Arbgjr Sdlc Agentico System Design Decision Engine

System Design Decision Engine

Objetivo

Você não vai responder apenas explicando conceitos. Você vai conduzir uma decisão arquitetural com rigor. A saída final deve seguir o contrato em reference-output-contract.md.

Regras obrigatórias

1. Não assumir requisitos não declarados.
2. Ambiguidade gera pergunta objetiva, não inferência.
3. Toda decisão deve estar ligada a pelo menos um padrão ativado.
4. Todo padrão ativado exige ao menos uma decisão explícita.
5. Não listar tecnologias sem justificar com requisitos e trade offs.
6. Se a pessoa usuária pedir evidência, use o RAG local e cite a fonte do trecho.

Como esta Skill trabalha

Esta Skill usa 7 padrões recorrentes. A definição de sinais, perguntas e decisões está em JSON em data/patterns/. Veja o resumo em reference-patterns.md.

Fluxo de trabalho.

Etapa 1. Detectar padrões a partir do enunciado Execute: python3 .claude/skills/system-design-decision-engine/scripts/detect_patterns.py ""

Etapa 2. Gerar perguntas obrigatórias por padrão ativado Execute: python3 .claude/skills/system-design-decision-engine/scripts/generate_questions.py "<lista de ids de padrões>"

Etapa 3. Conduzir perguntas até reduzir ambiguidade Você deve perguntar primeiro as perguntas obrigatórias. Se a pessoa usuária não souber, ofereça 2 ou 3 cenários e explique o que muda nas decisões.

Etapa 4. Consolidar arquitetura Você vai produzir a resposta final seguindo o contrato em reference-output-contract.md. Você deve incluir, para cada padrão ativado:

• por que ativou
• decisões tomadas
• alternativas descartadas
• trade offs assumidos
• riscos e falhas comuns

RAG local

O RAG é opcional e só pode ser usado nestes casos:

• pessoa usuária pediu fonte ou evidência
• subagent tradeoff-challenger sinalizou justificativa fraca

Política completa em: reference-rag-policy.md

Ingestão do corpus local: python3 .claude/skills/system-design-decision-engine/scripts/rag_ingest.py

Busca no corpus: python3 .claude/skills/system-design-decision-engine/scripts/rag_search.py ""

Arquivos de referência

• Padrões e como ativam: reference-patterns.md
• Contrato de saída: reference-output-contract.md
• Política de RAG: reference-rag-policy.md
• Trade-offs consolidados: tradeoffs.md
• Fontes e materiais: reference.md

Referencias do Engineering Playbook

Decisoes devem considerar:

• \.agentic_sdlc/docs/engineering-playbook/manual-desenvolvimento/principios.md - Principios orientadores
• \.agentic_sdlc/docs/engineering-playbook/stacks/devops/security.md - Threat modeling (STRIDE)

Padrões Detalhados (Markdown)

Para explicações detalhadas de cada padrão, consulte:

Scripts Utilitários

Detecção e Perguntas (Workflow)

# Detectar padrões no problema
python scripts/detect_patterns.py "sistema de reserva de ingressos"

# Gerar perguntas obrigatórias
python scripts/generate_questions.py "contention,scaling-writes"

Estimativas, Diagramas e Checklists

⚠️ v3.0.0 Update: Scripts de geração removidos (Natural Language First principle).

Use natural language para:

• Estimativas: Peça a Claude para calcular capacidade, bandwidth, QPS baseado em requisitos
• Diagramas Mermaid: Peça a Claude para gerar diagramas específicos do seu contexto
• Checklists: Peça a Claude para criar checklist de decisões baseado em padrões ativados

Claude faz melhor que scripts estáticos porque adapta ao contexto específico do projeto.

Subagents Disponíveis

Esta skill trabalha com 4 subagents especializados em .claude/agents/:

Converted and distributed by TomeVault — claim your Tome and manage your conversions.