recursive-decision-ledger
Faz seu agente realizar testes repetidos de forma segura. Ele registra todas as decisões e verificações, garantindo que ações importantes só sejam aprovadas após muita confirmação.
O que ela faz
Esta ferramenta ajuda a testar e refinar ideias repetidamente, registrando cada passo. Ela garante que decisões importantes só sejam tomadas após muitas verificações e aprovações, evitando erros.
Quando usar
- ✓Quando você quer testar muitas variações de uma ideia.
- ✓Ao procurar a melhor solução entre muitas opções complexas.
- ✓Para ter certeza de que uma decisão é segura antes de aplicá-la de verdade.
Exemplo do que pedir para a IA
“Teste esta ideia de marketing em 10 variações diferentes e me diga qual funciona melhor, mas não a publique ainda.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta executa sua ideia várias vezes, anotando o que funcionou e o que não funcionou em cada tentativa. Ela compara os resultados com os anteriores e só permite avançar se tudo estiver seguro e aprovado.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add affaan-m/ECC --skill recursive-decision-ledgerOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/affaan-m/ECC/main/skills/recursive-decision-ledger/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Ledger de Decisão Recursiva
Use esta habilidade quando o usuário estiver tentando forçar computação mais profunda através de execuções repetidas ou prompts recursivos estilo "Prime Gauss". Preserve a parte útil: tentativas repetidas, memória anterior, informações novas e marcas explícitas. Remova a parte insegura: fingir que o loop prova certeza.
Contrato do Ledger
Cada execução deve registrar:
- ID da execução e carimbo de data/hora;
- Vencedor aceito anterior e lista de observação anterior;
- Informações novas ingeridas;
- Tamanho do espaço de busca;
- Famílias de modelos ou heurísticas usadas;
- Contagem de tentativas e contagem efetiva de tentativas;
- Principais candidatos;
- Marcas de decisão;
- Marcas de coerência contra o ledger anterior;
- Resultado do portão de promoção.
Prefira JSONL para ledgers somente de adição e Markdown para resumos humanos.
Loop de Execução
- Carregue o ledger anterior.
- Capture novas informações no passo de tempo zero.
- Execute a busca limitada.
- Marque cada candidato: aceite, observe, rejeite, descarte observação ou precisa de repetição.
- Compare os vencedores com os vencedores anteriores e a última execução marcada.
- Rebaixe candidatos quando desvio, risco de cauda, dados desatualizados ou repetição falha invalida a marca anterior.
- Adicione artefatos antes de resumir.
Marca de Coerência
Inclua uma marca de coerência compacta:
Ensemble matches prior winner: true
Recursive matches prior winner: false
Latest rollout match: true
Live promotion allowed: false
Reason: replay and freshness gates not satisfied
Regras de Promoção
Para negociação, alocação de capital, implantações de produção, migrações ou operações destrutivas, confiança recursiva não é aprovação.
Opte por modo de simulação, teste, somente leitura, prévia ou em estágio, a menos que o usuário aprove explicitamente a ação ao vivo e o portão do repositório/serviço o suporte.
Promova apenas quando:
- o candidato superar o vencedor aceito anterior na métrica escolhida;
- verificações de correção e repetição forem aprovadas;
- limites de risco forem explícitos;
- a evidência for durável;
- o usuário tiver aprovado a etapa ao vivo quando necessário.
Formato do Resumo
Comece com a decisão, não com o drama:
Rollout 15 complete. The prior winner still holds, but edge deteriorated 17%.
Status: watch, not live. Next gate: 20 replay fills with fresh orderbook age
below threshold.
Perguntas frequentes
O que é 'Prime Gauss'?
É um método de testar ideias repetidamente para encontrar a melhor, como se fosse um teste em várias etapas.
Por que é importante registrar tudo?
Registrar cada passo (o 'ledger') permite ver o histórico, entender como se chegou a uma decisão e garantir que nada perigoso seja aprovado por engano.
Quando posso aplicar uma decisão de verdade?
Só quando a ferramenta confirmar que a ideia é segura, passou em todos os testes, os riscos são claros e você mesmo aprovar explicitamente a ação.
Detalhes
Descrição original do autor
Run repeated rollouts ("Prime Gauss" style recursive prompting) while keeping an append-only decision ledger of trials, marks, coherence checks, and promotion gates, so recursive confidence never auto-approves live trading, deploy, or destructive actions. Use when the user asks for repeated rollouts, marked decision processes, high-dimensional search, stochastic optimization, local-optima explorat
repo: affaan-m/ECC
Popularidade
- Estrelas no GitHub
- 280 mil
- Posição no ranking
- #266
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
accessibility
Ajuda seu agente a criar interfaces que todos possam usar. Garante que sites e aplicativos funcionem bem para pessoas com deficiência, como cegos ou com mobilidade reduzida.
affaan-m/ECC
agent-architecture-audit
Faz seu agente verificar se tudo está funcionando corretamente. Ele encontra e conserta problemas em sistemas de IA, garantindo que funcionem como esperado.
affaan-m/ECC
agent-eval
Ajuda seu agente a comparar diferentes ferramentas de programação de IA. Ele mede qual é mais rápido, barato e confiável para realizar tarefas específicas.
affaan-m/ECC
agent-harness-construction
Faz seu agente entender melhor como realizar tarefas. Ele otimiza as ferramentas e instruções que o agente usa para aumentar suas chances de sucesso.
affaan-m/ECC
Skills parecidas
mcp-builder
Ajuda seu agente a criar servidores que conectam LLMs a serviços externos. Essencial para integrar APIs e serviços usando Python ou Node/TypeScript.
anthropics/skills
prepare-mcp-integration
Prepara integrações com fornecedores (MCP) através de pesquisa e aprovação humana. Segue um processo guiado para novas integrações.
paperclipai/paperclip
first-task
Guia o agente na primeira tarefa do usuário. Ele interpreta a resposta inicial, esclarece o objetivo e propõe um plano ou tarefa única para aprovação.
paperclipai/paperclip