Synthèse automatique
Spindle effectue une classification et un tri rapides de fragments provenant d'une étape de dérive antérieure, en les catégorisant par pertinence et intensité de signal pour filtrer le bruit et extraire des thèmes en vue d'un traitement ultérieur.
Points forts
- Classification rapide avec un système de catégories clair
- Sélectivité personnalisable par cycle
- Traitement spécial des lacunes et frictions
- Extraction de thèmes à partir de fragments connexes
Limites
- Impossible de générer de nouveaux fragments
- Classification basée sur un contexte limité
- Les seuils de sélectivité peuvent écarter des fragments utiles s'ils sont trop stricts
À utiliser lorsque vous disposez d'un grand ensemble de retours utilisateurs ou de fragments mélangés qui doivent être triés par pertinence pour une compétence ou un domaine spécifique.
À éviter lorsque vous devez générer de nouvelles idées ou lorsque les fragments sont déjà bien organisés et ne nécessitent aucun filtrage.
Analyse de sécurité
SûrThe skill only uses the Read tool, has no network or shell access, and performs purely classificatory analysis on textual fragments. It does not instruct any destructive or exfiltrating actions.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
I have a bag of fragments from the drift stage containing user feedback about my AI agent. Run spindle with selectivity=0.6 to classify each fragment as HIT, EDGE, GAP, FRIC, ADJ, or NOISE, assign signal strength, and produce a sorted manifest with themes.Take these 20 support ticket summaries and apply spindle classification. Group fragments that touch the same area into themes with priority levels. Flag any contradictions where the skill documentation says one thing but users expect another.name: spindle description: "Stage N2. Rapid classification bursts — sorting, tagging, filtering fragments. The workhorse stage at ~45% of cycle time. Most fragments die here." context: fork user-invocable: false allowed-tools:
- Read
Spindle — Stage N2
The sorting room. Takes the noisy fragment bag from drift, classifies each fragment, kills irrelevant noise, extracts themes.
Inputs
From orchestrator: fragment_bag (from N1), target_skill (path),
selectivity (0-1, default 0.6), cycle_number.
Procedure
1. Load Target Skill
Read SKILL.md. Build mental model of: what it does, what it handles, what it assumes, what it declines.
2. Classify Each Fragment
One category + one signal strength (0-1) per fragment:
| Category | Code | Description |
|----------|------|-------------|
| Direct hit | HIT | Skill explicitly covers this |
| Edge case | EDGE | Within domain but near boundaries |
| Gap | GAP | Within domain but NOT covered |
| Friction | FRIC | User difficulty with documented workflow |
| Adjacent | ADJ | Related domain, different skill |
| Noise | NOISE | Irrelevant or unrealistically synthetic |
3. Filter
Survival threshold = selectivity × 0.8. Exceptions:
FRICandGAPsurvive at signal > 0.3 (always interesting)- Synthetic fragments get +0.1 bonus (give creativity a chance)
| Cycle | Selectivity | Expected Kill Rate | |-------|------------|-------------------| | 1 | 0.7 | 60-70% | | 2 | 0.5 | 40-50% | | 3 | 0.3 | 20-30% | | 4+ | 0.2 | 10-20% |
4. Extract Themes
If 2+ fragments touch the same area, elevate to a theme with priority (high/medium/low). Themes are primary input for N3.
Flag contradictions (skill declines something users expect) and escalations (fundamental structural issues).
5. Output Sorted Manifest
sorted_manifest:
target_skill: /path/to/SKILL.md
input_fragments: 14
surviving_fragments: 6
kill_rate: 0.57
themes: [{name, fragment_ids, priority, reason}]
survivors: [{id, category, signal, content, tags, theme, notes}]
discarded: {count, categories: {NOISE: 4, ADJ: 2, HIT: 2}}
escalations: []
Behavioral Rules
- Be decisive. If you can't classify quickly, it's NOISE.
- Favor false positives. Better to pass mediocre fragments to N3 than kill one that would have produced insight in REM.
- Don't generate. Spindle classifies, it doesn't create new fragments.
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/spindle-rapid-classification-mryiqgsg/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/spindle-rapid-classification-mryiqgsg' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/spindle-rapid-classification-mryiqgsg/download' --output '.skill-downloads/spindle-rapid-classification-mryiqgsg/SKILL.md.part' && mv '.skill-downloads/spindle-rapid-classification-mryiqgsg/SKILL.md.part' '.skill-downloads/spindle-rapid-classification-mryiqgsg/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/spindle-rapid-classification-mryiqgsg/SKILL.md' && test -s '.skill-downloads/spindle-rapid-classification-mryiqgsg/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/spindle' && cp -R '.skill-downloads/spindle-rapid-classification-mryiqgsg' '.claude/skills/spindle'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/spindle-rapid-classification-mryiqgsg'openskills read 'spindle-rapid-classification-mryiqgsg'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/spindle-rapid-classification-mryiqgsg/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Lecteur PDF
Productivite
Lit et extrait le texte de fichiers PDF (rapports, contrats, tableurs). Gère les fichiers locaux, les URL et les pièces jointes WhatsApp. Utilisez-le dès qu'un contenu PDF est nécessaire, même sans demande explicite.
Workflows de messagerie Discord
Productivite
Utilisez l'outil message pour envoyer, modifier et modérer des messages Discord avec des composants interactifs.
Aperçu interactif des verdicts
Productivite
Générer un aperçu HTML interactif des verdicts (garder/supprimer) pour la revue par le mainteneur, puis traiter le JSON de retour.