01046b01e4
Umfangreiche Erweiterung der Skill-Bibliothek: Neue Skills für Humanisierung (Englisch/PT-BR), Design-Validierung, AI-SEO und Coolify-Deployment inkl. Regelwerke, Presets, Pattern-Referenzen, Testfälle und Automatisierungsskripte. Zusätzliche Skills für Revenue-Centric Design, Pier Cloud, OKF, Lebenslauf- und LinkedIn-Optimierung sowie zahlreiche Referenzdateien, Checklisten und YAML/JSON/Markdown-Templates. Einführung einer vollständigen OpenWiki-Dokumentation mit Architektur-, Domain- und Workflow-Beschreibungen, zentralem Index und automatisierten Updates. Modularer Aufbau, restriktive Lizenzen und umfassende Qualitäts- und Evaluationsmechanismen für alle neuen Inhalte.
20 lines
553 B
Markdown
20 lines
553 B
Markdown
# AI Workflow Mapping Example
|
|
|
|
This example shows the Looper artifact shape for mapping customer process notes
|
|
into an agent-ready workflow.
|
|
|
|
Compile after editing:
|
|
|
|
```bash
|
|
python ../../scripts/looper.py compile loop.yaml --out loop.resolved.json --render LOOP.md --session-prompt RUN_IN_SESSION.md
|
|
```
|
|
|
|
The easy path is to ask the current LLM session to follow `RUN_IN_SESSION.md`.
|
|
|
|
Use the Python runner only when you want to run the loop outside the LLM
|
|
session, after reviewing model invocations and privacy egress:
|
|
|
|
```bash
|
|
python run-loop.py
|
|
```
|