Skill0
Skill0 encode des principes, pas des données
Le LLM absorbe le bon sens en continu ; le job de skill0 est d'encoder des conventions et des pointeurs de source, puis de s'amincir avec le temps à mesure que le LLM rattrape. Vérifiez via des données first-party (x rfc, x cve, x wkp, agent-browser) et la best practice courante (x skill, x clawhub), puis reconstruisez avec de la logique formelle plutôt que par mémorisation.
Les sous-skills forment un graphe dirigé à travers 4 buckets
Buckets : core/, data/, it/, life/. Chemin : <bucket>/<slug>/SKILL.md. Le catalogue machine-readable (name + description) est à index.tsv. Un doc vivait ici comme guide d'interaction manager/lifestyle ; il a été déplacé vers .x-cmd/todo/ai-human-interaction-guide.md car il ne fait pas partie du graphe skill0.
Goal → keyresults → x-rule est le workflow OKR
Objective : quoi atteindre
Key Results : comment vérifier
Vérification : x rule check/audit
Après scaffolding, préférez les outils x-cmd pour l'exécution
x skill— catalogue de skills x-cmd curated et revu par des humains.x clawhub— registre global de skills. Attention : upload libre, DOIT lancerx clawhub skill moderate <name>pour le rapport de sécurité auto-généré.x roadmap,x cron,x agent job,x ondb,x wiki/x llmwiki— gestion de projet, scheduling, agents en arrière-plan, ontologie, wiki. Lancezx [mod] --help.
Chaque SKILL.md doit passer skill0-writer
Voir skill0-writer pour les conventions.