13 ноября 2026 г.

T Stack: как довести код ИИ-агента до проверенного PR и не отдать ему слияние

Андрей Присекин
Автор

Андрей Присекин

Создаю AI-агентов, автоматизирую бизнес-процессы

T Stack - открытый набор навыков для кодирующих агентов, который помогает довести изменение от написанного кода до проверенного пул-реквеста. Для первого знакомства выбирай full-stop: агент готовит тесты, ревью и проверку CI, но останавливается перед слиянием. full-send идёт дальше и может слить PR сам. Если у тебя нет настроенных проверок и прав доступа, набор навыков их за тебя не создаст.

Я хорошо знаю соблазн остановиться на фразе «код готов». Потом оказывается, что тестов никто не запускал, ревью сделано тем же агентом, а сборка в PR красная. В репозитории T Stack Тео выложил инструкции как раз для работы после первой правки. Мне здесь интереснее не обещание «агент всё сделает», а точка, в которой я ещё могу сказать: стоп, покажи доказательства.

Что такое T Stack и откуда он взялся

Это репозиторий с файлами навыков, а не новый редактор, модель или хостинг для PR. Каждый навык - инструкция агенту, какие шаги делать и где заканчивается его ответственность. Автор пишет, что пользуется ими сам и адаптировал для Claude Code и Codex. В репозитории прямо предупреждают: часть возможностей есть в T3 Code, а вне его нужен подходящий агентный инструмент или запасной механизм.

Поводом посмотреть на набор стало видео Better Stack из свежего YouTube-дайджеста. Но ролик - вход в тему, не проверка безопасности кода или поискового спроса. Я сверял конкретные действия по файлам проекта. На момент проверки репозиторий содержит девять навыков. Кстати, девять файлов не означают девять обязательных этапов: часть запускается по команде, часть вызывается другим навыком.

Зачем вообще выносить это в файлы? Хороший запрос в чате можно забыть в следующей сессии. Навык лежит рядом с остальными инструкциями агента, его можно читать и править как обычный текст. Именно поэтому я не советую слепо устанавливать весь набор глобально. Текст навыка задаёт агенту поведение в твоих будущих проектах, в том числе действия с ветками и запросами на слияние.

Девять навыков: кто чем занят

В README автора список разбит по задачам. full-stop и full-send собирают весь путь до PR; разница между ними - последнее действие. file-pr оформляет запрос на слияние и начинает описание с проблемы, которую решает правка. babysit-pr ждёт проверки CI и замечаний ботов, после чего агент должен разбирать реальные находки, а не механически выполнять всё написанное.

sol-loop запускает повторное ревью с другой моделью. council просит оценку у моделей разных провайдеров; его собственная инструкция требует сообщать о недоступном провайдере, а не молча подменять его. Не стоит записывать в статью рекламное «все изменения проверяются тремя независимыми моделями»: это зависит от выбранного навыка и того, доступны ли нужные модели в твоей обвязке.

Остальные закрывают проблемы уже существующих PR. takeover подхватывает чужую ветку или незавершённую работу агента с сохранением авторства. modernize разбирает старый PR: стоит ли его вообще переносить на актуальную ветку. leaving-pr-comments отвечает за форму комментариев, которые агент оставляет от твоего имени. Это полезное напоминание: комментарий в чужой ветке - тоже публичное действие, его стоит проверить до отправки.

Зависимости внутри набора есть. По описанию установки, full-stop использует full-send, а тот опирается на sol-loop, file-pr и babysit-pr. Скопировать только один файл с громким названием и ожидать полного процесса - плохая идея. Сначала прочитай цепочку вызовов.

Full Stop и Full Send: куда поставлен тормоз

Разница здесь принципиальная. Инструкция full-send предполагает цикл от доказательства работоспособности до слияния PR: тесты, ревью, открытие запроса, ожидание CI и обработку замечаний. В ней есть разрешение на merge и на некоторые действия с веткой после проверки условий. Если такое разрешение подходит твоему проекту, его нужно выдать осознанно, а не потому, что команда звучит весело.

Инструкция full-stop сохраняет подготовительную часть, но запрещает агенту сливать PR и отправлять правки в основную ветку. Это хороший режим для первого опыта. Агент приносит ссылку, состояние тестов и ревью, а решение о слиянии остаётся у человека. Я бы начинал именно так даже в маленьком личном репозитории: один неудачный merge в main может стоить больше, чем несколько минут ручной проверки.

Переход от готового кода к проверенному пул-реквесту

Есть подвох. full-stop - инструкция для агента, а не блокировка в GitHub. В его тексте отдельно сказано проверять и отключать уже настроенное автослияние. Если у репозитория права разрешают агенту всё и где-то включён auto-merge, текстовое обещание «не сливать» само по себе не страховка. Настоящая граница - права токена, правила ветки и то, кто подтверждает финальное действие.

Как установить и не переписать свои правила

Автор показывает установку через клонирование репозитория и копирование каталога skills в папку навыков Claude Code или Codex. Но я бы разделил чтение и подключение. Сначала открой README, потом full-stop/SKILL.md, затем все файлы, к которым он отсылает. Проверь команды, упоминания push, merge, force-push и внешних моделей. Исходники открыты, здесь не нужно доверять пересказу видео.

В README указаны GitHub CLI gh с авторизацией и Python для вспомогательного скрипта ожидания PR. Команда gh auth status в официальной справке GitHub CLI показывает, под какой учётной записью работает CLI. Это проверка перед запуском, а не команда входа: если учётной записи нет, сначала настрой её обычным способом и посмотри разрешения. Для кросс-провайдерного ревью нужна обвязка, которая умеет вызвать другие модели; наличие папки council такое подключение не создаёт.

Само копирование в глобальную папку навыков я здесь намеренно не выполнял: оно меняло бы будущие сессии агента на этой машине. Если решишь попробовать, лучше сперва сделать копию файлов в отдельной тестовой среде и сохранить резервную копию старых инструкций. Сверь названия папок из README с настройками своего инструмента. Страница OpenAI о навыках объясняет устройство таких пакетов: главный файл содержит инструкции, а соседние ресурсы могут расширять сценарий. Поэтому проверяй всю папку, а не одну красивую строку описания.

Практическая проба: один маленький PR

Представь учебный проект с простой ошибкой в форме: поле принимает пустую строку, хотя должно просить пользователя ввести значение. Дай агенту ограниченную задачу: исправить проверку, добавить тест, открыть PR и остановиться до слияния. До запуска запиши ожидаемое поведение и команду тестов. Если команды пока нет, это не повод делать вид, что «тесты зелёные»: сначала реши, как проверишь сценарий вручную и где увидишь результат.

Затем проверь три разных следа. Во-первых, открой diff: менялись ли только форма и связанный тест. Во-вторых, посмотри вывод тестов или локальную демонстрацию, а не просто отметку в комментарии агента. В-третьих, открой сам PR и его проверки. Справка GitHub по status checks различает результаты проверок и требования правил ветки: зелёная галка полезна, но обязательной она становится только при соответствующей настройке репозитория.

Если PR упал на CI, инструкция babysit-pr предлагает агенту разбирать реальные сбои и замечания, а не пропускать их ради отчёта. Хорошо. Но ты всё равно смотришь на финальный diff: при исправлении CI агент мог поменять поведение формы. Проверка до правки не доказывает, что последняя версия работает. Это тот момент, где человеческое «покажи» полезнее ещё одной пачки инструкций.

Этот пример - схема пробы, а не мой отчёт об успешно запущенном T Stack. Я не устанавливал навыки в рабочий проект и не создавал PR ради статьи. Хочешь проверить набор у себя - начни с задачи, где ошибка не отправит деньги, не удалит данные и не выпустит сайт в прод.

Где у набора границы

Файлы навыков помогают договориться о порядке действий. Они не создают CI, не дают доступ к GitHub и не превращают ответ модели в независимый тест. Правила PR в GitHub позволяют увидеть обсуждение и изменения до слияния; именно эта видимость и нужна для режима с ручным финалом. Если проверяющие агенты согласились друг с другом, это всё ещё не доказательство отсутствия ошибки в бизнес-логике.

Второй риск - права. Для автослияния агенту нужны возможности, которых у него может и не быть. Лучше не расширять права только ради красивого демо. Сначала проверь, умеет ли твой проект отклонить случайный push в основную ветку и не хранит ли секреты в доступных агенту файлах. Без этих границ даже хороший цикл ревью может закончиться плохим релизом.

И наконец, набор живёт в чужом репозитории: его файлы меняются. В этом разборе я сверял конкретную версию README и навыков, доступную 13 ноября 2026 года. Перед копированием открой актуальные тексты и сравни их с тем, что уже настроено у тебя. Мой вывод простой: full-stop - разумный способ получить подготовленный PR с ручным последним словом. full-send оставь для проекта, где тесты, защита ветки и доверие к агенту проверены на практике.

Источники

← Все статьи