Чистым markdown оказывается ровно один проект - pipeline.md. У остальных есть исполняемая часть: установщики, хуки, скрипты проверки, а у четырёх ещё и публикация в npm. Разброс при этом огромный, от четырёх десятков файлов до тысячи.
Но вывод от этого не меняется, а уточняется. Код здесь почти весь обслуживающий: он ставит, подключает, проверяет установку и синхронизирует файлы между средами. Само поведение агента задают всё те же инструкции, и никакой код не гарантирует, что модель им последует. Отрасль по-прежнему договаривается с агентами текстом - просто вокруг этого текста наросла инфраструктура доставки.
Интереснее посмотреть на долю тестов. У GSD Core их 799 из 1035 файлов, у ECC 240 из 660 - то есть у двух самых крупных проектов проверяется в основном собственная механика установки и оркестрации, а не качество инструкций. Проверить инструкцию тестом нельзя, и это возвращает нас к предыдущему разделу: единственный способ узнать, работает ли она, - замерить.
Что с чем сочетается
Отдельный вопрос, который возникает сразу после установки второго набора.
Ponytail сочетается почти со всем: он занимает один момент - перед написанием кода - и не претендует на цикл. pipeline.md тоже ложится поверх чего угодно, потому что живёт в файле, а не в загрузке скилов.
А вот Superpowers и GSD Core взаимоисключающи. Оба претендуют на весь цикл от разговора до слитой ветки, оба несут свой формат плана, свою процедуру проверки и своё представление о фазах. Поставить оба - значит получить два ответа на каждое событие.
agent-skills и ECC занимают промежуточное положение: их можно брать по частям, и именно так их и стоит брать. Общее правило одно - чем больше набор претендует на весь процесс, тем меньше вероятность, что рядом уживётся второй такой же.
Чего нет ни у кого
Общий пробел виден только когда посмотришь на все шесть сразу.
Ни у одного нет версий инструкций, разрешения конфликтов между наборами и способа узнать, какая инструкция сработала, а какая была проигнорирована. Поставили три набора, получили странный результат - выяснить, чей это был приоритет, нечем.
Настройка агента стала управлением зависимостями, только без единого инструмента управления зависимостями. Ни манифеста, ни блокировки версий, ни разбора конфликтов, ни журнала применённого. Это, пожалуй, главное, чего в этой области не хватает, и не хватает всем сразу.
Что из этого ставить
Дальше моё мнение по итогам разбора, а не факт из репозитория.
Четыре проекта из шести - слои поверх привычек. Ponytail, pipeline.md, agent-skills и ECC полезны, дёшевы и переносимы, но процесс работы они не меняют: вы продолжаете работать как работали, просто с меньшим количеством лишнего кода и с закрытыми чек-листами.
Процесс меняют два. Superpowers и GSD Core - единственные, где человек утверждает, а не пишет, и где работа доводится до конца без вмешательства на каждом шаге. Если вкладываться всерьёз, вкладываться стоит в один из них.
Superpowers - когда работа помещается в сессию или две. Его сила в дисциплине: план должен быть понятен восторженному джуниору, тесты обязательны до кода, мета-правило запрещает выкручиваться. Плюс он лежит в официальном каталоге плагинов Anthropic и ставится под четырнадцать сред.
GSD Core - когда работа идёт днями и переживает очистку контекста. Его сила в архитектуре: тонкий оркестратор, свежие подагенты, память проекта в файлах, отдельная фаза проверки, готовый процесс онбординга чужого репозитория и разнесение ролей по разным моделям ради расходов.
Ponytail при этом можно положить сверху на любой из двух: он занимает момент, за который те не борются. Остальные три при таком выборе становятся необязательными.
Итог
Шесть проектов, шесть механизмов, одна общая посылка: модель знает, как надо, и всё равно делает иначе.
Лестница получается такая. Подсказать до генерации. Записать состояние в файл, где пропуск виден. Ответить на отговорку раньше, чем она прозвучит. Вынести правило в механику, которую не читают, а исполняют. Запретить уклонение прямым текстом. И наконец устроить работу так, чтобы у агента не было доступа к тому, что он мог бы нарушить.
Чем выше по этой лестнице, тем меньше система полагается на послушание модели - и тем дороже обходится в церемонии, времени и обучении. Правильный ответ зависит не от того, какой проект лучше, а от того, насколько дорого вам обходится, когда агент делает не то.
Источники
Материал собран по свежим клонам шести репозиториев, проверенным 14 августа 2026 года. Составы посчитаны в клонах, а не взяты из описаний. Метаданные о звёздах и форках сверены через API GitHub на ту же дату. Цитаты приведены дословно из файлов проектов. Рекомендация в предпоследнем разделе помечена как мнение и фактом из репозитория не является. Дополнена 15 августа 2026 года по повторным клонам всех шести репозиториев: раздел о соотношении кода и договорённостей переписан по фактическому подсчёту - чистым markdown оказался только один проект из шести, а не пять; уточнены составы, метаданные и доля процедур с таблицами отговорок.
