ai-core-runtime

name	ai-core-runtime
description	Modular AI orchestration runtime for structured reasoning, semantic routing, multi-agent coordination, validation-first execution, and token-efficient cognitive workflows. USE THIS SKILL whenever the user requests: AI system architecture, orchestration runtimes, modular agent systems, workflow governance, runtime design, automation architecture, reasoning pipelines, AI operating system design, microkernel orchestration, multi-agent frameworks, or bounded reasoning systems. Also trigger for: "побудуй оркестрацію", "спроєктуй AI систему", "agent pipeline", "modular AI", "runtime architecture", "orchestration layer". DO NOT use for: single simple Q&A, one-off code snippets, or tasks needing no orchestration (use the specific skill directly); маршрутизація наміру в один скіл (semantic-router); мета-оркестрація важких процесів (rlm-harness); механіка топологій виконання (workflow-orchestration).
license	MIT
metadata	{"author":"Prompt Ingeniero Ecosystem","version":"3.13.0","category":"orchestration","last_updated":"2026-07-26T00:00:00.000Z"}

AI Core Runtime — v3.13.0

Працює українською за замовчуванням (українською-перша): тригери, відповіді й приклади — українською; перемикання лише слідом за користувачем.

🛡️ Протокол Збереження Перед Оновленням (ОБОВ'ЯЗКОВО)

Обов'язковий перед БУДЬ-ЯКОЮ зміною цього скіла. Канонічне джерело (не дублювати тут): melania — секції «🛡️ Протокол Збереження Перед Оновленням» + «Update Workflow» + «Core Rule 10 — Re-Read Before Update».

Стисло: re-read диску → порівняти версії (диск новіший → диск база) → integrity-diff → validation-mesh → safety-compliance-gate (перед пакуванням/публікацією) → backup/snapshot → merge-not-replace → bump+CHANGELOG → показати diff і чекати явного схвалення MA (Закон II).

---

Critical Facts

• [C] Стан не переживає межу сесії сам собою. Контекстне вікно — не сховище: без зовнішнього носія (диск, continuation-пакет) напрацювання зникають разом із сесією.
• [C] Підвантаження інструментів пошуком дає до −85% контексту на великих tool-бібліотеках — проти вантаження всіх визначень одразу.
• [C] Немічений запис у файловій пам'яті поширює отруєння без сліду. Без provenance (хто/яка сесія/який інструмент записав) джерело хибного факту згодом не встановлюється, а без перевірки шляху на межі sandbox можливий path-traversal.

---

Mission

Provide a lightweight microkernel runtime for Claude-based systems:

• Semantic routing — map intent to correct modules
• Modular skill activation — load only what's needed
• Bounded reasoning — prevent infinite loops and runaway context
• Governed orchestration — validate before acting
• Token-efficient execution — patch-first, never rewrite

---

Architecture Principles

Principle	Rule
Microkernel	Core stays minimal; features are modules
Progressive Disclosure	Load metadata → body → references on demand
Patch-First	Always prefer diffs over full regeneration
Selective Activation	Never activate all agents globally
Bounded Recursion	Set max depth on any recursive workflow
Externalized Memory	State lives outside Claude's context window
Validation-Before-Output	Never emit unvalidated architecture

---

Runtime Pipeline

User Intent
    ↓
[1] Intent Analysis       → classify: create / debug / optimize / route
    ↓
[2] Context Modeling      → load only relevant prior state
    ↓
[3] Semantic Routing      → select skill(s) + agent(s) to activate
    ↓
[4] Skill Activation      → progressive disclosure loading
    ↓
[5] Agent Orchestration   → coordinate required agents
    ↓
[6] Validation            → dependency + contradiction + continuity checks
    ↓
[7] Optimization          → compress, patch, minimize tokens
    ↓
[8] Output Generation     → structured result + next steps

---

Agent Activation Policy

Activate only what is required. Match task type to minimal agent set:

Клас моделі на агента/процес признач за model-fit політикою rlm-harness (references/model-fit-policy.md): диригент = найсильніша, прості/паралельні кроки = найдешевші придатні.

Task Type	Agents to Activate
Architecture design	architect + validator
Code generation	builder + validator
Debugging	debugger + validator + optimizer
Research / analysis	researcher + analyst
Complex orchestration	planner + architect + validator + optimizer
Quick Q&A	(no agents, respond directly)

Never activate all agents simultaneously.

Динамічна оркестрація + економія: скіли/агенти для співпраці добирай динамічно за наміром задачі, а не з фіксованого переліку — будь-який скіл може взаємодіяти з будь-яким, включно з тими, що зʼявляться пізніше (виявлення через semantic-router на льоту). Активуй мінімальний достатній набір: лише потрібні, у потрібній кількості — щоб не марнувати токени, але й не жертвувати якістю (бракує охоплення → додай скіл; зайве → прибери).

Kernel fallback-start: канонічна точка входу при неоднозначному вході — semantic-router (тріаж наміру щозапиту). ai-core-runtime стартує першим ЛИШЕ коли роутер недоступний/не завантажений: якщо роутер можна завантажити — завантаж і передай тріаж йому; якщо роутер СПРАВДІ недоступний — виконай ЛОКАЛЬНИЙ тріаж сам (класифікуй намір і активуй мінімальний достатній ланцюг без залежності від роутера). Тривіальний вхід → 0 агентів/скілів (зазначити).

Available agents: researcher, analyst, architect, builder, debugger, validator, optimizer

---

Token Optimization Rules

1. Patch-only updates — output diffs, not full files
2. Compressed summaries — use continuation-memory skill for long sessions
3. Selective context loading — load references only when they add value
4. No boilerplate regeneration — never re-output unchanged sections
5. Bounded execution — set explicit stop conditions on iterative tasks
6. Modular loading — each module is loaded on demand, not preloaded

Read references/token-efficiency.md for detailed patterns.

---

Validation Requirements

Before any output, verify:

• Dependency validation — all referenced modules exist and are compatible
• Contradiction detection — no conflicting rules or states
• Continuity validation — consistent with prior session state
• Architecture coherence — structure is logically sound

If validation fails → report clearly with UNKNOWN rather than guessing.

---

Standard Output Format

Structure every architecture response as:

1. ANALYSIS      — what the user is actually asking for
2. ARCHITECTURE  — the proposed design (diagrams, modules, flows)
3. VALIDATION    — what was checked, what passed, what is uncertain
4. OPTIMIZATION  — token/performance improvements identified
5. RESULT        — concrete deliverable (code, config, schema, plan)
6. NEXT STEPS    — what to do next to continue

---

Critical Rules

• Never regenerate entire repositories unless explicitly requested
• Never create infinite recursive loops
• Never claim persistent internal memory (use continuation-memory skill)
• Always use progressive disclosure
• Always separate references from SKILL.md body
• Always preserve naming conventions from prior sessions

---

Поведінкові правила (Karpathy)

Дефолти для будь-якого виконання в рантаймі:

• Think Before Coding — не припускай; винеси компроміси й невизначеності наперед.
• Simplicity First — мінімальне рішення; без спекулятивного коду/агентів.
• Surgical Changes — кожна змінена одиниця трасується до запиту; не розширювати обсяг.
• Goal-Driven — критерії успіху → цикл до підтвердження (evidence over claims).

Режим стислості (економія)

Стискай лише видимий вивід, не reasoning-кроки:

• Прибирай преамбули/повтори; став суть першою; деталі — на вимогу.
• Стислість не знижує якість: якщо стиснення втрачає сенс — розгортай.
• Safety-виняток (обов'язково): для security-попереджень, незворотних дій, юридичних/медичних і будь-яких ризикованих тем — повна проза, без стиснення.
• Узгоджено з token-economy: мінімальний достатній обсяг, не на шкоду повноті.

Tiered-depth + scope-перемикачі (мінімальний достатній ОБСЯГ ДАНИХ)

Економ не лише вивід — а й глибину даних, які тягнеш/обробляєш:

• Депт-леддер: бери найдешевший рівень, що відповідає на задачу (status → огляд → повний аналіз → глибокий дебаг). Не стрибай на найглибший, якщо вистачає поверхневого.
• Scope-перемикачі (include*): вантаж лише потрібні поля/секції на вимогу, не весь обсяг (патерн конекторів типу vercel-mcp-connector).
• Lazy-контекст: рішення про потрібну глибину прийми ДО завантаження (крок [2] Context Modeling), не після.
• Мультимовний шар (внутрішньо): проміжні reasoning-шари можна вести найкомпактнішою для них мовою (щільніший токен на символ) → більше контексту за ту саму ціну. Фінальна відповідь — завжди українською; багатомовність лише внутрішня.

Принцип: «мінімальний достатній ОБСЯГ ДАНИХ» доповнює «мінімальний достатній НАБІР скілів» і «стискай лише вивід».

Related Skills

• continuation-memory — use when session is long or needs resuming
• semantic-router — use when routing intent across multiple skills
• validation-mesh — use for deep validation workflows
• n8n-orchestrator — use when building n8n automation pipelines
• rlm-harness — мета-оркестратор НАД рантаймом: RLM-політика моделей по ролях + динамічний контрол-луп + рецепти; цей скіл — kernel/активація під ним.
• gmi-audit — GMI-лінза для оцінки когнітивної архітектури: інваріанти G1–G7 (модель світу · ціль · висновок · пам'ять · навчання · метакогніція · детермінація/read-out) + вісь спостерігача. Застосуй, коли проєктуєш/аудиш повноту рантайму чи агентної системи.

---

📎 Advanced Patterns (v4)

Read references/resilience-patterns.md WHEN you need: circuit breakers, retry+idempotency, state machines, structured logging, graceful degradation. Load only on demand — not proactively.

---

Зміни

• v3.13.0 (2026-07-26) — Секція Critical Facts: фактичні твердження скіла винесено окремо й протеговано [C] за Core Rule 14 (claim-evidence). Лише додавання.

• v3.12.0 (2026-07-19) — Self-Dev Wave 2 (аудит 2026-07-18): взаємні DO NOT-межі в описі — semantic-router (intent→скіл), rlm-harness (мета-оркестрація), workflow-orchestration (механіка топологій) [#8]; +last_updated у metadata (був відсутній) [#21/#45]. Лише опис/метадані.

• v3.11.0 (2026-07-19) — Хвиля 1 Self-Dev (аудит 2026-07-18): (A) «Kernel default-start» → fallback-start — канонічна точка входу при неоднозначному вході тепер semantic-router; ACR стартує першим лише коли роутер недоступний (розрив циклу «хто перший», знахідка №2). (B) Де-хардкод мертвого посилання: product-self-knowledge → офіційні docs (docs.claude.com) у прикладі extended thinking (№1; історичний запис v3.7.1 у changelog не переписувався — append-only). (C) Fallback без глухого кута: якщо роутер справді недоступний — ЛОКАЛЬНИЙ тріаж без залежності від нього (рев'ю Codex PR #24). Лише уточнення.

• v3.10.1 (2026-07-13) — Крос-лінк gmi-audit у Related Skills: GMI-лінза (інваріанти G1–G7 когнітивної системи + вісь спостерігача/read-out) для аудиту повноти рантайму/агентної архітектури. Лише додавання (DRY-покажчик, без дублювання). (Джерело: experiments/gmi harvest.)

• v3.10.0 (2026-07-11) — Kernel-патерни (frontier-research harvest): (A) Deferred tools / Tool Search — активація інструментів пошуком замість повного списку (розширення депт-леддера на НАБІР ІНСТРУМЕНТІВ; до −85% контексту). (B) Memory-handler kernel-безпека: обов'язковий path-traversal захист sandbox-пам'яті + provenance-мітка кожного запису (анти-poisoning). API-механіка обох — покажчик на llm-api-builder (DRY). Агностично, без пін-у моделей. Лише додавання. (Джерело: дослідницький звіт 2026-07-11.)

• v3.9.2 (2026-06-26) — evals/ реконструйовано. Форензик-аудит: claim існував з v3.2.0, але артефакт відсутній у всіх джерелах (git/транскрипти/FS) → відтворено, claim НЕ видалено. evals/ виключається з .skill (тест-артефакт). Лише додавання.

• v3.9.1 (2026-06-15) — DRY: «Протокол Збереження» → тонкий міст на канон у melania (де-дублювання + усунення 8-варіантного дрейфу). Поведінка незмінна — гейт той самий, джерело єдине.

• v3.2.0 (2026-06-02) — додано директиву «українською-перша» + власні (5 кейсів).

---

Extended Thinking Integration

Для задач що потребують глибокого аналізу (архітектурні рішення, складний дебаг, multi-step reasoning) — активуй extended thinking через API:

response = client.messages.create(
    model=MODEL,   # актуальна модель з extended thinking — звір через офіційні docs (docs.claude.com), не пінь версію
    max_tokens=16000,
    thinking={"type": "enabled", "budget_tokens": 10000},
    messages=[{"role":"user","content": complex_task}]
)
# thinking блок + відповідь — розбирай обидва
for block in response.content:
    if block.type == "thinking": audit_log(block.thinking)
    if block.type == "text":     present(block.text)

Коли вмикати: архітектурні trade-off, діагностика складних помилок, побудова довгих reasoning chains. Коли НЕ вмикати: прості CRUD, форматування, look-up.

---

Tool Use Orchestration

# Паралельні tool call-и — один раунд, кілька інструментів
tools = [search_tool, code_exec_tool, validation_tool]
response = client.messages.create(model=MODEL, tools=tools, messages=msgs)
# зібрати всі tool_use блоки → виконати паралельно → повернути results
tool_calls = [b for b in response.content if b.type=="tool_use"]
results = await asyncio.gather(*[execute(tc) for tc in tool_calls])

Ланцюг інструментів: вихід одного → вхід наступного. Перевіряй результат кожного кроку через validation-mesh перед передачею далі.

Deferred tools / Tool Search (kernel-патерн активації): для великих tool-бібліотек НЕ вантаж усі визначення в контекст — підвантажуй пошуком за потребою (та сама логіка, що депт-леддер даних: мінімальний достатній НАБІР ІНСТРУМЕНТІВ; емпірика: до −85% контексту на великих бібліотеках). API-механіка (tool search / use examples) — у llm-api-builder.

Memory-handler (kernel-безпека): якщо рантайм експонує моделі файлову пам'ять — handler ЗОБОВ'ЯЗАНИЙ: (1) валідувати кожен шлях у межах sandbox-директорії (path-traversal захист: resolve → перевірка префікса), (2) мітити кожен запис provenance (хто/яка сесія/який інструмент записав) — інакше poisoned memory поширюється без сліду. API-механіка — у llm-api-builder.

---

MCP Server Coordination

Коли задача потребує зовнішніх сервісів через MCP:

# Включення MCP-серверів у API виклик
response = client.messages.create(
    model=MODEL, messages=msgs,
    mcp_servers=[
        {"type":"url","url":"https://mcp.asana.com/sse","name":"asana"},
        {"type":"url","url":"https://drivemcp.googleapis.com/mcp/v1","name":"gdrive"}
    ]
)

Правила: активуй лише потрібні MCP-сервери (не всі одразу); перевіряй type: mcp_tool_result блоки окремо від type: text.

---

• v3.4.0 (2026-06-02) — extended thinking, parallel tool use, MCP coordination patterns.

• v3.5.0 (2026-06-02) — Pre-Update Preservation Protocol; resilience-patterns reference (circuit breaker, retry, state machines, observability).

• v3.6.0 (2026-06-10) — Фаза 2: I-5: поведінкові правила Karpathy у рантаймі.

• v3.7.0 (2026-06-10) — Фаза 3: I-7: режим стислості (стискати лише видимий вивід; safety-виняток — повна проза).

• v3.7.1 (2026-06-10) — анти-застарілість: де-хардкод моделі у прикладі extended thinking (звіряти через product-self-knowledge).

• v3.8.0 (2026-06-12) — tiered-depth + scope-перемикачі (мінімальний достатній ОБСЯГ ДАНИХ): депт-леддер, include*-завантаження, lazy-контекст; внутрішній мультимовний шар (фінал — українською). (Harvest Vercel MCP → Proposal #4.)

• v3.9.0 (2026-06-14) — P-01: крос-лінк rlm-harness + покажчик model-fit політики у Agent Activation (клас моделі на агента). (SKILL-AUDIT-LEDGER, harvest RLM Harness.)