# Arbgjr Sdlc Agentico System Design Decision Engine > System Design Decision Engine - Skill: `tomevault-io/arbgjr-sdlc-agentico-system-design-decision-engine` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add tomevault-io/arbgjr-sdlc-agentico-system-design-decision-engine` - Raw SKILL.md: https://api.skillmd.com/api/skills/tomevault-io/arbgjr-sdlc-agentico-system-design-decision-engine/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: tomevault-io (https://skillmd.com/u/tomevault-io) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/tomevault-io/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](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](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 "" 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](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](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](reference-patterns.md) - Contrato de saída: [reference-output-contract.md](reference-output-contract.md) - Política de RAG: [reference-rag-policy.md](reference-rag-policy.md) - Trade-offs consolidados: [tradeoffs.md](tradeoffs.md) - Fontes e materiais: [reference.md](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: | Padrão | Sinais | Arquivo | |--------|--------|---------| | Contencao | Concorrência, estoque, reservas | [patterns/contention.md](patterns/contention.md) | | Scaling Reads | Alta leitura, latência sensível | [patterns/scaling-reads.md](patterns/scaling-reads.md) | | Scaling Writes | Alta escrita, picos | [patterns/scaling-writes.md](patterns/scaling-writes.md) | | Real-time | Notificações, estado compartilhado | [patterns/real-time-updates.md](patterns/real-time-updates.md) | | Large Files | Upload/download grandes | [patterns/large-files.md](patterns/large-files.md) | | Long Running | Operações demoradas | [patterns/long-running-tasks.md](patterns/long-running-tasks.md) | | Multi-step | Fluxos com etapas | [patterns/multi-step-processes.md](patterns/multi-step-processes.md) | ## Scripts Utilitários ### Detecção e Perguntas (Workflow) ```bash # 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/`: | Agent | Função | Quando usar | |-------|--------|-------------| | `requirements-interrogator` | Elimina ambiguidade | Faltam números, limites, requisitos | | `tradeoff-challenger` | Ataca decisões fracas | Escolhas sem justificativa | | `failure-analyst` | Analisa resiliência | Filas, jobs, pontos de falha | | `interview-simulator` | Simula entrevista | Treinar defesa do design | --- > Converted and distributed by [TomeVault](https://tomevault.io/claim/arbgjr) — claim your Tome and manage your conversions.