Jak jsem vytvořil katalog Aimee skills
S rostoucí knihovnou koučovacích dovedností (skills), která je organizovaná do samostatných adresářů a konfiguračních JSON souborů, se stalo náročným udržet si rychlý přehled. Stakeholdeři potřebovali okamžitý, čitelný seznam všech dostupných schopností AI agenta bez toho, aby museli otevírat desítky podadresářů.
Cílem bylo přeměnit strukturovaná, ale fragmentovaná data na jeden soudržný dokument pro jednoduchou orientaci.
Problém, který jsem řešil
Potřeba dynamicky vygenerovat "Table of Contents" nebo katalog z distribuované souborové struktury, kde každý adresář reprezentuje jednu entitu (skill). Místo manuálního kopírování textů z jednotlivých souborů jsem zadal úlohu AI: projít složku `@Skills` a vytvořit přehledný seznam s konkrétními parametry (Název, Tagline, Overview).
Jak jsem ho vyřešil
AI zmapovala adresářovou strukturu, aby identifikovala všechny relevantní podadresáře. Následně využila konzistenci projektu – fakt, že každý skill má svůj `skill.config.json`. Místo čtení celých textů cíleně extrahovala jen požadovaná metadata z 13 různých souborů najednou a ta transformovala do čistého Markdown formátu.
Výsledek: soubor `aktualne-skills.md`, který slouží jako aktuální katalog 13 klíčových AI dovedností. Tento dokument okamžitě poskytl vhled do obsahu kurzu bez technického balastu. Transformace z "kódu" (JSON) do "čitelného textu" (Markdown) proběhla bez ztráty kontextu, čímž se vytvořil most mezi vývojem a produktovým managementem.
Jak to funguje v praxi
To, co by člověku trvalo 15 minut otevírání a kopírování, proběhlo v sekundách. Eliminace rizika překlepů nebo vynechání skillu. Využití existující JSON schémy umožnilo okamžitou orientaci v datech.
Co jsem se naučil
Síla konvencí. Důsledné dodržování struktury (všechny skilly mají stejný config soubor) je klíčem k jednoduché automatizaci dokumentace.
Dokumentace jako kód. Uchovávání metadat v JSON formátu umožňuje kdykoli vygenerovat aktuální katalog, místo udržování statického dokumentu, který rychle zastará.
Agregace nad tvorbou. AI v tomto případě nic "nevymýšlela", ale "agregovala". Tato schopnost syntézy je často cennější než generování nového textu.
Proč to stojí za to
Když máš distribuovanou souborovou strukturu a chceš z ní vytvořit katalog, nemusíš to dělat manuálně. Můžeš použít AI na automatickou agregaci metadat z více souborů.
Aimee skills katalog je teď součástí mého workflow. Šetří mi čas, protože nemusím manuálně kopírovat texty. A zároveň mám kontrolu nad tím, jak katalog vypadá, protože všechno je v Markdown formátu.
Pokud máš podobný problém – potřeba vytvořit katalog z distribuované struktury – zkus to. Možná zjistíš, že je to jednodušší, než sis myslel.
Časté otázky
Proč je důležité mít konzistentní strukturu souborů?
Protože bez ní automatizace nefunguje. Když každý skill má svůj `skill.config.json` se stejnou strukturou, AI může projít 13 souborů najednou a vytáhnout přesně to, co potřebuješ. Bez konvencí bys musel každý soubor řešit individuálně.
Kolik času reálně ušetřím automatizovaným katalogem?
Manuální procházení 13 adresářů, otevírání JSON souborů a kopírování textů zabere minimálně 15 minut. S AI to proběhne v sekundách. A hlavně – žádné překlepy, žádné vynechané skilly.
Co znamená "dokumentace jako kód"?
Metadata máš v JSON formátu, ne v nějakém Word dokumentu. Kdykoli potřebuješ aktuální katalog, prostě ho vygeneruješ znovu. Žádné udržování statického dokumentu, který zastará den po vytvoření.
Proč Markdown a ne třeba PDF nebo Word?
Markdown je čitelný i bez speciálního softwaru, verzovatelný v Gitu a snadno transformovatelný do čehokoli dalšího. Máš kontrolu nad formátem a zároveň flexibilitu pro budoucí použití.
Kdy se vyplatí tento přístup použít?
Když máš distribuovanou souborovou strukturu s konzistentním formátem. Čím víc entit (skillů, modulů, komponent), tím větší úspora. U 13 položek to dává smysl. U 3 bys to možná zvládl rychleji ručně.
Tom