkBuddy

Вы можете просто сказать триггер в разговоре с WorkBuddy (см. раздел 5).

2. Код Клода

Формат навыков в Claude Code точно такой же, как фронтмат (name / description) этого навыка, так что, по сути, просто скопируйте напрямую:

Claude Code автоматически обнаруживает .claude/skills/ /SKILL.md и выполняет его в соответствии с его потоком.

3. Кодекс