artifactor

name	artifactor
description	Classifies raw pilot request → structured JSON {task_type, class, artifact, budget_estimate, confidence, routing_tag, resolution_path}. Keyword-fast (<200ms) or Haiku fallback (<60s). Does NOT create WP or call executor.
version	1.0.0
layer	L1
status	active
triggers	{"slash":["/artifactor"],"phrases":[]}
owner_role	DP.ROLE.058
related	["DP.SC.160","DP.ROLE.058","DP.ROLE.059"]
routing	{"executor":"sonnet","deterministic":false}
agents	single
interaction	multi-step
gates_required	[]
gates_enforced	[]
gates_rationale	операционный скилл; WP Gate применим только при создании нового РП, не для операционных вызовов

/artifactor — Артефактор-Постановщик

Роль: DP.ROLE.058 Артефактор-Постановщик
Триггер: запрос без routing-tag (Маршрутизатор → Артефактор) или /artifactor "текст"
Service Clause: DP.SC.160

When to use

Classifies raw pilot request → structured JSON {task_type, class, artifact, budget_estimate, confidence, routing_tag, resolution_path}. Keyword-fast (<200ms) or Haiku fallback (<60s). Does NOT create WP or call executor.

Обещание (контракт)

Вход: сырой текст запроса пилота (любой длины, без routing-tag)
Выход: JSON 7 полей → stdout:

{
  "task_type": "string",
  "class": "trivial | closed-loop | open-loop | problem-framing",
  "artifact": "string (одна строка на русском — существительное-результат)",
  "budget_estimate": "~Xh | ?",
  "confidence": "high | low",
  "routing_tag": "string",
  "resolution_path": "keyword | llm"
}

Инвариант:

• НЕ создаёт РП, НЕ вызывает исполнителя, НЕ задаёт уточняющих вопросов
• confidence=high только при keyword-пути; confidence=low при LLM-пути
• При запросе <5 слов: вернуть {"error": "INSUFFICIENT_INPUT"}, стоп
• budget_estimate: "?" только при problem-framing или полной неопределённости

Algorithm

Шаг 1. Keyword-lookup

Запустить скрипт (возвращает JSON или сигнал):

python3 "${IWE_SCRIPTS:-$HOME/IWE/scripts}/artifactor.py" "$ARGUMENTS"

Интерпретация результата:

• stdout = JSON (exit 0) → вернуть пилоту, стоп
• stdout = INSUFFICIENT_INPUT (exit 1) → вернуть {"error": "INSUFFICIENT_INPUT"}, стоп
• stdout = NO_KEYWORD_MATCH (exit 2) → перейти к Шагу 2

Шаг 2. LLM-классификация (fallback при NO_KEYWORD_MATCH)

Заполнить все 7 полей, используя правила ниже. Вернуть JSON с resolution_path: "llm" и confidence: "low".

Правила class:

Класс	Критерий
trivial	Протокол без неопределённости (day-open, week-close, peer-сессия)
closed-loop	Чёткая спецификация + известный метод (баг-фикс, миграция, ревью, триаж)
open-loop	Нет спецификации, нужно генерировать (контент-план, диагностика, сценарии)
problem-framing	Расплывчато, метод неизвестен (идеи, концепции, «что-то придумать с X»)

При сомнении — выбирать более широкий класс (open-loop, не closed-loop).

Правила artifact: одна строка на русском, существительное-результат.
Примеры: «Список тем для трёх постов», «Диагностический отчёт латентности», «ТЗ сценариев».

Правила budget_estimate:

• trivial → ~0.5h
• closed-loop → ~2h (если нет конкретного числа в запросе)
• open-loop → ~3h
• problem-framing → ?

Поле routing_tag = значение task_type (snake_case).

Шаг 3. Вернуть результат

Вывести JSON в stdout. Без дополнительных пояснений.

Режим отказа

Сценарий	Поведение
Запрос < 5 слов	{"error": "INSUFFICIENT_INPUT"}
Скрипт не найден / сбой	Перейти к Шагу 2 напрямую
Запрос на иностранном языке	Классифицировать как есть, confidence: low